利用高光谱参数预测水稻氮素状况、色素含量和籽粒蛋白含量的研究

论文题目: 利用高光谱参数预测水稻氮素状况、色素含量和籽粒蛋白含量的研究

论文类型: 硕士论文

论文专业: 植物学

作者: 孙雪梅

导师: 周启发

关键词: 水稻,高光谱参数,叶绿素,类胡萝卜素,蛋白质,相关分析

文献来源: 浙江大学

发表年度: 2005

论文摘要: 氮素是水稻的主要营养元素.怍物氮素含量是评价作物长势、估测产量与品质的重要参 考指标,对作物氮素精确管理具有重要意义。传统的作物氮素营养诊断以实验室常规分析为 基础,费时、费力及需要有毒化学品。日本率先研制了叶绿素计,便携式叶绿素计读数(SPAD 值)能预测水稻叶片单位重量含氮量和单位面积含氮量。但SPAD值与叶片全氮含量的关系因品 种和生育期不同而有芹异,需根据具体品种及发育阶段分别确定诊断指标,限制了该技术的 适用性。随着地面遥感技术的发展,应用植被高光谱遥感技术估测植被化学组成的前景正引 起越来越多的关注。国外学者早在20世纪80年代开始了大量研究,我国起步相对较晚。近年 来,利用高光谱遥感手段进行竹物氮素状况实时监测和快速诊断、反演植被各组分含量、监 测植被生长状况、预测作物品质一直是遥感在农业中应用的研究热点。因此,本课题拟对不 同氮肥水平下、不同品种水稻叶片和穗反射光谱变化规律及其所构建的植被指数、微分参数 与叶片氮素状况、色素含量指标之间的关系进行分析,以期定量估测水稻的氮素营养状况, 并预测收获期水稻籽粒品质,为遥感技术在作物氮素诊断、品质预洲中的实际应用提供依据。 剑叶在不同生育时期对氮肥的光谱响应,丙个供试水稻品种表现一致,在整个波段 (350～2500nm)范围内,反射率均随生育明的推移而逐渐增大。在可见光波段,穗光谱特征 与剑叶光谱特征变化规律相似,但在反射红外波段,穗反射率随生育期的推移呈逐渐减小的 趋势。研究了基于高光谱位置的“秀水110”剑叶微分参数变化规律,其中,红边位置、红边 斜率、红边面积、绿峰、Rg、EGFN等参数随施氮水平、生育期的变化而具有特别明显的变 化规律。 建立单波段原始光谱、一阶导数光谱与水稻剑叶和穗谷壳中全氮、叶绿素、类胡萝卜素 含量进行相关性分忻,找出这些生化纽分敏感波段,建立单波段反射率与相应生化组分间的 同归模型,模型具有较高的检验精度。 叶绿素含量与氮素含量之间密切相关,氮素的丰缺可以通过叶绿素的含量和组成间接反 映出来,并且和氮素含量的测定相比较而言,叶绿素含量的测定方法较为容易,所以本课题 中利用叶绿素的的遥感研究间接评价植物的氮素状况。分析了多个植被指数和微分参数与剑叶 中各生化组分间的相关性,并建立了剑叶中全氮含量、叶绿素含量、类胡萝卜素含量预 测模型。

论文目录:

摘要

Abstract

第一章 前言

1．1 研究背景

1．2 高光谱遥感诊断氮素营养的研究进展

1．3 高光谱遥感预测植被色素含量的研究进展

1．4 高光谱遥感简介

1．5 植物光谱诊断原理及其典型的植被光谱特征基础

1．6 研究工作的来源、意义和目的

第二章 试验设计与测定方法

2．1 水培试验设计

2．2 技术路线

2．3 水稻理化参数的采集与分析

2．3．1 地上生物量测定

2．3．2 叶片含水量测定

2．3．3 叶绿素与类胡萝卜素含量测定

2．3．4 叶片全氮和蛋白质含量测定

2．3．5 籽粒蛋白质含量测定

2．3．6 籽粒直链淀粉含量测定

2．4 高光谱遥感数据的采集与分析

2．4．1 测量仪器

2．4．2 光谱测量

2．4．3 光谱数据主要分析技术

2．4．3．1 多元统计分析技术(Multivariate Regression Modeling)

2．4．3．2 基于光谱位置(波长)变量的分析技术(Spectral Position Analysis)

2．4．3．3 光学模型方法(Optical Modeling)

2．4．4 高光谱特征参数的提取

2．4．4．1 基于植被指数(VI)的变量

2．4．4．2 微分参数

第三章 水稻反射光谱特征及与各生化组分相关性分析

3．1 水稻反射光谱特征

3．1．1 不同生育时期水稻剑叶、穗反射光谱特征

3．1．2 不同氮素条件下水稻剑叶、穗反射光谱特征

3．2 基于光谱位置的微分参数变化规律

3．2．1 不同生育时期红边参数变化规律

3．2．2 不同生育时期蓝边、黄边参数变化规律

3．2．3 不同生育时期绿峰、红谷参数变化规律

3．3 水稻各生化参数与光谱特征相关性分析

3．3．1 水稻剑叶光谱特征与叶片中全氮含量之间的相关性分析

3．3．2 水稻剑叶光谱特征与叶片中色素含量之间的相关性分析

3．3．3 水稻穗光谱特征与谷壳中色素含量之间的相关性分析

3．4 本章小结

第四章 基于高光谱特征参数的水稻色素和籽粒蛋白含量预测

4．1 水稻剑叶和谷壳中色素含量在各生育期间的变化

4．1．1 剑叶中叶绿素、类胡萝卜素含量在各生育期间的变化

4．1．2 谷壳中叶绿素、类胡萝卜素含量在各生育期间的变化

4．2 水稻剑叶中色素、氮素含量的高光谱预测模型

4．2．1 叶片叶绿素、类胡萝卜素、全氮含量之间的相关性分析

4．2．2 植被指数与叶片叶绿素、全氮含量之间的相关性分析

4．2．3 植被指数与叶片类胡萝卜素含量之间的相关性分析

4．2．4 微分参数与叶片叶绿素、类胡萝卜素、全氮含量之间的相关性分析

4．3 利用基于“秀水110”构建的相关模型反演“丙9914”叶片中色素、全氮含量

4．4 叶片和谷壳中色素含量估测模型及比较

4．5 利用基于“秀水110”构建的相关模型预测水稻籽粒蛋白含量

4．5．1 不同生育期叶片、谷壳中色素含量与籽粒蛋白含量之间的相关性分析

4．5．2 籽粒中蛋白含量预测模型

4．6 本章小结

第五章 结论与讨论

参考文献

硕士期间发表的论文

发布时间: 2005-10-10

参考文献

• [1].不同种质资源烟草高光谱特征与色素含量关系研究[D]. 黄智.湖南农业大学2015
• [2].湘南浓香型烟叶产区质体色素含量的动态变化规律研究[D]. 龙春芬.湖南农业大学2013
• [3].彩色小麦遗传多样性与籽粒色素含量遗传分析[D]. 黄玮.山东农业大学2012
• [4].不同粒色小麦籽粒维生素B和维生素E含量及其与籽粒色素含量的相关性[D]. 修妤.山东农业大学2009
• [5].亚种间杂交稻及其亲本灌浆期剑叶蛋白质组学研究[D]. 王蕾.扬州大学2009
• [6].不同环境下水稻剑叶夹角与单株产量性状的QTL分析[D]. 洪凯.浙江师范大学2016
• [7].不同环境下水稻剑叶形态与产量相关性状的QTL分析[D]. 张斌.中国农业科学院2014
• [8].不同基因型水稻剑叶中镉向籽粒再分配差异性研究[D]. 李正翔.中国农业科学院2014
• [9].干旱胁迫下水稻剑叶和产量相关性状的QTL定位研究[D]. 王晋.东北农业大学2012
• [10].水稻剑叶角度的QTL定位分析[D]. 王盈盈.南京农业大学2009

相关论文

• [1].基于反射光谱的棉花氮素营养与生长监测研究[D]. 吴华兵.南京农业大学2006
• [2].利用偏振高光谱反演植被叶绿素含量[D]. 张莉莉.东北师范大学2007
• [3].高光谱遥感数据最佳波段选择方法研究[D]. 杨金红.南京信息工程大学2005
• [4].玉米主要生物物理和生物化学参数高光谱遥感估算模型研究[D]. 易秋香.新疆农业大学2005
• [5].基于高光谱数据的北疆棉花遥感监测研究[D]. 黄春燕.石河子大学2005
• [6].基于冠层光谱的冬小麦N、P营养和水稻Pb污染监测研究[D]. 任红艳.南京农业大学2005
• [7].基于高光谱遥感技术的作物营养诊断初步研究[D]. 乔欣.吉林大学2005
• [8].基于高光谱数据提取棉花冠层特征信息的研究[D]. 祁亚琴.石河子大学2006
• [9].水稻成熟度和收获时期的高光谱监测[D]. 陈维君.浙江大学2006
• [10].土壤水分与水稻氮素状况光谱特征研究[D]. 吕雄杰.南京农业大学2004

标签：水稻论文;  高光谱参数论文;  叶绿素论文;  类胡萝卜素论文;  蛋白质论文;  相关分析论文;