稻麥主要調(diào)優(yōu)栽培指標(biāo)的遙感監(jiān)測(cè)研究.pdf

1、小麥、水稻是我國(guó)、也是江蘇省最主要的兩大糧食作物，稻麥調(diào)優(yōu)栽培技術(shù)在實(shí)際生產(chǎn)中發(fā)揮了重要作用，但稻麥生產(chǎn)狀況的大面積監(jiān)測(cè)預(yù)報(bào)技術(shù)至今較為滯后，遙感技術(shù)可以瞬時(shí)大面積地同步對(duì)稻麥的生長(zhǎng)狀態(tài)和生長(zhǎng)境進(jìn)行監(jiān)測(cè)預(yù)報(bào)，為實(shí)現(xiàn)大面積、低成本早期監(jiān)測(cè)預(yù)報(bào)稻麥品質(zhì)和產(chǎn)量提供了技術(shù)保障。
　　 針對(duì)當(dāng)前大田稻麥調(diào)優(yōu)栽培技術(shù)單一、栽培模式繁多等這些亟待進(jìn)一步探討和需要解決的實(shí)際問題，同時(shí)為快速、無(wú)破壞地掌握區(qū)域性稻麥長(zhǎng)勢(shì)信息，滿足稻麥實(shí)際生產(chǎn)管理需

2、求，最終實(shí)現(xiàn)優(yōu)質(zhì)、高產(chǎn)、高效、安全、生態(tài)這一稻麥種植生產(chǎn)目標(biāo)，本研究圍繞稻麥長(zhǎng)勢(shì)參數(shù)、小麥產(chǎn)量及主要籽粒品質(zhì)參數(shù)與遙感變量間定量關(guān)系，以遙感信息為技術(shù)支撐，研究遙感技術(shù)監(jiān)測(cè)稻麥主要調(diào)優(yōu)栽培指標(biāo)的機(jī)理和方法，探討應(yīng)用遙感技術(shù)監(jiān)測(cè)稻麥長(zhǎng)勢(shì)、預(yù)測(cè)小麥籽粒品質(zhì)和估算小麥產(chǎn)量的可行性。主要研究?jī)?nèi)容和結(jié)果如下：
　　 (1)基于Landsat TM數(shù)據(jù)的小麥長(zhǎng)勢(shì)狀況遙感監(jiān)測(cè)研究
　　 ◆分析不同生育時(shí)期小麥理化參數(shù)間的相關(guān)性，結(jié)果表

3、明，葉片氮含量與籽粒蛋白質(zhì)、濕面筋及淀粉間均呈顯著或極顯著相關(guān)，但以開花期關(guān)系最為密切，說(shuō)明開花期可作為遙感預(yù)測(cè)籽粒品質(zhì)更為理想的時(shí)期。
　　 ◆分析小麥遙感變量與長(zhǎng)勢(shì)參數(shù)間的關(guān)系，結(jié)果表明，遙感監(jiān)測(cè)小麥SPAD、生物量、LAI、葉片氮含量和葉片含水量時(shí)，拔節(jié)期，分別選用B5、NDVI、DSW5、B2和RVI作為敏感遙感變量，開花期，分別選用NRI、B4、NDVI和NDWI2作為敏感遙感變量，經(jīng)評(píng)價(jià)后，確定了拔節(jié)期和開花期小麥長(zhǎng)

4、勢(shì)遙感監(jiān)測(cè)模型。
　　 ◆利用上述模型，輸入由目標(biāo)影像生成的遙感光譜變量圖并進(jìn)行解算，再疊加小麥種植分布圖和行政邊界矢量數(shù)據(jù)，參照長(zhǎng)勢(shì)參數(shù)等級(jí)標(biāo)準(zhǔn)，生成LAI、SPAD、生物量和葉片氮含量遙感監(jiān)測(cè)專題圖，并以LAI為主，生成拔節(jié)期和開花期具有實(shí)際農(nóng)學(xué)意義的區(qū)域性小麥長(zhǎng)勢(shì)分級(jí)圖。
　　 (2)基于Landsat TM數(shù)據(jù)的小麥籽粒品質(zhì)和產(chǎn)量遙感監(jiān)測(cè)預(yù)測(cè)研究
　　 ◆分析小麥葉片氮含量與主要籽粒品質(zhì)指標(biāo)間、籽粒蛋白質(zhì)

5、含量及產(chǎn)量與遙感變量間的相關(guān)性，結(jié)果表明，開花期利用NDVI預(yù)測(cè)籽粒粗蛋白質(zhì)含量和產(chǎn)量是最合適的。采用間“模式，利用遙感監(jiān)測(cè)開花期葉片氮含量，結(jié)合葉片氮含量與籽粒粗蛋白質(zhì)含量間的定量關(guān)系，構(gòu)建及驗(yàn)證直接模式和間接模式下籽粒粗蛋白質(zhì)含量和產(chǎn)量遙感預(yù)報(bào)模型，且精度較高。
　　 ◆依據(jù)籽粒蛋白質(zhì)含量和產(chǎn)量等級(jí)劃分標(biāo)準(zhǔn)，生成不同等級(jí)籽粒蛋白質(zhì)含量和產(chǎn)量衛(wèi)星遙感預(yù)報(bào)圖，以及江蘇省小麥品質(zhì)區(qū)劃圖，為相關(guān)部門及時(shí)準(zhǔn)確地提供小麥籽粒品質(zhì)和產(chǎn)量信

6、息，利于企業(yè)節(jié)本增效。
　　 (3)基于地面光譜數(shù)據(jù)水稻理化參數(shù)的遙感監(jiān)測(cè)研究
　　 ◆分析水稻葉片光譜特性，結(jié)果表明，水稻葉片反射光譜與透射光譜的波形特征及趨勢(shì)極為相近，而與吸收光譜相反，可見光波段因受到色素吸收的影響，導(dǎo)致光譜反射率和透射率都較低；近紅外平臺(tái)波段因受到葉片內(nèi)部的多次光散射影響，導(dǎo)致光譜反射率和透射率都趨于50％，而吸收率極低。
　　 ◆分析遙感光譜變量與水稻理化參數(shù)間的相關(guān)性，結(jié)果表明，在40

7、0-1250nm波段，可以利用葉片光譜反射率診斷LAI、SPAD和CHL，在1350-1550nm波段，診斷LWC和LNC；利用NDVI、NDWI、GreenNDVI和NRI等光譜植被指數(shù)診斷相應(yīng)的葉片營(yíng)養(yǎng)及LAI是可行的，并構(gòu)建及驗(yàn)證了以這些遙感參量為自變量的遙感診斷模型，尤其利用NDWI(860，1240)診斷LWC、GreenNDVI診斷SPAD更為理想，構(gòu)建的診斷模型分別為：y=74.39x+71.702和y=64.737x+2

8、5.221。
　　 (4)水稻氮素營(yíng)養(yǎng)高光譜遙感監(jiān)測(cè)研究
　　 通過分析遙感光譜變量與水稻氮含量間的關(guān)系，結(jié)果表明，以796nm附近處的光譜反射率為自變量的氮含量線性模型用于診斷水稻氮素營(yíng)養(yǎng)是可行的，以738nm附近處的一階微分光譜反射率為自變量的氮含量指數(shù)模型診斷水稻氮素營(yíng)養(yǎng)亦是可行的，且優(yōu)于以796nm附近處的光譜反射率為基礎(chǔ)構(gòu)建的線性模型，經(jīng)預(yù)測(cè)性評(píng)價(jià)后，最終提出了采用以植被指數(shù)的歸一化變量(SDr-SDb)/(S

9、Dr+SDb)為自變量構(gòu)建的水稻氮素營(yíng)養(yǎng)高光譜遙感診斷模型(y=365.871+639.323(SDr-SDb)/(SDr+SDb))診斷水稻氮素營(yíng)養(yǎng)是最理想的。
　　 (5)調(diào)優(yōu)栽培集成技術(shù)研究
　　 ◆分析小麥拔節(jié)期葉片SPAD值與施氮量間的定量關(guān)系，根據(jù)小麥葉片SPAD值的遙感監(jiān)測(cè)結(jié)果，有針對(duì)性地提出某一區(qū)域的氮肥施用量，再根據(jù)某一區(qū)域內(nèi)不同地塊的小麥葉片SPAD值，提出單個(gè)地塊的氮肥施用量，綜合上述分析，已初步實(shí)

10、現(xiàn)衛(wèi)星遙感與小麥調(diào)優(yōu)栽培技術(shù)的集成，形成了一套基于衛(wèi)星遙感和葉片SPAD值的小麥實(shí)時(shí)診斷和變量施肥技術(shù)，這項(xiàng)技術(shù)可用于小麥長(zhǎng)勢(shì)實(shí)時(shí)診斷和變量施肥調(diào)控。
　　 ◆將衛(wèi)星遙感影像與水稻調(diào)優(yōu)栽培技術(shù)進(jìn)行集成，依據(jù)LAI等級(jí)劃分標(biāo)準(zhǔn)，生成水稻長(zhǎng)穗期長(zhǎng)勢(shì)狀況遙感監(jiān)測(cè)分級(jí)圖，并依據(jù)對(duì)水稻長(zhǎng)穗期長(zhǎng)勢(shì)狀況衛(wèi)星遙感監(jiān)測(cè)結(jié)果，集成水稻調(diào)優(yōu)栽培技術(shù)，提出水稻長(zhǎng)穗期生長(zhǎng)異常的具體調(diào)控措施，建立一套基于衛(wèi)星遙感與水稻長(zhǎng)穗期LAI的調(diào)優(yōu)栽培技術(shù)，這項(xiàng)技術(shù)可