论文部分内容阅读
土壤含水量在研究区域土壤湿度和灌溉管理、农业生态区划和评价作物生长潜力、模拟因受气候变化影响的全球土地覆盖变化方面有重要作用，是指示土壤墒情、确定农业生产春耕时间、补偿灌溉管理和评价产量高低的重要参数。通过传统的实验方法获得土壤含水量数据，不仅费用高、耗时多，而且往往因为研究尺度大，土壤在空间上高度变异而不可行。 本文采用野外自然条件下土壤光谱测定试验，找出了诊断土壤水分状况的敏感波段为760-1220nm，建立这些敏感波段上土壤光谱反射率与水分含量之间的模式方程。构建土壤水分含量经验估算模型是一种较好的方法，简单可行。这对于区域土壤水分状况进行定量评价、区域土壤耐旱性评价、指导农业灌溉，有着重要的意义。由于地面光谱测定与高空卫星遥感有着良好的可比性，有可能将地面光谱测定试验建立的土壤水分含量经验估算模型向高空卫星遥感反演。本文讨论了由地面光谱测量来推算土壤含水量向由卫星遥感影像反演土壤含水量过渡的可能性，进而对采用TM遥感影像对黄棕壤分布区土壤水分状况实施遥感监测的可行性做了一些探讨。 水稻是我国主要的粮食作物，对于中国的粮食安全至关重要，可是到目前对水稻氮素营养还没有一个简便、快速、令人满意的田间诊断方法来指导科学施肥。化学分析是测试水稻营养元素的主要方法，但存在费时、繁琐和破坏植株等缺点，特别是在田间实施营养诊断时，化学分析法难以及时用于指导施肥；田间速测的速度虽快，但精度不高。 植物的反射光谱曲线具有显著的特征。不同的植物以及同一种植物的不同生长发育阶段，正常生长的植物和由于受病虫害的侵扰或患有缺素症的植物，其反射光谱曲线的形态和特征不同，此外，由于灌溉和施肥等条件不同也会引起植物反射光谱曲线的变化。随着遥感技术在农业中应用的深化，人们已经深刻认识到作物的光谱特性是由于作物的生理特征决定了它对光的吸收、透射、反射，而作物的生理特征又相应反映了它的长势情况，因此，可以根据光谱特征差异监测作物的生长状况。植物光谱分析时间短，不需要化学药品，还具有操作简单、自动化程度高等优点。 本文通过不同施氮水平处理的水稻小区试验，研究水稻冠层光谱特征，找出诊断了水稻氮素水平的冠层敏感波段为560-610nm和710-760nm，建立冠层光谱、植被指数与农学参数(LAI、叶绿素含量CHL．C、叶绿素密度CHL．D)之间的模式方程，构建LAI、叶绿素含量CHL．C、叶绿素密度CHL．D经验估算模型。 本文利用Visual Basic对软硬件系统进行有机集成，一方面利用高光谱仪实时采集土壤、水稻冠层光谱反射率，GPS能为采集到的光谱数据提供高精度的空间定位信.息，进入光语数据库，实现光谱数据采集、定位和存储一体化;另一方面结合不同含水量土壤水分及不同施氮水平水稻氮素光谱特征研究所建立的相关模型，对采集的光谱数据进行分析处理，可以反演出土壤含水量、水稻叶面积指数、叶绿素含量、叶绿素密度等参数，为提出合理的灌溉、施肥方案提供科学依据.