基于高光谱成像技术的滴灌冬小麦水分估测模型研究.pdf

摘要 【目的】水资源短缺是我国西北干旱、半干旱地区农业可持续发展的主要瓶颈。水分是作物最 主要的组成成分，是作物生长发育的重要限制因子，水分匮乏时作物的外部形态和内部生理生化作 用都会受到影响，将直接影响作物的生长、产量形成和品质。因此，及时准确地监测作物的水分状 况对作物的合理灌溉、提质、增产具有重要意义。作物的含水量直接反映作物的水分状况，传统的 作物含水量获取通常采用烘干法，费时费力，具有极大的破坏性，样本数量有限，难以满足现代农 业发展的需要。高光谱成像技术将光谱信息和图像信息结合为一体，可获得大量的光谱维和空间维 信息，具有多尺度、多波段、高分辨率的特点。本论文基于新疆典型滴灌冬小麦叶片和冠层的高光 谱数据准确估测水分含量，建立水分含量估测模型以实现水分含量的无损估测，为及时监测作物水 分盈缺状况、指导制定科学合理的灌溉制度提供技术支撑。 【方法】本研究以新疆典型滴灌冬小麦为研究对象，以建立叶片及植株的高光谱水分含量估测 模型为主要研究目标。共设置5 个水分处理W 1 （150 mm ）、W2 （300 mm ）、W3 （450 mm ）、W4 （600 mm ）、W5 （750 mm ），利用田间采样和室内分析测试的方法获取小麦农艺性状；应用便携式 高光谱成像仪获取小麦顶一叶（L 1）、顶二叶（L2 ）、顶三叶（L3 ）和冠层高光谱数据，采用平滑、 微分、倒数、开方、对数等数据处理方法对小麦叶片和冠层原始光谱反射率进行变换。分析比较一 元线性回归（Simple linear regression ，SLR ）、主成分回归（Principal components regression ，PCR ） 和偏最小二乘回归（Partial least squares regression ，PLSR ）三种方法的模型估测效果，利用典型相 关性分析（Correlation analysis ，CA ）和连续投影算法（Successive Projection Algorithm，SPA）筛选 特征波段，构建小麦水分含量最优估测模型并进行精度检验。研究结果可为区域作物水分状况实时 监测和科学合理的灌溉制度制定提供了技术支撑。 【结果】本论文的主要结论如下： （1）冬小麦的农艺性状随生育进程的推进而发生变化，从拔节期到灌浆中期，植株含水量（PWC ） 和叶片含水量（LWC ）在持续降低；植株干物质积累量（PDMA ）呈现持续升高的趋势；叶面积指 数（PLAI 和 LLAI ）呈现先升高后降低的趋势，在拔节期最低，在扬花期最高；SPAD 值呈先升高 后降低的趋势，在扬花期最高，在灌浆中期最低。从不同水分处理来看，随着灌溉量的增加，PWC 和LWC 呈现持续升高的趋势；SPAD 值在W 1-W4 范围内呈现升高的趋势，在W5 处理时可能会出 现略微下降；而PDMA 、PLAI 和LLAI 呈现先升高后降低的趋势，在W3 处理时最高，在W 1 处理 时最低，整体表现为W3 ＞W4 ＞W5 ＞W2 ＞W1 。从不同叶位来看，LWC 和LLAI 整体表现为L3 ＞ L2 ＞L1 ，而SPAD 值在拔节期表现为L2 ＞L3 ＞L1 ，在其他时期表现为L1 ＞L2 ＞L3 。根据植株和不 同叶位叶片农艺性状相关性分析表明，L1 、L2 、L3 的水分含量在各生育期均与PWC 极显著相关性， 利用顶一叶的水分含量与植株水分含量拟合模型精度达到 0.8489 ，可以较好的估测整个植株水分状 况。 ′ ′′ ′ ′′ ′ （2 ）冬小麦叶片原始光谱反射率在与LWC 的相关性较差， 、 、 、 、(1/) 、 √ √ ′′ ′ ′′ ′′ (1/) 、(lg ) 、(lg ) 变换可以显著提高光谱反射率与LWC 的相关性。SLR 方法采用(1/) 变换、PCR 方法采用(lg )′′变换、PLSR 方法采用(lg )′′变换后构建模型的效果最好