不同氮水平和种植模式下大豆氮营养光谱估测研究
发布时间：2022-12-23 19:25
高光谱遥感是精准农业重要的技术手段之一,为农业中的定量分析和应用开辟了良好的前景,受到研究者们的重视。大豆是我国重要的蛋白质和油脂原料,在人们饮食结构中占有重要地位,但近年来,大豆种植面积不断下降,对外依存度大,产业形势严峻,而间套作大豆可以有效的增加大豆种植面积和产量,提高土地利用率和产出率。大豆作为豆科作物,具有固氮作用,但无法满足生长需求,氮素施用量和施用时间难以准确把握,利用高光谱遥感技术对大豆进行氮素营养的实时监测估测研究,建立一种适合于净作和间套作的氮素积累量（LNA）估测模型,为高光谱技术在大豆上的应用提供科学依据和理论技术的支持,从而推进精准农业和数字农业的快速发展和应用推广。本研究采用净作和套作两种种植模式,0、60、120、180kgN/kg四个氮肥水平,不同施氮水平下大豆冠层叶片氮素积累量在生育期内呈单峰变化趋势,在结荚期达到最大值,2013年和2014年分别为9.08g/m2和8.01g/m2,而净作大豆生育前期各施氮处理叶片氮素积累量均高于套作,两年规律表现一致。大豆的冠层光谱在绿峰区域和近红外光区差异最大,其他光谱波段差异较小,其中净作大豆冠层光谱反射率在4...
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 文献综述
1.1 研究背景
1.2 文献综述
1.2.1 作物氮素估测的重要性
1.2.2 光谱估测作物氮素营养的原理
1.2.3 基于冠层光谱的作物氮素高光谱估测研究
1.2.4 作物氮营养诊断高光谱数据处理方法
1.2.5 光谱数据建模方法
1.2.6 小波分析在光谱中的应用
1.3 本研究的目的和意义
2 试验设计
2.1 研究思路与技术路线
2.2 拟解决的关键科学问题
2.3 材料与方法
2.3.1 试验材料
2.3.2 试验设计
2.3.3 测定项目及方法
2.4 数据的分析与利用
2.4.1 光谱变换及特征参数提取方法
2.4.2 小波变换
2.5 模型的构建与测试
3 结果与分析
3.1 不同处理下大豆冠层氮素状况及光谱特征
3.1.1 不同氮肥水平和种植模式下大豆冠层叶片氮素变化规律
3.1.2 不同生育时期大豆冠层原始光谱变化特征
3.1.3 不同生育时期大豆冠层导数光谱变化特征
3.1.4 不同氮肥水平大豆冠层原始光谱和一阶导数光谱变化特征
3.2 大豆冠层叶片氮素状况与光谱特征参数相关性分析
3.2.1 大豆冠层叶片氮素状况与原始及一阶导数光谱的相关分析
3.2.2 大豆冠层叶片氮素状况与光谱特征参数的相关分析
3.2.3 大豆冠层叶片氮素状况与植被指数的相关分析
3.2.4 大豆冠层叶片氮素状况与多波段自由组合的光谱指数相关分析
3.3 大豆冠层氮素状况模型的构建
3.3.1 基于冠层光谱的大豆氮素营养估测模型构建
3.3.2 大豆冠层叶片氮素状况监测模型的测试与检验
3.3.3 基于逐步回归方法构建的模型与检验
3.3.4 基于偏最小二乘法构建的模型与验证
3.4 小波分析在光谱模型中的应用
3.4.1 不同分解尺度的小波函数与大豆冠层叶片氮素积累量相关分析
3.4.2 基于小波尺度分解的光谱变量的大豆氮素营养估测模型构建
3.4.3 基于小波尺度分解的光谱变量氮素状况监测模型的测试与检验
3.5 本文建模型与已有模型的比较
4 讨论
4.1 施氮水平和种植模式对大豆冠层叶片氮素的影响
4.2 不同生育时期大豆冠层光谱变化特征
4.3 氮肥对大豆冠层光谱特征的影响
4.4 大豆冠层叶片氮素与光谱特性的关系
4.5 大豆冠层叶片氮素状况估测模型的构建与测试
4.6 基于小波分析的大豆冠层叶片氮素状况估测模型的构建与测试
5 结论
参考文献
致谢
攻读学位期间发表的论文、成果
【参考文献】：
期刊论文
[1]小波法反演条锈病胁迫下冬小麦冠层叶片全氮含量[J]. 何汝艳,乔小军,蒋金豹,郭会敏. 农业工程学报. 2015(02)
[2]不同玉米-大豆带状套作组合条件下光合有效辐射强度分布特征对大豆光合特性和产量的影响[J]. 崔亮,苏本营,杨峰,杨文钰. 中国农业科学. 2014(08)
[3]中国大豆产业被外资控制后的若干思考[J]. 邢乐. 对外经贸实务. 2014(04)
[4]基于植被指数的叶绿素密度遥感反演建模与适用性研究[J]. 张苏,刘良云,黄文江. 遥感信息. 2013(03)
[5]加工番茄红边特征参数与叶片氮积累量和叶面积指数的关系[J]. 黄春燕,王登伟,黄鼎程,马云. 石河子大学学报(自然科学版). 2012(06)
[6]高光谱遥感估测大豆冠层生长和籽粒产量的探讨[J]. 吴琼,齐波,赵团结,姚鑫锋,朱艳,盖钧镒. 作物学报. 2013(02)
[7]新疆喀什地区设施栽培条件下丽蚜小蜂扩散功能的研究[J]. 张振宇,胡红英,吐尔逊,郭文超,艾尔肯·麦麦提,吴家明. 新疆农业科学. 2012(07)
[8]基于高光谱数据和RBF神经网络方法的草地叶面积指数反演[J]. 包刚,覃志豪,周义,包玉海,辛晓平,红雨,海全胜. 国土资源遥感. 2012(02)
[9]不同空间配置套作大豆后期农学参数及光谱特征分析[J]. 杨峰,崔亮,武晓玲,刘卫国,杨文钰. 中国油料作物学报. 2012(03)
[10]关中冬小麦叶片氮素含量高光谱遥感监测模型[J]. 赵刚峰,李军,刘冰峰,M.N.Tahir. 麦类作物学报. 2012(03)
博士论文
[1]土壤养分信息的光谱估测研究[D]. 张娟娟.南京农业大学 2009
[2]小麦冠层和单叶氮素营养指标的高光谱监测研究[D]. 姚霞.南京农业大学 2009
[3]小波变换在光谱和多光谱图像的应用与研究[D]. 陈孝敬.厦门大学 2009
[4]基于高光谱遥感的水稻氮素营养参数监测研究[D]. 田永超.南京农业大学 2008
[5]精准农业变量施肥理论与试验研究[D]. 陈立平.中国农业大学 2003
[6]高光谱遥感土壤信息提取与挖掘研究[D]. 刘伟东.中国科学院研究生院（遥感应用研究所） 2002
硕士论文
[1]冬小麦氮素营养及其冠层生物理化参量高光谱遥感监测[D]. 白雪娇.西北农林科技大学 2013
[2]玉米叶绿素和LAI的高光谱遥感模型研究[D]. 邵田田.中国科学院研究生院(东北地理与农业生态研究所) 2012
[3]基于高光谱的稻麦氮素营养监测研究[D]. 王薇.南京农业大学 2011
[4]基于高光谱的小麦植株水分状况监测研究[D]. 韩刚.南京农业大学 2011
[5]基于冠层反射光谱的夏玉米氮素营养与生长监测研究[D]. 张学治.南京农业大学 2011
[6]小波分析在光谱数据去噪处理中的应用[D]. 李晓飞.上海交通大学 2009
[7]中国大豆进出口贸易影响因素分析[D]. 刘彦坤.江南大学 2008
本文编号：3725290
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 文献综述
1.1 研究背景
1.2 文献综述
1.2.1 作物氮素估测的重要性
1.2.2 光谱估测作物氮素营养的原理
1.2.3 基于冠层光谱的作物氮素高光谱估测研究
1.2.4 作物氮营养诊断高光谱数据处理方法
1.2.5 光谱数据建模方法
1.2.6 小波分析在光谱中的应用
1.3 本研究的目的和意义
2 试验设计
2.1 研究思路与技术路线
2.2 拟解决的关键科学问题
2.3 材料与方法
2.3.1 试验材料
2.3.2 试验设计
2.3.3 测定项目及方法
2.4 数据的分析与利用
2.4.1 光谱变换及特征参数提取方法
2.4.2 小波变换
2.5 模型的构建与测试
3 结果与分析
3.1 不同处理下大豆冠层氮素状况及光谱特征
3.1.1 不同氮肥水平和种植模式下大豆冠层叶片氮素变化规律
3.1.2 不同生育时期大豆冠层原始光谱变化特征
3.1.3 不同生育时期大豆冠层导数光谱变化特征
3.1.4 不同氮肥水平大豆冠层原始光谱和一阶导数光谱变化特征
3.2 大豆冠层叶片氮素状况与光谱特征参数相关性分析
3.2.1 大豆冠层叶片氮素状况与原始及一阶导数光谱的相关分析
3.2.2 大豆冠层叶片氮素状况与光谱特征参数的相关分析
3.2.3 大豆冠层叶片氮素状况与植被指数的相关分析
3.2.4 大豆冠层叶片氮素状况与多波段自由组合的光谱指数相关分析
3.3 大豆冠层氮素状况模型的构建
3.3.1 基于冠层光谱的大豆氮素营养估测模型构建
3.3.2 大豆冠层叶片氮素状况监测模型的测试与检验
3.3.3 基于逐步回归方法构建的模型与检验
3.3.4 基于偏最小二乘法构建的模型与验证
3.4 小波分析在光谱模型中的应用
3.4.1 不同分解尺度的小波函数与大豆冠层叶片氮素积累量相关分析
3.4.2 基于小波尺度分解的光谱变量的大豆氮素营养估测模型构建
3.4.3 基于小波尺度分解的光谱变量氮素状况监测模型的测试与检验
3.5 本文建模型与已有模型的比较
4 讨论
4.1 施氮水平和种植模式对大豆冠层叶片氮素的影响
4.2 不同生育时期大豆冠层光谱变化特征
4.3 氮肥对大豆冠层光谱特征的影响
4.4 大豆冠层叶片氮素与光谱特性的关系
4.5 大豆冠层叶片氮素状况估测模型的构建与测试
4.6 基于小波分析的大豆冠层叶片氮素状况估测模型的构建与测试
5 结论
参考文献
致谢
攻读学位期间发表的论文、成果
【参考文献】：
期刊论文
[1]小波法反演条锈病胁迫下冬小麦冠层叶片全氮含量[J]. 何汝艳,乔小军,蒋金豹,郭会敏. 农业工程学报. 2015(02)
[2]不同玉米-大豆带状套作组合条件下光合有效辐射强度分布特征对大豆光合特性和产量的影响[J]. 崔亮,苏本营,杨峰,杨文钰. 中国农业科学. 2014(08)
[3]中国大豆产业被外资控制后的若干思考[J]. 邢乐. 对外经贸实务. 2014(04)
[4]基于植被指数的叶绿素密度遥感反演建模与适用性研究[J]. 张苏,刘良云,黄文江. 遥感信息. 2013(03)
[5]加工番茄红边特征参数与叶片氮积累量和叶面积指数的关系[J]. 黄春燕,王登伟,黄鼎程,马云. 石河子大学学报(自然科学版). 2012(06)
[6]高光谱遥感估测大豆冠层生长和籽粒产量的探讨[J]. 吴琼,齐波,赵团结,姚鑫锋,朱艳,盖钧镒. 作物学报. 2013(02)
[7]新疆喀什地区设施栽培条件下丽蚜小蜂扩散功能的研究[J]. 张振宇,胡红英,吐尔逊,郭文超,艾尔肯·麦麦提,吴家明. 新疆农业科学. 2012(07)
[8]基于高光谱数据和RBF神经网络方法的草地叶面积指数反演[J]. 包刚,覃志豪,周义,包玉海,辛晓平,红雨,海全胜. 国土资源遥感. 2012(02)
[9]不同空间配置套作大豆后期农学参数及光谱特征分析[J]. 杨峰,崔亮,武晓玲,刘卫国,杨文钰. 中国油料作物学报. 2012(03)
[10]关中冬小麦叶片氮素含量高光谱遥感监测模型[J]. 赵刚峰,李军,刘冰峰,M.N.Tahir. 麦类作物学报. 2012(03)
博士论文
[1]土壤养分信息的光谱估测研究[D]. 张娟娟.南京农业大学 2009
[2]小麦冠层和单叶氮素营养指标的高光谱监测研究[D]. 姚霞.南京农业大学 2009
[3]小波变换在光谱和多光谱图像的应用与研究[D]. 陈孝敬.厦门大学 2009
[4]基于高光谱遥感的水稻氮素营养参数监测研究[D]. 田永超.南京农业大学 2008
[5]精准农业变量施肥理论与试验研究[D]. 陈立平.中国农业大学 2003
[6]高光谱遥感土壤信息提取与挖掘研究[D]. 刘伟东.中国科学院研究生院（遥感应用研究所） 2002
硕士论文
[1]冬小麦氮素营养及其冠层生物理化参量高光谱遥感监测[D]. 白雪娇.西北农林科技大学 2013
[2]玉米叶绿素和LAI的高光谱遥感模型研究[D]. 邵田田.中国科学院研究生院(东北地理与农业生态研究所) 2012
[3]基于高光谱的稻麦氮素营养监测研究[D]. 王薇.南京农业大学 2011
[4]基于高光谱的小麦植株水分状况监测研究[D]. 韩刚.南京农业大学 2011
[5]基于冠层反射光谱的夏玉米氮素营养与生长监测研究[D]. 张学治.南京农业大学 2011
[6]小波分析在光谱数据去噪处理中的应用[D]. 李晓飞.上海交通大学 2009
[7]中国大豆进出口贸易影响因素分析[D]. 刘彦坤.江南大学 2008
本文编号：3725290
本文链接：https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/3725290.html
教材专著