论文部分内容阅读
玉米倒伏是由外界因素引发的玉米茎秆从自然直立状态到永久错位的作物受灾现象,是玉米生产中普遍存在的问题,作为我国第一大粮食作物,倒伏逐渐成为高产稳产的主要限制因素之一。高光谱遥感技术是现代农业定量遥感研究的重要方向,其自身具有分辨率高、连续性强、信息量大等特点,可对作物进行实时、快速、无损的灾情和长势监测、产量减损评估等。因此利用高光谱遥感技术准确、快速、有效监测玉米倒伏在灾情监测、产量减损评估等方面具有重要意义。本文通过在小汤山国家精准农业示范研究基地开展小区控制倒伏实验,模拟夏玉米两生育期(抽雄期、灌浆期)的三类倒伏情况(茎倒、茎折、根倒)。分析两生育期不同倒伏状态的高光谱变化规律,构建倒伏灾情指标叶面积密度(Leaf area density,LAD)、冠层叶绿素密度(Canopy chlorophyll density,CCD),并基于数理统计分析算法逐步实现倒伏玉米灾情指标的高光谱反演。主要内容和结论如下:(1)分别从原始冠层光谱、微分变换光谱以及光谱特征参量对不同生育期、不同倒伏处理玉米与正常玉米进行对比分析,发现所有倒伏处理玉米相较于未倒伏玉米在可见光与近红外波段的冠层光谱反射率均出现不同程度的增大现象,且倒伏越严重,增加幅度越大,三类倒伏处理增幅最大为根倒处理,茎折处理次之,茎倒处理最小;三类倒伏处理光谱反射率的可见光波段增加幅度大于近红外波段增加幅度,且随着倒伏玉米的后期恢复,其可见光与近红外波段增加幅度逐渐降低;两生育期三类倒伏处理均出现了“蓝移”现象,且倒伏越严重,“蓝移”现象越明显,“红边”振幅和“红边”面积越大,随着三类倒伏处理的后期恢复,“蓝移”现象逐渐降低,“红边”振幅和“红边”面积逐渐降低;抽雄期倒伏处理恢复能力大于灌浆期倒伏处理的恢复能力,三类倒伏处理后期恢复能力最强的为茎倒处理,其次为根倒处理,最差为茎折处理。(2)针对构建的能够表征倒伏玉米群体结构变化的灾情指标LAD和表征倒伏玉米群体生理变化的灾情指标CCD,通过原始光谱和一阶微分光谱与倒伏灾情指标的相关性分析、最佳指数法依次进行敏感波段筛选并建模;通过灰色关联度和相关性分析对用于反演倒伏灾情指标的光谱指数排序,结合赤池信息量准则进行偏最小二乘建模;基于枚举法和adjR2指标筛选最佳建模指数,并利用最小二乘支持向量机和随机森林算法实现两个灾情指标的模型构建。通过建模R2与验证RMSE两个评价指标对所有模型进行验证对比,得出基于机器学习算法构建模型达到最优,其建模R2均达到了0.9以上,验证RMSE在1~1.5左右。综上所述,本文通过小区控制模拟实验,分析了两时期不同倒伏类型的光谱特征,构建倒伏灾情指标,基于数理统计算法构建了倒伏灾情指标的遥感反演模型,为高光谱技术应用于玉米倒伏灾情监测进行了有益探索,为倒伏后期灾情评估和产量减损预估提供理论依据。