作物氮素定量遥感与应用

目录
第1章 绪论 1
1.1 研究意义 1
1.2 国内外研究现状 2
1.2.1 作物氮素遥感信息解析 2
1.2.2 作物氮素垂直分布 3
1.2.3 作物氮素时空动态变化 3
1.2.4 作物品质遥感监测与预测 5
1.2.5 作物氮素亏缺诊断及决策 6
1.3 作物氮素遥感监测需求 7
参考文献 7
第2章 作物氮素遥感试验与数据获取 12
2.1 作物氮素遥感试验 12
2.1.1 北京小汤山国家精准农业研究示范基地长期定位观测试验 12
2.1.2 北京市冬小麦长势遥感观测试验 22
2.1.3 全国主要作物养分调优栽培信息化试验 22
2.2 作物理化参数与测量规范 25
2.2.1 作物观测时期选择 25
2.2.2 作物生理生化参数测定 28
2.2.3 作物产量和品质参量 30
2.3 遥感数据及预处理方法 32
2.3.1 地面高光谱数据获取 32
2.3.2 无人机遥感数据获取及预处理 34
2.3.3 卫星影像数据预处理 38
参考文献 44
第3章 作物氮素光谱响应机理及信息解析 45
3.1 不同田间管理条件下的作物氮素规律 45
3.1.1 不同氮素评价指标的统计分析 45
3.1.2 不同田间管理条件对作物氮累积影响分析 47
3.2 作物氮素光谱遥感监测机理 48
3.2.1 氮素与叶绿素的生理机理 48
3.2.2 叶片氮光谱反射特征 50
3.2.3 冠层氮光谱反射特征 52
3.3 作物氮素的光谱特征选择和特征分析 53
3.3.1 作物氮素敏感波段选择 53
3.3.2 作物氮素光谱特征分析与提取 57
3.4 基于数据挖掘算法的作物氮素估算 65
3.4.1 基于数据挖掘算法的冬小麦叶片氮含量估算 65
3.4.2 基于最优组合算法的大麦叶片氮浓度估算 69
3.4.3 基于灰色关联分析与分支界定算法的冬小麦C/N估算 75
3.5 作物氮光谱响应机理模型构建与反演 77
3.5.1 N-PROSPECT模型构建及氮反演 77
3.5.2 N-PROSAIL模型耦合及叶片与冠层双尺度氮素估算 81
参考文献 86
第4章 冠层垂向异质性及氮素分层遥感解析 90
4.1 冬小麦冠层垂向异质性 90
4.1.1 冬小麦叶片理化参数垂直分布差异 90
4.1.2 冬小麦茎秆理化参数垂直分布差异 92
4.1.3 冬小麦理化参数在不同器官及整体冠层间的差异分析 94
4.2 冬小麦穗组分和不同叶层对冠层反射光谱及植被指数的影响 95
4.2.1 不同处理下分别去除穗和各层叶片后的冠层反射光谱响应变化 95
4.2.2 不同处理下分别去除穗和各层叶片后的光谱植被指数响应变化 100
4.3 冬小麦冠层垂向异质性对反射光谱的影响 106
4.3.1 穗层光谱模拟方法构建及开花期冠层光谱模拟分析 106
4.3.2 不同冠层结构和色素分布情景下冬小麦冠层光谱响应模拟分析 106
4.4 基于氮分布数学模型的叶氮垂直分布光谱探测 114
4.5 分层氮素信息与作物整体氮素相关关系 116
4.5.1 冬小麦氮素垂直分布规律 116
4.5.2 最优光谱探测层分析 117
4.5.3 基于最优层氮遥感模型和垂直分布规律的整体氮信息模型 118
4.5.4 冬小麦全氮量的验证 120
参考文献 120
第5章 作物氮素时空变异及动态模拟 124
5.1 变量施肥条件下的作物氮素动态规律 124
5.1.1 叶片氮营养状况空间变化动态 124
5.1.2 植株氮营养状况空间变化动态 125
5.1.3 变量施肥条件下冬小麦养分遥感参数空间异质性评价 128
5.1.4 变量施肥条件下冬小麦产量、品质空间异质性评价 134
5.2 均一施肥管理条件下的作物氮素动态规律 138
5.2.1 均一施肥管理条件下冬小麦养分参数空间异质性评价 138
5.2.2 均一施肥管理条件下冬小麦籽粒蛋白质空间异质性评价 142
5.3 作物模型与遥感同化的氮素时间动态模拟 145
5.3.1 作物生长模型及DSSAT模型简介 145
5.3.2 DSSAT模型中CERES-Wheat生长过程及氮素模块介绍 147
5.3.3 基于DSSAT-CERES模型的参数本地化研究 150
5.3.4 作物模型与遥感同化策略的构建 153
参考文献 161
第6章 作物氮素运转规律及品质遥感预测 163
6.1 作物品质形成及遥感预测机理 163
6.1.1 植物碳氮代谢及蛋白质合成 163
6.1.2 作物品质遥感预测的机理 164
6.2 作物品质影响因素及其对作物籽粒品质的影响 165
6.2.1 遗传因素对作物籽粒品质的影响 165
6.2.2 生态环境条件对作物籽粒品质的影响 165
6.2.3 氮胁迫下的作物籽粒品质差异分析 166
6.2.4 水分胁迫下的作物籽粒品质差异分析 166
6.2.5 株型与作物籽粒品质差异分析 166
6.3 作物品质遥感统计预测模型 167
6.3.1 多时相遥感信息的品质预测模型 167
6.3.2 基于光谱特征与植被指数的籽粒品质预测模型 169
6.3.3 基于植被指数-农学参量-GPC模式的GPC反演 174
6.4 作物品质半机理预测模型 178
6.4.1 融合生态因子与冬小麦生理生态遥感的冬小麦籽粒蛋白质含量综合建模 178
6.4.2 基于氮素运转原理的冬小麦籽粒蛋白质含量遥感预测 180
6.5 结合遥感同化与气象预测的冬小麦GPC预报 184
6.5.1 基于遥感数据与DSSAT模型同化的冬小麦GPC预测 184
6.5.2 不同气象条件下的冬小麦GPC最优预报节点分析 188
6.5.3 结合遥感同化与气象预报数据的冬小麦GPC预报 191
参考文献 196
第7章 作物氮素盈亏遥感诊断及决策 198
7.1 作物氮素盈亏诊断方法 198
7.1.1 基于NNI的作物氮素盈亏诊断分析 198
7.1.2 基于SPAD的作物氮素盈亏诊断分析 201
7.2 变量施肥决策算法 205
7.2.1 基于土壤养分状况的变量施肥决策方法 205
7.2.2 基于SPAD的变量施肥决策方法 208
7.2.3 基于光谱指数的变量施肥决策方法 215
7.2.4 基于氮肥优化算法（NFOA）的氮肥推荐应用 223
参考文献 226
第8章 地-空-星遥感作物养分决策支持系统 228
8.1 作物养分田间速测仪 228
8.1.1 硬件模块介绍 229
8.1.2 测试指标及数据处理 231
8.2 无人机高光谱作物养分管理 233
8.2.1 无人机平台及成像高光谱传感器 233
8.2.2 成像高光谱作物养分监测 235
8.3 融合地-空-星遥感的作物调优栽培决策支持系统 236
8.3.1 系统关键技术 237
8.3.2 系统总体功能 237
8.3.3 系统特点 239
8.4 系统推广示范应用 240
8.4.1 东北示范区 240
8.4.2 黄淮海示范区 242
8.4.3 长江中下游示范区 243
参考文献 245
附录本书涉及的植被指数 247
参考文献 249