水稻高光譜特征及其生物理化參數(shù)模擬與估測模型研究.pdf

1、該研究得到了國家"863"子課題"水稻品質(zhì)遙感監(jiān)測研究與應用"(2002AA243011)、國家自然科學基金項目"不同氮素水平的水稻高光譜遙感精確診斷機理與方法研究"(40171065)的資助,是在浙江大學農(nóng)業(yè)遙感與信息技術應用研究所從1983年以來對水稻光譜研究的基礎上,通過適當?shù)乃嗪托^(qū)試驗設計、測量與分析,獲取不同品種在不同氮素水平下、不同發(fā)育時期水稻冠層和葉片的高光譜數(shù)據(jù)及水稻生育期間的平均氣溫等氣象數(shù)據(jù),測定水稻主要生化組分

2、的高光譜、冠層和組分的生物物理與生物化學參數(shù),對試驗結果通過多種方法予以分析,建立水稻產(chǎn)量、主要生化組分的高光譜遙感估測模型,探索水稻品質(zhì)遙感監(jiān)測的可行性和初步建立水稻品質(zhì)綜合監(jiān)測模型,進而探索水稻冠層、器官和生化組分的高光譜特征及其理化基礎和農(nóng)學機理.具體研究內(nèi)容及結果如下:●通過兩年水稻田間試驗,培養(yǎng)出不同品種在不同氮素營養(yǎng)水平下的水稻試驗樣本;●利用光譜儀系統(tǒng)測定不同品種水稻于不同氮素營養(yǎng)水平下在不同時期的冠層、葉片、穗和稻谷光譜

3、,及水稻主要生化組分(蛋白質(zhì)、粗淀粉、直鏈淀粉)的高光譜,比較了不同品種水稻冠層、葉片的光譜差異、水稻不同生化組分的光譜特征及差異;●根據(jù)高光譜特點和水稻光譜特征,明確了水稻產(chǎn)量與冠層光譜高光譜植被指數(shù)的相關性在抽穗前以RVI較好、在抽穗后以DVI較好,并建立了水稻高光譜遙感估產(chǎn)模型,檢驗精度在95％以上;●采用單變量線性與非線性擬合模型和逐步回歸分析,得到了單位面積葉片全氮含量的最佳估測模型為原始光譜反射率的逐步回歸模型、單位面積土地

4、上葉片全氮含量和單位面積土地上葉莖全氮含量的最佳估測模型為一階導數(shù)光譜值的逐步回歸模型、稻穗粗蛋白質(zhì)、粗淀粉含量和稻谷粗蛋白質(zhì)、粗淀粉含量的最佳估測模型為一階導數(shù)光譜值的逐步回歸模型,模型檢驗精度在90％以上;●分析了不同品種之間、同一品種不同生長條件下時粗蛋白質(zhì)、淀粉和直鏈淀粉含量差異,建立了水稻品質(zhì)兩個重要指標——粗蛋白質(zhì)P和直鏈淀粉A含量的一般預測模型,模型檢驗精度一般在90％以上;●分析了水稻冠層和室外葉片的紅邊特征,明確了它們