3.3.1基于NDVI(CGMD)的水稻叶层氮含量反演模型的构建 11

3.3.2基于RVI（CGMD）的水稻叶层氮含量反演模型的构建 12

3.3.3基于DVI（CGMD）的水稻叶层氮含量反演模型的构建 13

3.3.4基于NDVI（GreenSeeker）的水稻叶层氮含量反演模型的构建 14

结论 16

参考文献 17

致谢 19

1  前言

   水稻是世界上重要的粮食作物之一，世界上三分之一人类以水稻为主食。我国是水稻生产和消费大国，种植面积占粮食作物总面积的27%，产量占粮食总产的44%，约2/3的人口以稻米为主食[1]。因此，水稻在我国农业生产中具有举足轻重的战略地位。

    氮素是作物生长发育和产量品质形成所必需的营养元素[2]。水稻体内的氮含量约占干重的1%-5%，水稻每个产量因子的形成及其优劣都受临界期的氮素供应所制约，同时水稻籽粒产品的营养和经济品质均受到氮肥运量和运筹方式的影响[3, 4]。另一方面，随着水稻产量水平的提高，生产上的氮肥用量也持续上升，结果水稻单产虽有一定程度的提高，但过量施氮不仅提高了生产成本，还明显降低了氮素利用率[5, 6]，并直接和间接地引起了一系列不良的环境反应[7, 8]。快速、及时、有效的监测和诊断作物氮素营养状况是合理氮肥管理的基础。传统的田间外观诊断和室内分析技术虽然比较直观可靠，但因其需要破坏性取样，费时费工、且分析成本高而难以满足现代农业生产的需求。现代农业迫切需要快速、无损、准确的水稻植株氮素营养监测与诊断技术，以指导水稻氮肥的精确施用和动态调控。论文网

 随着计算机技术、遥感技术的快速发展，光谱技术在农业生产上的运用，尤其在地面近距离对作物信息的感知，有了较大的进步，建立基于多光谱技术的作物生长快速、无损监测是现代作物生产智慧管理与农业作物研究中的热点问题与发展趋势，对提升我国农产品的安全生产与品质控制具有十分重要的意义。

近年来，利用多光谱技术监测植物冠层生化参量的研究越来越多[9]，其中对于营养元素，特别是氮含量的估测也有较多研究[10]。聂鹏程等[11]研究并开发了基于光谱技术的水稻叶片氮素测定仪，该仪器主要用于田间水稻叶片氮素含量的快速测量；陈青春等[12]研究了甜玉米不同生育期生长发育指标与光谱参数的关系，结果表明，归一化植被指数（NDVI）与茎粗和LAI呈正相关关系，比值植被指数（RVI）与茎粗和LAI呈负相关关系；张浩等[13]通过多光谱图像技术来检测水稻叶片叶绿素和籽粒氮素含量；侯新杰等[14]对可见光波段至红外短波段(350-2 500 nm)棉花田间冠层光谱反射率与叶片氮含量间的关系进行了相关研究。结果表明, 350nm-732nm 、733nm-940nm 和1 970nm-2 477 nm 波段的光谱反射率与叶片含氮量有极显著的相关性，940nm -1176 nm 波段的光谱反射率与叶片含氮量有显著的相关性, 以上波段为叶片全氮敏感波段；张玉森等[15]应用近红外光谱预测水稻叶片氮含量；楼佳等[16]研究了水稻透射光谱与氮含量的相关性；朱艳等[10]研究了稻麦叶片氮含量与冠层反射光谱的定量关系；易时来等[9]应用多光谱图像技术进行锦橙叶片氮含量监测。目前，关于作物氮素营养的遥感探测，选择适宜的敏感波段和光谱参数定量反演氮素浓度是重要技术之一，前人对此作了广泛而深远的研究[17, 18]。已有研究大多基于如CROPSCAN、ASD、Hyperion、OMIS和CASI等不同传感器，其光谱波段不尽相同，从几纳米到上百纳米不等[19]，且这些研究结果进一步对波段宽度作分析。在不同施氮水平下水稻冠层光谱反射率存在明显差异，在可见光区（469-710nm）的反射率和近红外光波段（760-1100nm）组合的NDVI与氮含量相关性较好。 同时期水稻叶片氮含量的变化反演模型的构建(2):http://www.youerw.com/shengwu/lunwen_74452.html