衛(wèi)星遙感技術(shù)目前已被廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)中,如土壤普查、農(nóng)業(yè)資源調(diào)查、氣象災(zāi)害監(jiān)測(cè)以及農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)和作物估產(chǎn)。目前國(guó)內(nèi)外眾多研究者利用遙感技術(shù)估算/反演植被冠層的葉面積、葉綠素含量、氮素和蛋白質(zhì)水平以及監(jiān)測(cè)植物的長(zhǎng)勢(shì)等,但偏重于植被的冠層, 即測(cè)定對(duì)象非個(gè)體,所得結(jié)果具有不準(zhǔn)確性。
傳統(tǒng)的水稻含氮量的測(cè)定方法都需要將水稻植株進(jìn)行“破損”后進(jìn)行測(cè)定。采用光譜法進(jìn)行測(cè)定,可以不破壞植株,無(wú)需取樣,即時(shí)測(cè)定。筆者使用便攜式地物光譜儀測(cè)定水稻的光譜特征,通過(guò)水稻的光譜指數(shù)與光譜模型推算出水稻的含氮量。
1. 材料與方法
1. 1 試驗(yàn)地概況
研究在江西省撫州市臨川區(qū)唱?jiǎng)P鎮(zhèn)糧食萬(wàn)畝科技示范基地進(jìn)行。試驗(yàn)區(qū)位于116°18'E,28°6'N,地貌主要為平原,海拔45m左右,屬亞熱帶,雨量充沛,氣候濕潤(rùn)。
1.2 試驗(yàn)方法
所用光譜儀為波段覆蓋 350~2500 nm的,其通道數(shù)為768。野外測(cè)定光譜前先設(shè)置好儀器的相應(yīng)參數(shù),并標(biāo)定參考白板,參考白板光譜測(cè)定后測(cè)定植物的反射強(qiáng)度。野外測(cè)定時(shí)間為 2011年6月18日10:30-13:00。此時(shí)處于早稻孕穗期。天氣為晴天有微風(fēng)。所有的反射光譜數(shù)據(jù)均在野外自然光條件下測(cè)得。為減少不同太陽(yáng)高度角對(duì)反射率的影響,該試驗(yàn)對(duì)每株水稻測(cè)定10次,取平均值作為最終光譜值。同時(shí),采用開(kāi)氏法測(cè)定水稻植株含氮量。由于光譜反射信號(hào)850 nm之后受干擾的影響較大,特別是水汽影響,在該次研究中只選擇 350~850 nm 波段范圍的光譜數(shù)據(jù)。光譜數(shù)據(jù)預(yù)處理是由便攜式地物光譜儀攜帶的光譜處理軟件Data Acquisition Software和Excel軟件來(lái)完成的,并結(jié)合SPSS 17.0軟件進(jìn)行相關(guān)分析、線性回歸和作圖。筆者對(duì)氮含量與各波段光譜值、一階微分光譜值和不同植被指數(shù)進(jìn)行了Pearson相關(guān)分析,并進(jìn)一步對(duì)與含氮量有顯著相關(guān)的光譜因子進(jìn)行逐步回歸分析,然后把實(shí)測(cè)數(shù)據(jù)帶入方程來(lái)檢驗(yàn)回歸模型的準(zhǔn)確性。
?
2. 結(jié)果與分析
2.1 水稻的光譜響應(yīng)
通過(guò)對(duì)實(shí)測(cè)的光譜數(shù)據(jù)曲線圖的觀察分析,刪除那些受水背景等外界環(huán)境影響較大的光譜數(shù)據(jù),最后選定20個(gè)樣品中的14個(gè)數(shù)據(jù)作為試驗(yàn)的最后處理數(shù)據(jù)。從圖1可以看出,測(cè)定的光譜反射曲線表現(xiàn)出典型的植被光譜特征。在350~500 nm和675 nm 附近有較強(qiáng)的吸收,在550 nm附近形成反射“綠峰”,在700~750 nm形成直觀的近似垂直的陡坡,在750~850 nm形成典型的近紅外高原區(qū)。
圖 1 水稻的光譜響應(yīng)曲線
2.2 光譜參數(shù)
選擇綠峰、紅光谷和近紅外峰的反射率以及一階導(dǎo)數(shù)最大值作為水稻氮含量的候選因子,同時(shí)對(duì)光譜 數(shù)據(jù)降維處理來(lái)模擬 Landsat TM 的紅光和近紅外光波段來(lái)計(jì)算歸一化植被指數(shù)( NDVI) 、差值植被指數(shù)( DVI) 、比值植被指數(shù)( RVI) 和調(diào)整土壤亮度的植被指數(shù)( SAVI) 作為候選因子(表 1) 。這些因子能否被用于監(jiān)測(cè)水稻含氮量,還必須通過(guò)以下方法進(jìn)行分析。首先,直接進(jìn)行相關(guān)分析,判斷它們與氮含量的相關(guān)指數(shù)是否通過(guò)顯著性檢驗(yàn); 最后,用回歸分析的方法篩選因子,剔除部分因子。
經(jīng)相關(guān)分析,發(fā)現(xiàn)高光譜各因子與含氮量的相關(guān)系數(shù)除了一階導(dǎo)數(shù)最大值、歸一化植被指數(shù)、比值植被指數(shù)外都達(dá)到 0.05 顯著水平,即可用于分析水稻含氮量,其中綠峰峰值的相關(guān)系數(shù)值最大,達(dá)到 0.837。根據(jù)相關(guān)分析篩選獲取的5 個(gè)因子中,采用回歸分析(顯著性為 0.01) 方法選擇的因子只有X1,說(shuō)明只需一個(gè)因子就可以分析高光譜對(duì)水稻含氮量的影響。
2.3 水稻含氮量的高光譜測(cè)量估算模型
采用單因子的高光譜變量,分析水稻含氮量。從圖2可以看出,綠峰峰值與氮含量呈正相關(guān),峰值越大,含氮量就越高。分別用線性、二次多項(xiàng)式、三次多項(xiàng)式模擬,可以看出三次多項(xiàng)式曲線最好,相關(guān)系數(shù)為0.782,方程為 y= 784.726x3 - 250.638x2 + 30.181x - 0.071,通過(guò)0.01的顯著檢驗(yàn)。然后,取一組原數(shù)據(jù)回代到模型方程中,得到的精度約 92.5%,效果能滿足預(yù)測(cè)要求。因此,可把它作為檢測(cè)水稻氮含量的合適模型。
圖 2 氮含量與綠峰峰值的關(guān)系
3. 結(jié)論
氮素是對(duì)作物生長(zhǎng)、產(chǎn)量和品質(zhì)影響最為顯著的營(yíng)養(yǎng)元素。該研究通過(guò)相關(guān)和回歸分析,最終確定綠峰峰值是水稻氮含量分析的最佳因子,模型相關(guān)系數(shù)為 0.782,預(yù)測(cè)精度較好,約 92.5% ,表明高光譜可以用于檢測(cè)水稻長(zhǎng)勢(shì)。由于結(jié)論是基于一個(gè)生長(zhǎng)季的田間數(shù)據(jù)得到的,季節(jié)氣候條件的影響得加于考慮。同時(shí),處理過(guò)程中有關(guān)背景尤其是水及其表面懸浮物的影響的處理方法還不夠完善,仍有待進(jìn)一步的改進(jìn)。
審核編輯:湯梓紅
評(píng)論
查看更多