3。2。2 水稻叶层NDVI随生育期的变化 2

3。2。3 水稻叶层氮累积量NDVI反演模型的构建 2

3。3 基于RVI水稻叶层氮累积量反演模型的构建 2

3。3。1 水稻叶层RVI随氮肥处理的变化 2

3。3。2 水稻叶层RVI随生育期的变化 2

3。3。3 水稻叶层氮累积量RVI反演模型的构建 2

结论 2

参考文献 2

致谢 2

1  前言

   农产品作为人类生存的基础产业，随着经济的不断发展，其重要性越发突出。当今的农业发展速度缓慢，这与20世纪60年代到70年代的“绿色”形成了鲜明反差。在“绿色”之前，耕地缩减,土壤退化, 有效水资源日益紧缺[1]，绿色之后，一个时期内农产品的产量得到大幅提升，而现阶段农业由于技术受限制或产量过大导致无法系统监测使得农业发展进入瓶颈。水稻是中国种植面积最大、单产最高的粮食作物之一。近半世纪来，我国水稻种植面积平均占谷物总面积的26。6%，稻谷产量占粮食总量的43。6%，保证了50%以上人口的生活和生产需要[2]。因此，水稻具有重要的研究意义与价值。对于水稻产量需求的上升使得人工化肥、农药和种植技术等方面被优化并且广泛应用。而精准农业是现代农业的重要组成部分,它通过遥感技术获取农田内不同单元小区农作物的生长环境信息,并由此实现整个生产过程的精细化、准确化的农业微观经营管理[3]。其目的不仅为早起估产提供依据，也为田间管理提供及时的信息。长期以来国内农业遥感的研究重点集中在遥感估产上以及作物生长过程的状况与趋势监测这两个重要的研究领域[4]。对农作物长势的动态监测可以及时了解农作物的生长状况和作物营养状况，以便采取相应的管理措施，从而保证农作物的正常生长，并为农业政策的制定和粮食贸易提供决策依据，也是农作物产量估测的必要前提[5]。

  氮素是水稻生长发育过程中最重要的营养元素之一，是评价水稻长势、预估产量与品质的重要参考指标[6]。实时监测和评价水稻的氮素状况，对于指导水稻氮素营养的精确诊断和高效管理以及实现水稻产量和平直生产力的预测预报具有十分重要的意义。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，过量施氮不仅提高了生产成本，还明显降低了氮素利用率[7, 8]，而且直接或间接地导致了一系列不良的环境反应[9, 10]。因此，氮素的科学运筹和精确调控，不仅有助于确保作物产量和品质目标，而且还能提高氮肥利用效率、降低生产成本、减少地下水污染，从而产生巨大的社会、经济和生态效益。另一方面，氮肥施用过多或过少均会不同程度的影响水稻生长，导致叶绿素含量、生物量、叶面积指数等的变化，进而改变水稻群体的冠层光谱反射率[6]。传统的获取水稻氮素营养信息的方法一般是通过破坏性取样后进行实验室分析，在时间和空间上难以满足实时快速诊断的要求[11]。随着现代遥感技术的发展，植被的光谱遥感技术已涉及包括氮素在内的生化组分的估测，并在理论和实践上为评价水稻生长提供了可靠的保证[11, 12]，所以利用光谱技术无损监测水稻氮素营养状况始终是作物遥感监测研究的重点[6]。

光谱技术是绿色分析技术，具有分析速度快、效率高、成本低、重现性好、测试方便等特点[6, 13]，研究表明植物营养状况与光谱特性密切相关，并从多年前就开始针对大田作物进行了一系列的相关研究，证明光谱技术是探测和获取作物营养素状况和长势信息的有效手段[14]。目前，在作物生长信息获取上的应用也越来越多，主要采用近红外技术、多光谱技术、高光谱技术等[15]。多光谱技术所获得的信息反应了不同物体因结构和成分不同使光谱吸收也不同，从而可以用于物体内部的物理结构和化学成分的检测[16, 17]。而在农业过程的应用中，这种技术主要体现在作物病害诊断[18]，农产品品质检测[19]、作物生长状态监测[20]等。同时国内众多研究者利用光谱技术估算或反演植被冠层的叶面积指数[21-24]、叶绿素指数[23, 25, 26]、氮素[27-29]和蛋白质水平以及监测植物的长势等[30]。