收藏本站
《东北农业大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

基于高光谱成像的玉米苗期氮素营养监测的研究

赵珊  
【摘要】:玉米在我国国民生产和经济中拥有十分重要的地位,而氮素是玉米在其生长发育时期合成氮化物的重要组成元素之一。在对氮肥进行施用时,大多数人仍然认为多施用氮肥产量更高,造成了氮肥的浪费。随着精细农业在现代科技中的发展,高光谱成像技术作为在监测农作物长势、检测农产品品质的重要手段,本试验将研究对象确定为黑龙江省常见的寒地玉米品种合玉19、合玉20,利用高光谱技术对玉米氮素营养进行监测研究,以指导玉米氮肥的精确施用和动态调控。本试验以不同氮素水平下玉米大田试验为基础,采用美国Headwall公司的成光谱成像系统室外平台,通过自带Hyperspec软件完成高光谱冠层图像的采集与传输。将试验在玉米大田中采集到的叶片利用德国AA3连续流动分析仪测定铵态氮含量。根据对采集到的玉米高光谱冠层图像进行分析处理,发现在不同氮肥施用水平下,其光谱反射率呈现的规律性大致相同:在560 nm、700-750 nm处存在反射峰,并当波长大于780 nm时,反射率曲线上形成一个较高的反射平台,光谱反射率值为拔节期大于苗期大于抽穗-孕穗期;对玉米高光谱一阶导数曲线进行分析时发现,其最大值(红边位置)在710-730 nm之间,且曲线存在“双峰”和“红移”现象。通过对玉米高光谱冠层图像进行分析,可以区分严重缺氮时的玉米小区,以及正常施氮、过量施氮下的玉米小区。通过应用灰度分割方法,选择了762 nm作为特征波长;利用光谱特征分析方法,将720 nm作为特征波长;利用相关矩阵分析方法,将第43波段、第57波段、第102波段、第107波段、第168波段作为特征波段。将特征波长作为植被指数中的波段变量可知,N1施氮水平下玉米叶片氮素含量与玉米冠层植被指数NDVI、RSI(715 nm,700 nm)、DSI(700 nm,566 nm)、NDSI(715 nm,700 nm)相关性较高。在N0、N3施氮水平下,玉米叶片的氮素含量与玉米冠层光谱植被指数NDVI、RSI(895 nm,700 nm)、RSI(715 nm,700 nm)、DSI(700 nm,566 nm)、DSI(895 nm,700 nm,525 nm)、NDSI(715 nm,700 nm)相关性较高。在利用植被指数对玉米苗期冠层含量建立预测模型时,在N0、N1、N3施氮水平下玉米冠层氮素含量预测模型分别为y=0.529NDVI~2-0.150NDVI+2.419、y=6.844NDVI~2-6.259NDVI+4.167、y=2.644+0.720NDVI+0.725 NDSI_(715 nm,700 nm)-0.045DSI_(895 nm,700 nm,525 nm),R~2分别为0.719、0.803、0.657。并对最终所确定建立的回归模型利用F-检测进行验证,F值大小分别是0.170、0.219、0.270,均小于F0.05,模型可用。
【学位授予单位】:东北农业大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:S513

【相似文献】
中国期刊全文数据库 前10条
1 单佳佳;彭彦昆;王伟;李永玉;吴建虎;张雷蕾;;基于高光谱成像技术的苹果内外品质同时检测[J];农业机械学报;2011年03期
2 王斌;薛建新;张淑娟;;基于高光谱成像技术的腐烂、病害梨枣检测[J];农业机械学报;2013年S1期
3 蔡健荣;韩智义;;碧螺春茶叶的真伪鉴别技术——基于漫反射式高光谱成像技术[J];农机化研究;2013年04期
4 孙梅;陈兴海;张恒;陈海霞;;高光谱成像技术的苹果品质无损检测[J];红外与激光工程;2014年04期
5 罗阳;何建国;贺晓光;王松磊;刘贵珊;;农产品无损检测中高光谱成像技术的应用研究[J];农机化研究;2013年06期
6 田有文;牟鑫;程怡;;高光谱成像技术无损检测水果缺陷的研究进展[J];农机化研究;2014年06期
7 余克强;赵艳茹;李晓丽;张淑娟;何勇;;基于高光谱成像技术的鲜枣裂纹的识别研究[J];光谱学与光谱分析;2014年02期
8 丁冬;;高光谱成像技术及其在农产品检测中的应用[J];科技信息;2013年35期
9 张筱蕾;刘飞;聂鹏程;何勇;鲍一丹;;高光谱成像技术的油菜叶片氮含量及分布快速检测[J];光谱学与光谱分析;2014年09期
10 章海亮;高俊峰;何勇;;基于高光谱成像技术的柑橘缺陷无损检测[J];农业机械学报;2013年09期
中国重要会议论文全文数据库 前7条
1 卢云龙;刘志刚;;高光谱成像技术及其在目标检测中的应用进展[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
2 马本学;应义斌;饶秀勤;;高光谱成像在水果表面缺陷及污染检测中的研究进展[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
3 何宝琨;;使用曲面棱镜的高光谱成像系统设计[A];中国空间科学学会空间探测专业委员会第二十六届全国空间探测学术研讨会会议论文集[C];2013年
4 孙向军;刘凯龙;赵志勇;李雪涛;;高光谱成像及仿真技术途径探索[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
5 颜昌翔;;星载高光谱成像及数据应用[A];第十届全国光电技术学术交流会论文集[C];2012年
6 肖功海;舒嵘;薛永祺;;显微成像光谱技术及其应用[A];成像光谱技术与应用研讨会论文集[C];2004年
7 赖建军;陈四海;陈坦;易新建;;基于MEMS微镜阵列的高光谱成像技术研究[A];中国宇航学会深空探测技术专业委员会第三届学术会议论文集[C];2006年
中国博士学位论文全文数据库 前9条
1 葛明锋;基于轻小型无人机的高光谱成像系统研究[D];中国科学院研究生院(上海技术物理研究所);2015年
2 何青;多类型高光谱成像集成系统的研制及其应用研究[D];暨南大学;2015年
3 王彩玲;干涉高光谱成像中的信息提取技术[D];中国科学院研究生院(西安光学精密机械研究所);2011年
4 朱逢乐;基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D];浙江大学;2014年
5 马淏;光谱及高光谱成像技术在作物特征信息提取中的应用研究[D];中国农业大学;2015年
6 张若宇;番茄可溶性固形物和硬度的高光谱成像检测[D];浙江大学;2014年
7 章海亮;基于光谱和高光谱成像技术的土壤养分及类型检测与仪器开发[D];浙江大学;2015年
8 张东彦;基于高光谱成像技术的作物叶绿素信息诊断机理及方法研究[D];浙江大学;2012年
9 虞佳佳;基于高光谱成像技术的番茄灰霉病早期快速无损检测机理和方法研究[D];浙江大学;2012年
中国硕士学位论文全文数据库 前10条
1 熊振杰;基于高光谱成像技术的鸡肉品质快速无损检测[D];华南理工大学;2015年
2 代琼;基于高光谱成像技术的虾仁新鲜度检测研究[D];华南理工大学;2015年
3 孟庆达;基于高光谱成像技术的苹果可溶性固形物含量与缺陷检测[D];西北农林科技大学;2015年
4 杨晓忱;基于高光谱成像技术的不同品种羊肉识别方法研究[D];宁夏大学;2015年
5 吴晨;基于高光谱成像技术的马铃薯内部品质无损检测研究[D];宁夏大学;2015年
6 刘婷;基于高光谱成像技术的鸡种蛋孵前受精信息无损检测研究[D];华中农业大学;2015年
7 刘德芳;基于色散剪切干涉的高光谱成像研究[D];南京理工大学;2015年
8 黄涛;基于半透射高光谱成像技术的马铃薯内外部缺陷检测方法研究[D];华中农业大学;2015年
9 刘文涛;基于高光谱成像技术的苹果品质无损检测研究[D];河北农业大学;2015年
10 冯姣;基于阿米西棱镜的高光谱成像系统研究[D];南京邮电大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026