文档介绍：谢致本论文是在恩师王人潮教授和王珂研究员的悉心指导下完成的。,。导师敏锐的思维、严谨的治学态度,。。感谢黄敬峰,史舟、沈掌泉、许红卫、周斌老师所给予的热情帮助。感谢学友周清、程乾、丁丽霞、周炼清、李军、徐俊峰、黄明祥、冯秀丽、祝国群、李艳、王福民、孔邦杰和新来的师弟师妹以及已经毕业的师兄、师姐们在学****钌系陌镏8汹薺同试验室的—。感谢邓劲松、曹昊、黄娟琴、林乃发、楼建辉等同学在试验期间给予的帮助。、嘉善桑苗良种繁育场的同志在野外试验期间均给予我热情的帮助。在此表示衷心的谢意。感谢环资学院各位领导、老师、学友的关心和帮助。感谢所有帮助过我的人。。最后,向参加论文评阅和答辩的各位老师和专家们致以诚挚的谢意张金恒年月于杭州
光谱遥感诊断水稻氮素营养机理与方法研究浙江大学农韭摇感与信息技术应用研究所浙江大学环境与资源学院资源科学系不同将在水稻生物物理和生物化学上引起相应的变化。水稻缺氮时‘片数多光潜数据诊断水稻氮素营养的研究又为卫星遥盛监测大面积水稻氮索状张金恒摘要氮素是水稻营养三要素中的主要营养元素,它在氨基酸、蛋白质、核酸、叶绿索和酶等物质的生物合成中起到重要的作用。水稻氮素营养水平量减小、叶片发育不充分、叶肉细胞小、叶片老化、叶绿素含量降低、。片由下向上逐渐变黄、含水量和蛋白质含量降低、淀粉和糖等含量上升,氮索营养过剩不仅造成水稻贪青徒长、产揖下降,还会造成肥料浪费雨境污染。因此如何有效合理地进行氮素管理。提高水稻氮素利用率十分有意义。氮索管理最终将取狄于土壤或作物氮索状况的精确评价,因为作物生长反映了所有氮索源的全氮供应,所以作物氮素状况是适时诊断作物氮素有效性的较好指示器。传统的水稻氮素营养诊断方法主要是基于植物组织的实验室化学分析。这些分析方法从采集大量的样本、烘干、称重、研磨直到使用有潜在危害性药品进行测试,需耗费大量的时间、人力和物力。传统的野外水稻氦索营养诊断方法主要有肥料窗口法诊断水稻氮素营养和根据叶色诊断水稻氮素营养方法。肥料窗口法不能量化追肥量,还需要常规测试,叶色诊断法不能区分作物失绿是由于缺氮引起的还是由于其它因素引起的。叶色诊断法不仅受到人们对颜色的判断能力差异的影响还受到品种、植被密度,导致土壤氮素状况和堵趟睾勘浠淖魑镄财鹊纫蛩赜跋臁植物遥感诊断技术涉及到各种植物化学成分的估测,特别是高光谱高分辨率及其巨大数据量的特点使得这一技术在植物的精细分类、农作物的长势监测和农田水肥状况的分析等方面展现了巨火的应用前景。植物生物物理和生物化学特征及参数提取的研究成为高光谱遥感技术最精华和核心的部分。地面多光谱遥感数据监测大面积水稻氮素状况是有潜力的,并且地面况提供理论依据。本文利用高光谱遥感的独特性能,将水稻高光谱反射率及窄波段光谱中文摘要
、回归分析和差异显著性分析方法,研究水稻光谱遥感诊断氮素营养的机理。由于从高光谱窄波段的角度与氮素营养之间建立的关系在不同环境条件、不同作物品种之间具有不稳定性,因此本研究在水稻氮索营养光谱诊断方法的研究上避开了单纯使用高光谱连续波段或者窄波段的方法,从以下方面进行研究:前人的研究已经证明了反射光谱一阶导数的红边斜率与叶绿素含量相关,叶绿素古量又与氮素含量相关:反射光谱一阶导数的红边位置与叶面积指数相关,叶面积指数也与氮素含量相关,因此反射光谱一阶导数的两个特征参数:、生育期和环境条件的影响。基于这一原理,本文综合考虑水稻上下两功能叶片反射光谱一阶导数红边位置和红边斜率,提山了诊断氮索营养新的植被指数,暂命名为“红边肩夹角植被指数”.简称3醪街っ髁烁弥脖指数对不同品种、不同生育期、不同环境条件的水稻氮素营养诊断比较理想。由于叶片反射光谱不仅受到叶片化学组分的影响,还受到叶肉细胞结构、水分、叶片表层蜡质等多种物理因素的影响,因此基于矿物质光谱特征连续统去除法的原理及其在植被光谱研究中的一些特点,本文将这种方法引入到水稻鲜叶片光谱反射率诊断氮素营养的研究中。研究表明在不同品种、不同生育期以及不同环境条件之间,鲜叶片连续统去除