基于高光譜遙感的寧夏引黃灌區(qū)水稻生理生化參數研究.pdf

1、高光譜遙感技術可以快速及時的提供精準農業(yè)所需數據，是發(fā)展精準農業(yè)的關鍵技術之一。通過研究高光譜遙感數據與植被生理生化參數之間的相互關系，建立二者之間的數學模型，可以實現對植被長勢的監(jiān)測。本研究通過同步獲取寧夏引黃灌區(qū)水稻生理生化參數（葉綠素含量和葉面積指數）、地面高光譜數據以及低空無人機高光譜遙感影像，研究不同生育期、不同施肥水平下水稻光譜特征，分析水稻冠層光譜反射率與相關參數的相關性，提取水稻冠層光譜的特征波段與光譜指數的最佳波段組合

2、，構建基于特征波段和BP神經網絡的水稻SPAD與葉面積指數估測模型，結合低空高光譜遙感影像和水稻生理生化參數估測模型，生成水稻生理生化參數分布圖，為寧夏引黃灌區(qū)水稻高光譜遙感監(jiān)測提供科學的理論基礎與技術支持。主要結論如下:
　　(1)分析了水稻冠層及葉片的光譜特征和“紅邊”特征在不同生育期和不同施肥水平下的變化規(guī)律。結果表明:同一炭素水平，水稻葉片和冠層光譜反射率隨著葉綠素含量的增加在可見光波段內逐漸下降，在近紅外波段呈現相反的規(guī)

3、律。同一氮素水平，隨著炭素含量的增加，水稻冠層光譜反射率在可見光波段范圍內變化不明顯，在近紅外波段范圍內變化顯著，但是當炭素水平達到一定程度后，其光譜反射率將呈現減小的趨勢。不同生育期水稻冠層光譜差異明顯，在可見光波段內，抽穗期水稻冠層光譜反射率最低，乳熟期最高;而在近紅外波段范圍，乳熟期水稻冠層反射率最低，抽穗期達到最高值。水稻紅邊參數隨生育期的變化也表現出一定的規(guī)律性，具體表現為:水稻拔節(jié)期到抽穗期，紅邊位置“紅移”現象明顯，進入乳

4、熟期后，紅邊位置向短波方向移動，出現“藍移”;而紅邊面積與紅邊振幅隨著水稻的生長發(fā)育呈現出先增加后減小的規(guī)律，在抽穗期內均取得最大值。
　　(2)研究了水稻葉綠素含量在不同生育期的變化規(guī)律，結果表明:拔節(jié)期的水稻SPAD值為其各生育期內的最大。通過對水稻各生育期的冠層光譜反射率與SPAD進行相關性分析，發(fā)現不同生育期內水稻冠層光譜反射率與SPAD的相關性具有一定的規(guī)律性?？梢姽獠ǘ蝺?，隨著水稻生長發(fā)育，冠層光譜反射率與SPAD的相

5、關系數逐漸增大，相關性逐漸減弱。近紅外波段內，相關系數隨著生育期的推進而減小，相關性逐漸減弱。選擇各生育期內相關性最強波段的原始光譜反射率以及不同波段組成的6類光譜指數（歸一化光譜指數、差值光譜指數、比值光譜指數、修正型光譜指數、土壤調節(jié)光譜指數以及修正型土壤調節(jié)光譜指數）構建水稻SPAD估測模型，結果表明基于光譜指數和BP神經網絡模型建立的水稻SPAD估測模型優(yōu)于基于特征波段的估測模型。
　　(3)葉面積指數隨水稻的生長發(fā)育呈現

6、出先增加后減小的趨勢，在抽穗期內達到整個生育期的最大值。同一生育期內，冠層光譜反射率與葉面積指數在可見光波段的相關性高于其在近紅外波段范圍的相關性。不同生育期內，冠層光譜反射率與葉面積指數的相關性隨著水稻的生長發(fā)育在可見光和近紅外波段均呈現出下降的趨勢。選擇水稻各生育期的特征波段和不同波段組成形成的光譜指數波段，分別構建了葉面積指數的估測模型，結果表明基于光譜指數和BP神經網絡的葉面積指數模型可以有效的提高估測精度。
　　(4)利