基于光谱技术的土壤、作物信息获取及其相互关系的研究

论文摘要

自20世纪90年代以来,随着全球定位系统(GPS)、地理信息系统(GIS)、遥感技术(RS)、变量处理设备(VRT)和决策支持系统(DS)等的发展,精细农业作为一种经营现代农业的新技术应运而生了。该技术的核心是获取农田小区作物产量和影响作物生长的环境因素(如土壤结构、地形、植物营养、含水量、病虫草害等)实际存在的空间和时间差异性信息,分析影响小区产量差异的原因,采取技术上可行、经济上有效的调控措施,区别对待,按需实施定位调控的“处方农作”。 精细农业是现代高新技术,特别是信息技术在农业生产上的应用,是一系列高新技术的集成应用,主要包括信息获取系统、信息处理系统与智能化的农业机械作业。其中信息获取系统是开展精细操作实践的基础和依据,因此系统全面地研究适合我国精细农业实践的田间信息(土壤信息、作物信息、产量及品质信息)的获取技术和处理方法是非常必要的。 本论文针对国内外在田间信息获取技术上存在的一些问题和不足,结合我国的实际情况,采用了3因素(氮、磷、钾肥)二次正交回归设计方法,对油菜田中的田间施肥情况设计了施肥水平,使三种营养元素分别处于偏少、正常和过量的状态。对油菜田中的土壤信息、油菜生长过程中的作物信息、土壤信息与作物中的叶绿素含量信息、土壤信息与油菜籽的产量和品质信息之间的关系进行了系统、深入的分析。主要研究内容和结论如下: 1)采用ASD公司的便携式光谱仪研究了测量覆盖面积对土壤光谱特性和土壤含水率的影响。并从几何学的角度进行了理论分析,建立了通过测量几何位置确定测量覆盖面积的数学模型。为今后使用该仪器在田间测量时,减少背景信息,选取最佳测试几何位置奠定了基础。 2)研究了采用尼高力公司NEXUS智能型傅立叶红外光谱仪采集的经简单处理过的土壤(模拟田间土样)光谱特性,建立了土壤光谱吸光度与土壤中的氮(N)、磷(P)、钾(K)、有机质(OM)和pH之间的定量分析模型。结果表明,采用近红外光谱仪经一阶导数处理可以很好地预测简单处理土样中的OM和pH含量,预测相关系数可以达到0.8以上。在对土壤OM含量的定量分析过程中,提出了将正交信号校正方法(OSC)作为谱图预处理方法,使预测相关系数达到0.89,大大提高了模型的预测精度。在对土壤中N含量的预测中,发现土壤颗粒大小严重影响到土壤N含量的预测能力。对P、K的预测效果并不是很好,预测样本的预测相关系数分别为0.661和0.721,还有待于进一步的研究。 3)在对油菜生长状况的监测过程中,采用SPAD502叶绿素仪研究了同一叶片、同一植株不同测量部位SPAD值的分布情况,并采用ArcView 3.2地理信息系统软件中的空间分析模块直观、准确地对其进行了表达。结果表明测量部位不同,SPAD值也不同。根据本试验的要求,对从顶部算起的第三片叶进行了跟踪测量,系统、深入地分析了油菜叶片的SPAD值随生长阶段、施肥情况的变化规律。得出蕾苔期与开花期过渡时期是进行田间氮肥检测和管理的最佳时期。对今后该油菜田中的氮肥管理提供了一个参考基准。 4)采用ASD公司的便携式光谱仪在室外分析了油菜叶片的光谱特性,找到其最佳敏感波段为676nm和684nm,相关系数达到0.923。对油菜叶片的SPAD含量与“红边位置”和“绿

论文目录

• 目录
• 图表目录
• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 精细农业概述
• 1.2.1 精细农业的技术思想
• 1.2.2 精细农业的技术体系
• 1.2.2.1 信息获取系统
• 1.2.2.2 信息处理系统
• 1.2.2.3 智能化变量作业
• 1.2.3 国内外精细农业的发展情况
• 1.3 农田信息采集的研究现状
• 1.3.1 农田位置信息的采集
• 1.3.2 农田属性信息的采集
• 1.3.2.1 土壤信息的获取
• 1.3.2.2 作物信息的获取
• 1.3.3 虚拟仪器技术在农田信息采集中的应用
• 1.4 农田信息采集中存在的问题
• 1.5 论文研究内容
• 参考文献
• 第二章 试验材料与研究方法
• 2.1 前言
• 2.2 试验设备
• 2.2.1 SPAD（Soil Plant Analysis Development unit）502
• 2.2.2 便携式可见-近红外光谱仪
• 2.2.3 NEXUS智能型傅立叶红外光谱仪
• 2.3 试验设计
• 2.3.1 试验对象、品种的选取
• 2.3.2 二次正交回归设计的原理和步骤
• 2.3.3 田间试验设计
• 2.4 土壤样品的采集
• 2.5 土壤化学成分的测量
• 2.5.1 有机质（％）
• 2.5.2 土壤速效磷的测量（mg／kg）
• 2.5.3 土壤速效钾的测量（mg／kg）
• 2.5.4 酸碱度（pH）
• 2.5.5 土壤碱解氮的测量（mg／kg）
• 2.5.6 含水率（％）
• 2.6 分析和优化方法
• 2.7 本章小结
• 参考文献
• 第三章 土壤光谱特性的测量
• 3.1 引言
• 3.2 土壤光谱机理分析
• 3.2.1 土壤的近红外光谱测量原理
• 3.3 化学计量学方法的介绍
• 3.4 土壤光谱的测量
• 3.4.1 测量范围对光谱测量的影响
• 3.4.1.1 测量范围对土壤光谱特性的影响
• 3.4.1.2 测量范围对土壤含水量预测模型的影响
• 3.4.1.3 测量范围计算
• 3.4.2 土壤中氮（N）、磷（P）、钾（K）、有机质（OM）和pH的预测
• 3.4.2.1 土壤有机质（OM）含量的预测
• 3.4.2.2 土壤pH值的预测
• 3.4.2.3 土壤磷（P）、钾（K）含量的预测
• 3.4.2.4 土壤氮（N）含量的预测
• 3.5 本章小结
• 参考文献
• 第四章 油菜作物信息获取方法的研究
• 4.1 前言
• 4.2 SPAD与油菜叶片含氮量关系的研究
• 4.3 SPAD在油菜田间试验中的应用
• 4.3.1 测量分支的选取
• 4.3.2 叶片SPAD值的分布情况
• 4.3.3 跟踪叶片的SPAD值情况
• 4.3.3.1 田间施肥与SPAD之间的关系
• 4.4.3.2 SPAD与生长阶段和氮肥关系的研究
• 4.4 油菜叶片光谱反射率与叶绿素浓度之间的关系
• 4.4.1 油菜叶片的反射光谱特征
• 4.4.2 叶片光谱反射率与SPAD之间的关系
• 4.4.3 红边位置、绿峰位置与SPAD之间的关系
• 4.5 本章小结
• 参考文献：
• 第五章 土壤养分与油菜籽产量、品质之间关系的研究
• 5.1 前言
• 5.2 土壤养分与产量之间的关系
• 5.2.1 施肥模型寻优
• 5.2.2 主效应分析
• 5.2.3 互作效应分析
• 5.3 土壤养分与油菜籽品质之间的关系
• 5.3.1 土壤养分与油菜籽含油率之间的关系
• 5.3.1.1 施肥模型寻优
• 5.3.1.2 单因子效应分析
• 5.3.1.3 氮、磷、钾肥互作作用对油菜籽含油量的影响
• 5.3.2 土壤养分与硫甙含量之间的关系
• 5.3.2.1 施肥模型寻优
• 5.3.2.2 单因子效应分析
• 5.3.2.3 氮、磷、钾肥互作作用对油菜籽硫甙含量的影响
• 5.3.3 土壤养分与芥酸含量之间的关系
• 5.3.3.1 施肥模型寻优
• 5.3.3.2 单因子效应分析
• 5.3.2.3 氮、磷、钾肥互作作用对油菜籽芥酸含量的影响
• 5.4 本章小结
• 参考文献：
• 第六章 结论与展望
• 6.1 结论
• 6.2 论文的特点和创新点
• 6.3 展望
• 攻博期间参加的科研工作和发表的论文
• 致谢
• 附录