作物氮素定量遙感與應(yīng)用

目錄
第1章 緒論 1
1.1 研究意義 1
1.2 國內(nèi)外研究現(xiàn)狀 2
1.2.1 作物氮素遙感信息解析 2
1.2.2 作物氮素垂直分布 3
1.2.3 作物氮素時空動態(tài)變化 3
1.2.4 作物品質(zhì)遙感監(jiān)測與預(yù)測 5
1.2.5 作物氮素虧缺診斷及決策 6
1.3 作物氮素遙感監(jiān)測需求 7
參考文獻(xiàn) 7
第2章 作物氮素遙感試驗與數(shù)據(jù)獲取 12
2.1 作物氮素遙感試驗 12
2.1.1 北京小湯山國家精準(zhǔn)農(nóng)業(yè)研究示范基地長期定位觀測試驗 12
2.1.2 北京市冬小麥長勢遙感觀測試驗 22
2.1.3 全國主要作物養(yǎng)分調(diào)優(yōu)栽培信息化試驗 22
2.2 作物理化參數(shù)與測量規(guī)范 25
2.2.1 作物觀測時期選擇 25
2.2.2 作物生理生化參數(shù)測定 28
2.2.3 作物產(chǎn)量和品質(zhì)參量 30
2.3 遙感數(shù)據(jù)及預(yù)處理方法 32
2.3.1 地面高光譜數(shù)據(jù)獲取 32
2.3.2 無人機(jī)遙感數(shù)據(jù)獲取及預(yù)處理 34
2.3.3 衛(wèi)星影像數(shù)據(jù)預(yù)處理 38
參考文獻(xiàn) 44
第3章 作物氮素光譜響應(yīng)機(jī)理及信息解析 45
3.1 不同田間管理條件下的作物氮素規(guī)律 45
3.1.1 不同氮素評價指標(biāo)的統(tǒng)計分析 45
3.1.2 不同田間管理條件對作物氮累積影響分析 47
3.2 作物氮素光譜遙感監(jiān)測機(jī)理 48
3.2.1 氮素與葉綠素的生理機(jī)理 48
3.2.2 葉片氮光譜反射特征 50
3.2.3 冠層氮光譜反射特征 52
3.3 作物氮素的光譜特征選擇和特征分析 53
3.3.1 作物氮素敏感波段選擇 53
3.3.2 作物氮素光譜特征分析與提取 57
3.4 基于數(shù)據(jù)挖掘算法的作物氮素估算 65
3.4.1 基于數(shù)據(jù)挖掘算法的冬小麥葉片氮含量估算 65
3.4.2 基于最優(yōu)組合算法的大麥葉片氮濃度估算 69
3.4.3 基于灰色關(guān)聯(lián)分析與分支界定算法的冬小麥C/N估算 75
3.5 作物氮光譜響應(yīng)機(jī)理模型構(gòu)建與反演 77
3.5.1 N-PROSPECT模型構(gòu)建及氮反演 77
3.5.2 N-PROSAIL模型耦合及葉片與冠層雙尺度氮素估算 81
參考文獻(xiàn) 86
第4章 冠層垂向異質(zhì)性及氮素分層遙感解析 90
4.1 冬小麥冠層垂向異質(zhì)性 90
4.1.1 冬小麥葉片理化參數(shù)垂直分布差異 90
4.1.2 冬小麥莖稈理化參數(shù)垂直分布差異 92
4.1.3 冬小麥理化參數(shù)在不同器官及整體冠層間的差異分析 94
4.2 冬小麥穗組分和不同葉層對冠層反射光譜及植被指數(shù)的影響 95
4.2.1 不同處理下分別去除穗和各層葉片后的冠層反射光譜響應(yīng)變化 95
4.2.2 不同處理下分別去除穗和各層葉片后的光譜植被指數(shù)響應(yīng)變化 100
4.3 冬小麥冠層垂向異質(zhì)性對反射光譜的影響 106
4.3.1 穗層光譜模擬方法構(gòu)建及開花期冠層光譜模擬分析 106
4.3.2 不同冠層結(jié)構(gòu)和色素分布情景下冬小麥冠層光譜響應(yīng)模擬分析 106
4.4 基于氮分布數(shù)學(xué)模型的葉氮垂直分布光譜探測 114
4.5 分層氮素信息與作物整體氮素相關(guān)關(guān)系 116
4.5.1 冬小麥氮素垂直分布規(guī)律 116
4.5.2 最優(yōu)光譜探測層分析 117
4.5.3 基于最優(yōu)層氮遙感模型和垂直分布規(guī)律的整體氮信息模型 118
4.5.4 冬小麥全氮量的驗證 120
參考文獻(xiàn) 120
第5章 作物氮素時空變異及動態(tài)模擬 124
5.1 變量施肥條件下的作物氮素動態(tài)規(guī)律 124
5.1.1 葉片氮營養(yǎng)狀況空間變化動態(tài) 124
5.1.2 植株氮營養(yǎng)狀況空間變化動態(tài) 125
5.1.3 變量施肥條件下冬小麥養(yǎng)分遙感參數(shù)空間異質(zhì)性評價 128
5.1.4 變量施肥條件下冬小麥產(chǎn)量、品質(zhì)空間異質(zhì)性評價 134
5.2 均一施肥管理條件下的作物氮素動態(tài)規(guī)律 138
5.2.1 均一施肥管理條件下冬小麥養(yǎng)分參數(shù)空間異質(zhì)性評價 138
5.2.2 均一施肥管理條件下冬小麥籽粒蛋白質(zhì)空間異質(zhì)性評價 142
5.3 作物模型與遙感同化的氮素時間動態(tài)模擬 145
5.3.1 作物生長模型及DSSAT模型簡介 145
5.3.2 DSSAT模型中CERES-Wheat生長過程及氮素模塊介紹 147
5.3.3 基于DSSAT-CERES模型的參數(shù)本地化研究 150
5.3.4 作物模型與遙感同化策略的構(gòu)建 153
參考文獻(xiàn) 161
第6章 作物氮素運(yùn)轉(zhuǎn)規(guī)律及品質(zhì)遙感預(yù)測 163
6.1 作物品質(zhì)形成及遙感預(yù)測機(jī)理 163
6.1.1 植物碳氮代謝及蛋白質(zhì)合成 163
6.1.2 作物品質(zhì)遙感預(yù)測的機(jī)理 164
6.2 作物品質(zhì)影響因素及其對作物籽粒品質(zhì)的影響 165
6.2.1 遺傳因素對作物籽粒品質(zhì)的影響 165
6.2.2 生態(tài)環(huán)境條件對作物籽粒品質(zhì)的影響 165
6.2.3 氮脅迫下的作物籽粒品質(zhì)差異分析 166
6.2.4 水分脅迫下的作物籽粒品質(zhì)差異分析 166
6.2.5 株型與作物籽粒品質(zhì)差異分析 166
6.3 作物品質(zhì)遙感統(tǒng)計預(yù)測模型 167
6.3.1 多時相遙感信息的品質(zhì)預(yù)測模型 167
6.3.2 基于光譜特征與植被指數(shù)的籽粒品質(zhì)預(yù)測模型 169
6.3.3 基于植被指數(shù)-農(nóng)學(xué)參量-GPC模式的GPC反演 174
6.4 作物品質(zhì)半機(jī)理預(yù)測模型 178
6.4.1 融合生態(tài)因子與冬小麥生理生態(tài)遙感的冬小麥籽粒蛋白質(zhì)含量綜合建模 178
6.4.2 基于氮素運(yùn)轉(zhuǎn)原理的冬小麥籽粒蛋白質(zhì)含量遙感預(yù)測 180
6.5 結(jié)合遙感同化與氣象預(yù)測的冬小麥GPC預(yù)報 184
6.5.1 基于遙感數(shù)據(jù)與DSSAT模型同化的冬小麥GPC預(yù)測 184
6.5.2 不同氣象條件下的冬小麥GPC最優(yōu)預(yù)報節(jié)點(diǎn)分析 188
6.5.3 結(jié)合遙感同化與氣象預(yù)報數(shù)據(jù)的冬小麥GPC預(yù)報 191
參考文獻(xiàn) 196
第7章 作物氮素盈虧遙感診斷及決策 198
7.1 作物氮素盈虧診斷方法 198
7.1.1 基于NNI的作物氮素盈虧診斷分析 198
7.1.2 基于SPAD的作物氮素盈虧診斷分析 201
7.2 變量施肥決策算法 205
7.2.1 基于土壤養(yǎng)分狀況的變量施肥決策方法 205
7.2.2 基于SPAD的變量施肥決策方法 208
7.2.3 基于光譜指數(shù)的變量施肥決策方法 215
7.2.4 基于氮肥優(yōu)化算法（NFOA）的氮肥推薦應(yīng)用 223
參考文獻(xiàn) 226
第8章 地-空-星遙感作物養(yǎng)分決策支持系統(tǒng) 228
8.1 作物養(yǎng)分田間速測儀 228
8.1.1 硬件模塊介紹 229
8.1.2 測試指標(biāo)及數(shù)據(jù)處理 231
8.2 無人機(jī)高光譜作物養(yǎng)分管理 233
8.2.1 無人機(jī)平臺及成像高光譜傳感器 233
8.2.2 成像高光譜作物養(yǎng)分監(jiān)測 235
8.3 融合地-空-星遙感的作物調(diào)優(yōu)栽培決策支持系統(tǒng) 236
8.3.1 系統(tǒng)關(guān)鍵技術(shù) 237
8.3.2 系統(tǒng)總體功能 237
8.3.3 系統(tǒng)特點(diǎn) 239
8.4 系統(tǒng)推廣示范應(yīng)用 240
8.4.1 東北示范區(qū) 240
8.4.2 黃淮海示范區(qū) 242
8.4.3 長江中下游示范區(qū) 243
參考文獻(xiàn) 245
附錄本書涉及的植被指數(shù) 247
參考文獻(xiàn) 249