论文部分内容阅读
灌溉是水稻高温热害发生过程中经常采用的农业措施,地下水和地表水是实际作物生产中最主要、最常用的灌溉水源。高光谱技术因其光谱分辨率高,包含光谱信息量大,光谱数据精确的优点被广泛应用于作物生长监测。本研究在水稻高温热害发生时设置井水(W)、池塘水(P)和对照组(CK)处理对稻田进行灌溉处理,结合水稻生理数据和水稻冠层反射光谱数据,研究不同灌溉处理对水稻冠层光谱的影响,分析高温热害背景下不同灌溉处理的水稻叶绿素含量、干物质积累量、产量与水稻冠层光谱的关系,通过全波段归一化差值光谱指数(NDSI)和连续小波变换(CWT)的方法筛选水稻叶绿素含量、干物质积累量和产量的敏感波段,分析不同灌溉处理下敏感波段的变化,建立高温背景下不同灌溉处理的水稻叶绿素含量、干物质积累量和产量的估测模型,通过高光谱数据阐释不同灌溉处理对水稻高温热害的影响,为高温热害下的水稻的叶绿素、干物质及产量的遥感反演提供数据支撑,以期为缓解水稻高温热害的灌溉方法研究提供理论支持。主要结论研究如下:1.作物的原始冠层反射光谱在可见光波段,不同灌溉处理下的反射率的大小关系为P处理>CK处理>W处理,在近红外波段相反,大小关系为W处理>CK处理>P处理,水稻原始反射光谱在780-900nm波段和970nm波段差异最大。W处理的一阶导数光谱峰值最高,其次是CK处理,P处理最低;随着发育期从抽穗期到成熟期,红边参数出现“蓝移”现象,不同处理之间的红边参数关系为P处理>CK处理>W处理。2.将三个发育期的叶绿素含量与对应时期的水稻冠层反射光谱进行相关分析,研究表明,550-680nm波段范围为叶绿素敏感波段,不同发育期之间抽穗期的模型拟合效果最好。抽穗期由敏感小波系数CWT(3,735)、CWT(2,736)和CWT(1,737)构建的偏最小二乘回归(PLSR)模型对叶绿素的拟合效果最好,模型检验r~2=0.84;灌浆期由敏感小波系数CWT(5,569)、CWT(2,654)和CWT(7,562)构建的PLSR模型对叶绿素拟合效果最好,模型检验r~2=0.76;成熟期由敏感小波系数CWT(1,815)、CWT(7,575)和CWT(3,578)构建的PLSR模型对叶绿素拟合效果最好,模型检验r~2=0.74。3.将最终干物质积累量与三个发育期的冠层反射光谱进行相关分析,研究发现干物质的敏感波段范围为600-670nm波段。由光谱指数NDSI(694,726)、NDSI(492,819)和NDSI(689,715)建立的PLSR模型相较于普通函数模型对最终干物质积累量的拟合效果更好,模型检验r~2=0.79;由敏感小波系数CWT(7,987)、CWT(6,797)和CWT(5,774)建立的PLSR模型相较于普通函数模型对最终干物质积累量的拟合效果更好,模型检验r~2=0.84。4.将最终产量与三个发育期的冠层反射光谱进行相关分析,研究发现产量的敏感波段范围为740-900nm波段。由光谱指数NDSI(431,891)、NDSI(693,697)和NDSI(752,452)建立的PLSR模型相对于普通函数模型对最终产量的拟合效果更好,模型检验r~2=0.81;由敏感小波系数CWT(6,838)、CWT(6,841)和CWT(7,975)建立的PLSR模型相对于普通函数模型对最终产量的拟合效果更好,模型检验r~2=0.83。5.对比植被指数经验模型和小波分析模型,两者建立的模型都有较高的精度,都能准确的反演水稻生理参数,其中小波分析模型的拟合效果更好。这是因为CWT模型相比较NDSI模型,対光谱信号进行了分解,挖掘了更多的隐藏光谱信息,因此适应性相比NDSI模型有一定的提升。