共查询到17条相似文献，搜索用时 735 毫秒
1.
为了给精准施肥灌溉及病虫害防治等提供基础数据支撑,开展以作物垂直分层叶绿素监测的模拟研究.于2019—2020年进行了不同施氮水平下夏玉米叶绿素含量与光谱反射率监测试验,并模拟了夏玉米叶绿素含量垂直分层规律.结果表明:夏玉米的叶绿素含量随着冠层深度的增加呈侧放的铃型;利用叶绿素最敏感波段699~722 nm的反射率构建夏玉米叶绿素模拟代价函数,实现了基于PROSAIL的夏玉米叶绿素含量垂直分层模拟;综合分析不同生育期各层叶绿素的估算精度,在平均叶绿素模拟相对误差RE控制在45%范围内基础上,进一步厘清了夏玉米叶绿素垂直分层模拟效果,即第1层叶片在抽雄期与灌浆期、其他层在全生育期模拟的决定系数R2在0.114 5~0.799 3,均方根误差RMSE在2.41~12.13 μg/cm2,相对误差在9.67%~98.22%.相关研究结果可为作物叶绿素垂直分层模拟应用提供理论与技术支持. 相似文献
2.
科学、高效地获取作物不同叶位叶绿素含量的垂直分布信息,可监测农作物长势状况并进行田间管理。基于冬小麦抽穗期获取的不同叶位叶片的高光谱反射率和叶绿素含量实测数据,将原始光谱、一阶微分光谱、二阶微分光谱、植被指数和连续小波系数与叶绿素含量进行相关性分析,筛选相关性较强的光谱特征参数,然后分别采用偏最小二乘回归、支持向量机、随机森林和反向传播神经网络4种机器学习算法构建冬小麦上1叶、上2叶、上3叶和上4叶的叶绿素含量估算模型,并根据精度评估结果筛选不同叶位叶绿素含量估算的最佳模型。结果表明,上1叶、上2叶和上3叶采用小波系数结合偏最小二乘回归构建的叶绿素含量估算模型精度最高,建模和验证R2分别为0.82和0.75、0.80和0.77、0.71和0.62;上4叶采用植被指数结合支持向量机构建的叶绿素含量估算模型效果最佳,建模和验证R2为0.74和0.79。研究结果可为基于遥感技术精准监测作物营养成分的垂直变化特征提供理论和技术支撑。 相似文献
3.
水、氮效应与叶绿素关系试验研究 总被引：18，自引：0，他引：18
以冬小麦和夏玉米为试验对象，研究了不同水、氮条件对作物植株含氮及叶绿素含量的影响，作物叶片含氮、作物产量与叶绿素含量之间的量化关系，并提出了利用叶绿素仪预测作物氮素胁迫的方法。研究结果表明，田间的不同水、氮制度将影响作物的含氮水平及叶绿素含量，它们之间呈正响应关系。氮素对作物叶绿素含量起着较强的影响作用。作为一种测量叶片叶绿素含量的仪器，叶绿素仪可以作为测量作物含氮的仪器使用，具有快速、准确、简便的特点。 相似文献
4.
科学、高效地获取作物不同叶位叶绿素含量的垂直分布信息,可监测农作物长势状况并进行田间管理。基于冬小麦抽穗期获取的不同叶位叶片的高光谱反射率和叶绿素含量实测数据,将原始光谱、一阶微分光谱、二阶微分光谱、植被指数和连续小波系数与叶绿素含量进行相关性分析,筛选相关性较强的光谱特征参数,然后分别采用偏最小二乘回归、支持向量机、随机森林和反向传播神经网络4种机器学习算法构建冬小麦上1叶、上2叶、上3叶和上4叶的叶绿素含量估算模型,并根据精度评估结果筛选不同叶位叶绿素含量估算的最佳模型。结果表明,上1叶、上2叶和上3叶采用小波系数结合偏最小二乘回归构建的叶绿素含量估算模型精度最高,建模和验证R2分别为0.82和0.75、0.80和0.77、0.71和0.62;上4叶采用植被指数结合支持向量机构建的叶绿素含量估算模型效果最佳,建模和验证R2为0.74和0.79。研究结果可为基于遥感技术精准监测作物营养成分的垂直变化特征提供理论和技术支撑。 相似文献
5.
基于红边优化植被指数的寒地水稻叶片叶绿素含量遥感反演研究 总被引：1，自引：0，他引：1
水稻叶片叶绿素含量遥感诊断是实现水稻精准施肥的核心要素。本研究通过分析寒地水稻关键生育期叶片高光谱反射率信息，同时结合PROSPECT模型叶绿素含量吸收系数，参考借鉴现有高光谱植被指数的构造方法和形式，利用相关性分析、连续投影法、遗传算法优化的粗糙集属性简约法进行高光谱特征选择，提出了仅含有695、507和465nm 3个高光谱特征波段的红边优化指数（ORVI）。与Index Data Base数据库中其他用于叶绿素含量反演植被指数，包括ND528,587、SR440,690、CARI、MCARI的反演结果进行了对比分析，结果表明：IDB数据库中的已有4种植被指数叶绿素含量反演模型的决定系数R2分别为0.672、0.630、0.595和0.574；ORVI植被所建立的叶绿素含量反演模型的决定系数R2为0.726，均方根误差RMSE为2.68，精度高于其他植被指数，说明了ORVI在实际的应用中，能够作为快速反演水稻叶绿素含量的高光谱植被指数。本研究能够为寒地水稻叶绿素含量高光谱遥感诊断及管理决策提供一定的客观数据支撑和模型参考。 相似文献
6.
以冬小麦为研究对象,通过设计不同微咸水浓度和不同灌水量的灌溉方案,采用桶栽试验,通过叶绿素含量、光响应曲线及荧光动力学参数的变化规律,探究微咸水灌溉下水盐胁迫对冬小麦的影响。结果表明:3 g/L的微咸水对叶绿素含量的影响较小,5 g/L的微咸水则会使得叶片叶绿素含量降低。在拔节期采用3 g/L的微咸水进行灌溉,可以促进冬小麦的生理生长,适当的盐分胁迫会促进作物的光合作用;盐分胁迫会改变作物对有效光辐射的利用方式,采用3 g/L的微咸水灌溉会促进冬小麦对低有效光辐射的利用效率。采用5 g/L的微咸水进行灌溉会影响冬小麦的叶片结构,降低叶片对高有效光辐射的响应,最终导致光合作用下降。另外,盐分胁迫会增加作物的初始荧光,使叶片的最大荧光产量降低,还会降低内禀光能转换效率。3 g/L的微咸水在可以一定程度上缓解作物的水分胁迫,并能增加作物在盐分胁迫下的生理生长。 相似文献
7.
基于反射光谱探测与二维分析的玉米叶片叶绿素诊断 总被引：1，自引：0，他引：1
设计了一套基于微小型光谱学传感器的轻量级作物冠层反射光谱探测系统,系统硬件主要由光学传感器、数据存储传输模块、控制器组成,软件包含采集参数设置、采集控制、数据管理3个模块。经系统标定,系统与标准仪器ASD的数据相关性平均达到094以上。分析了玉米冠层反射率随叶片叶绿素含量和含水率变化而变化的趋势,针对叶片叶绿素含量分别进行了一维和二维相关光谱分析。基于548、594、652nm一阶微分光谱建立了叶片叶绿素含量MLR模型,建模决定系数为0.43,验证决定系数为0.36。结合二维相关光谱分析,讨论了玉米叶片叶绿素含量与水分光谱的响应关系,修正敏感波长为480、594、652、819nm,建立了大田夏玉米的叶片叶绿素含量诊断优化模型,建模决定系数和验证决定系数分别为0.47和0.34。 相似文献
8.
为了快速无损地检测大田作物冠层叶绿素含量,使用便携式多波段光谱探测仪针对农大8号（G1）、郑单（G2）、先玉（G3）和京农科（G4）4种玉米作物品种,在拔节期采集550、650、766、850 nm波长处太阳光信号和作物冠层反射光信号,用于建立玉米冠层叶绿素含量诊断模型。首先,利用作物冠层650 nm和550 nm波长反射率之间的差值 T D 剔除了土壤背景数据点（ T D >0）。然后,组合计算了NDVI、RVI和DVI共12个植被指数,分析各植被指数与叶绿素含量之间的相关关系,结果显示与G1~G4品种叶绿素含量相关性最优的参数分别为RVI(766,550)、 DVI(850,650)、 NDVI(850,550)和RVI(766,550),相关系数均达0.6以上。数据按一定间隔聚类后,相关性分析结果表明多波段光谱探测仪对玉米叶绿素含量检测最优分辨率为0.5 mg/L,且NDVI(850,550)、NDVI(766,550)和RVI(850,550)与叶绿素含量的相关系数分别为0.837 0、0.773 7和0.767 7,达到了强相关水平。最后,建立了多品种通用型玉米拔节期叶绿素含量诊断模型,可为大田玉米拔节期叶绿素含量诊断提供技术支持。 相似文献
9.
番茄冠层不同垂直位置叶绿素含量的精确预测是及时防控番茄病虫害、精准施肥、灌溉等田间管理的重要基础,无人机可灵活高效地获取中小区域农作物冠层光谱信息,为农业生产提供便利。基于无人机搭载多光谱传感器获取的多光谱影像数据,建立感兴趣区域,提取各波段反射率数据,计算9种植被指数参数与实测番茄3个生育期的冠层上、中、下层及冠层整体的SPAD值,进行相关性与敏感度分析,筛选植被指数最优变量,采用偏最小二乘、支持向量机、BP神经网络模型进行冠层不同位置SPAD值的预测建模及验证。结果表明,开花坐果期,番茄冠层上层叶片的SPAD值高于中层和下层叶片,结果初期和结果晚期,番茄中层叶片的SPAD值高于上层和下层叶片;冠层上层叶片SPAD值与植被指数相关性程度及线性敏感程度优于冠层中层和下层叶片;基于番茄冠层上、中、下层及整个冠层SPAD值建立的支持向量机预测模型的R~2高于偏最小二乘和BP神经网络预测模型。因此,支持向量机预测模型可为番茄精准管理提供理论依据。 相似文献
10.
冬小麦生育早期长势反演模型通用性研究 总被引：1，自引：0，他引：1
分析了生育早期(返青期、拔节前期、拔节后期)各阶段的冠层叶片光谱特性与叶绿素含量的关系,基于单波段反射率构建了一元预测模型,同样基于植被指数构建了多元叶绿素含量的反演模型,对两类建模方法构建的叶绿素含量预测模型进行了同生长阶段预测(SPV)和后续生长阶段的交叉预测(CPV),比较了模型的预测效果,得出了构建冬小麦生育早期冠层叶片叶绿素含量的通用预测模型的建模策略。研究结果表明:以返青期冠层叶片单波段反射率构建的一元反演模型,具有一定的模型通用性,能够较为准确的预测拔节前期的叶片叶绿素含量。利用偏最小二乘原理构建多元反演模型具有良好的通用性和较强的鲁棒性,能够较好地反演冬小麦生育早期冠层叶片叶绿素含量。而以MPRI、NDVI、RVI为组合构建的多元模型兼具通用性和简练性,可以作为多元预测模型构建的参考组合。 相似文献
11.
基于无人机多光谱遥感的夏玉米冠层叶绿素含量估计 总被引：1，自引：0，他引：1
为探讨利用无人机多光谱遥感影像监测夏玉米冠层叶绿素含量的可行性,基于2019年不同施氮水平下(0,105,210,315 kg·N/hm2)夏玉米多光谱遥感影像和田间实测冠层叶绿素含量数据,分析了不同施氮水平下夏玉米冠层叶绿素含量的变化规律,同时选取10种常用光谱植被指数与实测冠层叶绿素含量进行相关性分析,采用与实测叶绿素含量极显著相关的9种植被指数,构建了基于遥感光谱指数的夏玉米冠层叶绿素含量遥感监测模型,并通过精度检验确定最优估测模型.结果表明,施用氮肥能够提高夏玉米冠层叶绿素含量,过量氮肥不能持续提高叶绿素含量,同一施氮水平下不同追肥处理之间叶绿素含量没有明显差异.绿色归一化植被指数与叶绿素含量的相关性系数最高,达到了0.892.采用逐步回归分析方法建立的模型表现最优,决定系数为0.87,均方根误差及相对误差分别为0.15和2.68%.因此,无人机多光谱遥感结合逐步回归模型可以实现田间尺度的夏玉米冠层叶绿素含量的实时监测. 相似文献
12.
【目的】明确腐植酸(HA)对干旱胁迫下燕麦叶片叶绿素荧光特性的调控效应。【方法】采用盆栽试验,研究了在正常供水(75%田间持水率)、中度干旱胁迫(60%田间持水率)、重度干旱胁迫(45%田间持水率)3个水分条件下喷施HA对燕麦叶片叶绿素量及荧光参数的影响。【结果】①水分胁迫导致Chla+Chlb、Chla/Chlb、Fm、Fv、Fv/Fm、Fv/Fo和qP显著降低,而Fo和NPQ显著升高;②与CK相比,干旱胁迫下HA处理Chla+Chlb提高0.6%~40.82%、Chla/Chlb提高1.13%~30.09%、Fm提高0.7%~121.19%、Fv提高1.0%~171.79%、Fv/Fm提高0.2%~83.89%、Fv/Fo提高1.9%~211.56%、qP提高0.1%~68.30%、NPQ提高6.02%~73.36%、而Fo降低0.70%~14.06%,其中在重度干旱胁迫下均达到显著差异。【结论】干旱胁迫对燕麦PSⅡ光反应系统产生明显伤害,喷施腐植酸可缓解其影响,且在重度干旱胁迫条件下效果最明显。 相似文献
13.
基于高光谱成像的马铃薯叶片叶绿素分布可视化研究 总被引：3，自引：0，他引：3
针对马铃薯作物叶片进行了叶绿素含量无损检测技术及分布图绘制方法研究，用以指示作物长势并指导精细化管理。首先利用高光谱成像技术采集了65个马铃薯叶片的400个样本点高光谱图像和相应的SPAD值，提取并计算叶绿素测量区域的叶片平均光谱后，分别采用蒙特卡罗无信息变量消除算法（MC-UVE）和自适应重加权算法（CARS）筛选出了12个和23个叶绿素含量敏感波长，建立了马铃薯叶片叶绿素含量偏最小二乘（PLS）回归模型。建模结果如下：基于MC-UVE算法筛选的12个敏感波长的PLSR诊断模型，建模精度R2C为0.79，验证精度R2V为0.73；基于CARS算法筛选的23个敏感波长建立的PLSR诊断模型，建模精度R2C为0.82，验证精度R2V为0.80。择优选取CARS-PLSR模型计算马铃薯叶片每个像素点的叶绿素含量，从而利用伪彩色绘图绘制了马铃薯叶片叶绿素含量可视化分布图，最终实现马铃薯叶片含量无损检测以及叶绿素分布可视化表达，以期为后续马铃薯作物大田冠层叶绿素分布诊断提供支持。 相似文献
14.
结合图像的叶绿素荧光动力学植物水分胁迫探测方法 总被引：2，自引：0，他引：2
为了准确、直观探测植物水分胁迫及生长状态信息,融合了叶绿素荧光动力学参数及荧光图像对不同干旱胁迫条件下的植物进行了实验观测。以460 nm蓝色LED作为激发光源,EMCCD加装690 nm带通滤光片进行荧光图像采集,对4种不同采样周期下的各1 000幅图像求每幅图的像素平均值,按时间序列绘制荧光强度,可得到信息更全面的叶绿素荧光动力学曲线,并计算得出各个动力学参数。同时,对不同时间产生的荧光图像进行降噪、乘除等运算,并用伪彩色显示,可直观分析各类因素导致的荧光分布不均匀性。对易失水叶片和非易失水叶片分别进行快速水分胁迫和缓慢水分胁迫实验,结果表明,荧光比Rfd及动力学曲线上次峰值出现的时间随着胁迫的加剧均发生相应变化,且与叶片含水率之间具有较高的拟合决定系数。因此,将叶绿素荧光动力学特征和图像信息相结合,可提高植物干旱胁迫早期预测的准确度和直观性,为现场连续无损地监测植物生长状态、各类胁迫信息、病虫害检测等提供了一种快速的遥测手段。 相似文献
15.
为了研究SPAD-502PLUS便携式叶绿素测定仪测量作物中氮含量和作物在缺氮的情况下,如何精准施肥,通过使用浙江托普云农科技股份有限公司生产的型号为TYS-4N型植物营养测定仪测定作物中叶绿素SPAD的值以及氮含量,推导出叶绿素SPAD的值与氮含量的关系式为N=0.3SPAD+0.525。使用SPAD-502PLUS便携式叶绿素测定仪测量作物中叶绿素SPAD的值,代入N=0.3SPAD+0.525关系式,经计算得偏差率最大为9.5%,最小为0.4%。绝大多数偏差率在5%以下,说明利用此方法可以大致估算出作物中的氮含量。使用托普云农仪器数据管理软件通过查表可以查出作物的100kg产量所吸收氮养分量及肥料氮养分含量与利用率等,可以精准计算出作物所需氮肥的量,对指导农户精准施肥具有重要意义。 相似文献
16.
基于叶面叶绿素分布特征的黄瓜叶片氮钾元素亏缺诊断 总被引：1，自引：0，他引：1
利用高光谱图像技术无损表征黄瓜叶片的叶绿素分布特征,并将其作为N、K元素亏缺诊断依据。采集黄瓜叶片的高光谱图像数据,利用高效液相色谱法分析黄瓜叶片的叶绿素含量,利用遗传算法建立叶片高光谱图像信号与叶绿素含量的对应关系,进而实现黄瓜叶片叶绿素分布图的无损检测。与对照组叶片的叶绿素分布图相比,缺N叶片主要表现为叶片中心区域叶绿素含量偏低,而缺K叶片主要表现为叶片边缘的局部区域叶绿素含量偏低。据此分别提取缺N、缺K叶片及对照组叶片的叶绿素及其分布特征(叶片中心区域所有像素点的叶绿素含量均值、叶片边缘区域叶绿素含量偏低的像素点数量),并借助提取的特征参数建立了N、K元素亏缺诊断方法,其正确诊断率为95%。研究结果表明,叶绿素叶面分布特征可有效实现黄瓜植株N、K元素的亏缺诊断。 相似文献