不同时期香梨叶片铁元素含量高光谱估算模型
|
摘要
【目的】铁元素含量是植物生长发育过程中所需的重要微量元素之一,实时动态估测香梨铁元素含量对指导香梨科学施肥具有重要意义。【方法】利用ASD FieldSpec 4光谱仪测定不同时期的香梨叶片光谱反射率,研究香梨叶片光谱反射率、一阶微分、比值SR、归一化ND、差值SD与铁元素含量的相关关系,筛选敏感波段参量,构建香梨叶片铁元素含量的回归估测模型。【结果】6月SR组合、7月ND组合、8月SR组合、9月SD组合的模型拟合度分别为0. 764、0. 551、0. 679、0. 656。检验结果显示不同时期两两波段光谱组合构建的估测模型拟合度较高。【结论】光谱参数组合可以有效的估测香梨叶片铁元素含量,在果树叶片铁元素营养诊断方面有重要的实践意义。
【Objective】The content of Fe is one of the important trace elements in the growth and development of plants. It is of great significance to dynamically estimate the Fe content in Pyrus brestschneideri Rehd. for guiding scientific fertilization of pear.【Method】Make use of ASD Field Spec 4 spectrometer to determine the spectral reflectance of pear leaves in different periods and to research the correlation between spectral reflectance of Pyrus brestschneideri Rehd. s,first-order differential,ratio SR,normalized ND,difference SD and Fe content.【Result】The model fitting degree of SR combination in June,ND combination in July,SR combination in August and SD combination in September was respectively 0. 764,0. 551,0. 679 and 0. 656. The test results show that the estimation model constructed by spectral combination of pairwise wave band is more appropriate.【Conclusion】The combination of spectral parameters can effectively estimate the content of Fe in leaves of pears,which is of great practical significance in the diagnosis of Fe in leaves of fruit trees.
【Objective】The content of Fe is one of the important trace elements in the growth and development of plants. It is of great significance to dynamically estimate the Fe content in Pyrus brestschneideri Rehd. for guiding scientific fertilization of pear.【Method】Make use of ASD Field Spec 4 spectrometer to determine the spectral reflectance of pear leaves in different periods and to research the correlation between spectral reflectance of Pyrus brestschneideri Rehd. s,first-order differential,ratio SR,normalized ND,difference SD and Fe content.【Result】The model fitting degree of SR combination in June,ND combination in July,SR combination in August and SD combination in September was respectively 0. 764,0. 551,0. 679 and 0. 656. The test results show that the estimation model constructed by spectral combination of pairwise wave band is more appropriate.【Conclusion】The combination of spectral parameters can effectively estimate the content of Fe in leaves of pears,which is of great practical significance in the diagnosis of Fe in leaves of fruit trees.
引文
[1]黎秀丽.库尔勒香梨缺铁失绿症的因子分析及其叶片诊断[D].乌鲁木齐:新疆农业大学,2010.
[2]赵越,吴玉霞,何天明.铁素缺乏对库尔勒香梨植株含水率、灰分率的影响[J].天津农业科学,2015,21(9):6-9.
[3]姜闯道,高辉远,邹琦,等.缺铁对大豆叶片光合作用和光系统Ⅱ功能的影响[J].植物生理与分子生物学学报,2007,33(1):53-60.
[4]金亚波,韦建玉,王军.植物铁营养研究进展Ⅰ:生理生化[J].安徽农业科学,2007,32:10215-10219.
[5]杨婷婷,王雪梅,柴仲平,等.库尔勒香梨不同生育期叶片氮素光谱诊断研究[J].西南农业学报,2016,29(3):668-673.
[6]吴智乐,王振锡,刘玉霞,等.基于高光谱的南疆盆地苹果光合有效辐射估算模型[J].西南农业学报,2017,30(9):2101-2107.
[7]唐恒朋,钱晓刚,李莉婕,等.不同施氮水平辣椒单叶光谱特征及SPAD值与叶绿素含量的相关性[J].西南农业学报,2016,29(10):2324-2329.
[8]曾慧珍,许庆胜,徐建生,等.植物缺素症的识别及矫正[J].现代园艺,2013(17):59.
[9]梁爽,赵庚星,朱西存.苹果树叶片叶绿素含量高光谱估测模型研究[J].光谱学与光谱分析,2012,32(5):1367-1370.
[10]胡珍珠,潘存德,肖冰,等.基于光谱特征参量的核桃叶片氮素含量估测模型[J].农业工程学报,2015,31(9):180-186.
[11]邢东兴,常庆瑞.基于光谱分析的果树叶片全氮、全磷、全钾含量估测研究———以红富士苹果树为例[J].西北农林科技大学学报(自然科学版),2009,37(2):141-147+154.
[12]柴仲平,陈波浪,蒋平安,等.库尔勒香梨叶片全钾含量高光谱估算模型研究[J].中国生态农业学报,2014,22(1):80-86.
[13]Fernandez S,Vidal D,Simon E,et al. Radiometric characteristics oftriticum aestivum cv. astral under water nitrogen stress[J]. Interna-tional Journal of Remote Sensing,1994,15(9):1867-1884.
[14]王磊,白由路.基于光谱理论的作物营养诊断研究进展[J].植物营养与肥料学报,2006(6):902-912.
[15]YAN Fang-zhai,Li Juan-cui,XIN Zhou,et al. International Journalof Remote Sensing,2013,7(10):2502
[16]Raymond E,Hunt J R. International Journal of Remote Sensing,2013,34(7):2502.
[17]Brantley S T,Zinnert J C,Yong D R. Remote Sensing of Environ-ment,2011,115(2):514.
[18]邢东兴,常庆瑞.基于光谱分析的果树叶片微量元素含量估测研究———以红富士苹果树为例[J].西北农林科技大学学报(自然科学版),2008(11):143-150.
[19]胡珍珠,潘存德,王世伟,等.轮台白杏叶片铁锰浓度光谱估算模型[J].光谱学与光谱分析,2014,34(9):2485-2489.
[20]陈江鲁,王克如,李少昆,等.基于光谱参数的棉花叶面积指数监测和敏感性分析[J].棉花学报,2011,23(6):552-558.
[21]吴华兵,朱艳,田永超,等.棉花冠层高光谱参数与叶片氮含量的定量关系[J].植物生态学报,2007(5):903-909.
[22]谭昌伟,庄恒扬,周清波.水稻叶片营养的光谱诊断研究[J].扬州大学学报(农业与生命科学版),2009,30(2):50-53+68.
[23]孙雪梅.利用高光谱参数预测水稻氮素状况、色素含量和籽粒蛋白含量的研究[D].杭州:浙江大学,2005.
[24]牟盈颖.基于WebGIS的新疆特色林果施肥决策系统平台的研发[D].乌鲁木齐:新疆农业大学,2015.
[25]梅闯.库尔勒香梨不同树形光合特性及果实品质的观测研究[D].乌鲁木齐:新疆农业大学,2012.
[26]刘艳.库尔勒香梨果实性状遗传的研究[D].北京:中国农业大学,2005.
[27]常庆瑞,刘淼,殷紫,等.基于SVR算法的苹果叶片叶绿素含量高光谱反演[J].农业机械学报,2016(6):1-10.
[28]贺婷,李建东,刘桂鹏,等.基于高光谱遥感的玉米全氮含量估测模型[J].沈阳农业大学学报,2016,47(3):257-265.
[29]程立真,朱西存,高璐璐,等.基于随机森林模型的苹果叶片磷素含量高光谱估测[J].果树学报,2016,33(10):1219-1229.
[30]胡珍珠.轮台白杏叶片营养元素浓度光谱估算模型[D].乌鲁木齐:新疆农业大学,2013.
[31]房贤一.不同物候期的苹果树冠层氮素含量高光谱估测研究[D].济南:山东农业大学,2015.
[32]李敏夏.苹果叶片光谱反射率与叶绿素和全氮含量的相关研究[D].杨凌:西北农林科技大学,2009.
[33]宫兆宁,赵雅莉,赵文吉,等.基于光谱指数的植物叶片叶绿素含量的估算模型[J].生态学报,2014,34(20):5736-5745.
[34]黄山,杨峰,张勇,等.净套作下大豆叶绿素密度动态及光谱估测研究[J].西北农林科技大学学报(自然科学版),2016,44(05):29-37.
[35]姚霞,朱艳,田永超,等.小麦叶层氮含量估测的最佳高光谱参数研究[J].中国农业科学,2009,42(8):2716-2725.
[36]Zhu Y,Zhou D Q,Yao X,et al. Quantitative relationships of leafnitrogen status to canopy spectral reflectance in rice[J]. AustralianJournal of Agricultural Research,2007,58:1077-1085.
[37]程志庆,张劲松,孟平,等.植被参数高光谱遥感反演最佳波段提取算法的改进[J].农业工程学报,2015,31(12):179-185.
[2]赵越,吴玉霞,何天明.铁素缺乏对库尔勒香梨植株含水率、灰分率的影响[J].天津农业科学,2015,21(9):6-9.
[3]姜闯道,高辉远,邹琦,等.缺铁对大豆叶片光合作用和光系统Ⅱ功能的影响[J].植物生理与分子生物学学报,2007,33(1):53-60.
[4]金亚波,韦建玉,王军.植物铁营养研究进展Ⅰ:生理生化[J].安徽农业科学,2007,32:10215-10219.
[5]杨婷婷,王雪梅,柴仲平,等.库尔勒香梨不同生育期叶片氮素光谱诊断研究[J].西南农业学报,2016,29(3):668-673.
[6]吴智乐,王振锡,刘玉霞,等.基于高光谱的南疆盆地苹果光合有效辐射估算模型[J].西南农业学报,2017,30(9):2101-2107.
[7]唐恒朋,钱晓刚,李莉婕,等.不同施氮水平辣椒单叶光谱特征及SPAD值与叶绿素含量的相关性[J].西南农业学报,2016,29(10):2324-2329.
[8]曾慧珍,许庆胜,徐建生,等.植物缺素症的识别及矫正[J].现代园艺,2013(17):59.
[9]梁爽,赵庚星,朱西存.苹果树叶片叶绿素含量高光谱估测模型研究[J].光谱学与光谱分析,2012,32(5):1367-1370.
[10]胡珍珠,潘存德,肖冰,等.基于光谱特征参量的核桃叶片氮素含量估测模型[J].农业工程学报,2015,31(9):180-186.
[11]邢东兴,常庆瑞.基于光谱分析的果树叶片全氮、全磷、全钾含量估测研究———以红富士苹果树为例[J].西北农林科技大学学报(自然科学版),2009,37(2):141-147+154.
[12]柴仲平,陈波浪,蒋平安,等.库尔勒香梨叶片全钾含量高光谱估算模型研究[J].中国生态农业学报,2014,22(1):80-86.
[13]Fernandez S,Vidal D,Simon E,et al. Radiometric characteristics oftriticum aestivum cv. astral under water nitrogen stress[J]. Interna-tional Journal of Remote Sensing,1994,15(9):1867-1884.
[14]王磊,白由路.基于光谱理论的作物营养诊断研究进展[J].植物营养与肥料学报,2006(6):902-912.
[15]YAN Fang-zhai,Li Juan-cui,XIN Zhou,et al. International Journalof Remote Sensing,2013,7(10):2502
[16]Raymond E,Hunt J R. International Journal of Remote Sensing,2013,34(7):2502.
[17]Brantley S T,Zinnert J C,Yong D R. Remote Sensing of Environ-ment,2011,115(2):514.
[18]邢东兴,常庆瑞.基于光谱分析的果树叶片微量元素含量估测研究———以红富士苹果树为例[J].西北农林科技大学学报(自然科学版),2008(11):143-150.
[19]胡珍珠,潘存德,王世伟,等.轮台白杏叶片铁锰浓度光谱估算模型[J].光谱学与光谱分析,2014,34(9):2485-2489.
[20]陈江鲁,王克如,李少昆,等.基于光谱参数的棉花叶面积指数监测和敏感性分析[J].棉花学报,2011,23(6):552-558.
[21]吴华兵,朱艳,田永超,等.棉花冠层高光谱参数与叶片氮含量的定量关系[J].植物生态学报,2007(5):903-909.
[22]谭昌伟,庄恒扬,周清波.水稻叶片营养的光谱诊断研究[J].扬州大学学报(农业与生命科学版),2009,30(2):50-53+68.
[23]孙雪梅.利用高光谱参数预测水稻氮素状况、色素含量和籽粒蛋白含量的研究[D].杭州:浙江大学,2005.
[24]牟盈颖.基于WebGIS的新疆特色林果施肥决策系统平台的研发[D].乌鲁木齐:新疆农业大学,2015.
[25]梅闯.库尔勒香梨不同树形光合特性及果实品质的观测研究[D].乌鲁木齐:新疆农业大学,2012.
[26]刘艳.库尔勒香梨果实性状遗传的研究[D].北京:中国农业大学,2005.
[27]常庆瑞,刘淼,殷紫,等.基于SVR算法的苹果叶片叶绿素含量高光谱反演[J].农业机械学报,2016(6):1-10.
[28]贺婷,李建东,刘桂鹏,等.基于高光谱遥感的玉米全氮含量估测模型[J].沈阳农业大学学报,2016,47(3):257-265.
[29]程立真,朱西存,高璐璐,等.基于随机森林模型的苹果叶片磷素含量高光谱估测[J].果树学报,2016,33(10):1219-1229.
[30]胡珍珠.轮台白杏叶片营养元素浓度光谱估算模型[D].乌鲁木齐:新疆农业大学,2013.
[31]房贤一.不同物候期的苹果树冠层氮素含量高光谱估测研究[D].济南:山东农业大学,2015.
[32]李敏夏.苹果叶片光谱反射率与叶绿素和全氮含量的相关研究[D].杨凌:西北农林科技大学,2009.
[33]宫兆宁,赵雅莉,赵文吉,等.基于光谱指数的植物叶片叶绿素含量的估算模型[J].生态学报,2014,34(20):5736-5745.
[34]黄山,杨峰,张勇,等.净套作下大豆叶绿素密度动态及光谱估测研究[J].西北农林科技大学学报(自然科学版),2016,44(05):29-37.
[35]姚霞,朱艳,田永超,等.小麦叶层氮含量估测的最佳高光谱参数研究[J].中国农业科学,2009,42(8):2716-2725.
[36]Zhu Y,Zhou D Q,Yao X,et al. Quantitative relationships of leafnitrogen status to canopy spectral reflectance in rice[J]. AustralianJournal of Agricultural Research,2007,58:1077-1085.
[37]程志庆,张劲松,孟平,等.植被参数高光谱遥感反演最佳波段提取算法的改进[J].农业工程学报,2015,31(12):179-185.