3.9施氮量对小麦叶层RVI的影响 16

3.10施氮量对小麦叶层DVI的影响 17

3.11不同采样时期小麦 叶层NDVI的变化 18

3.12不同采样时期小麦叶层RVI的变化 20

3.13不同采样时期小麦叶层DVI的变化 21

3.14基于多光谱小麦叶层氮含量反演模型的构建 22

3.15基于多光谱小麦茎蘖的反演模型构建 25

3.16基于多光谱小麦植株的反演模型的构建 26

结论 29

参考文献 30

致谢 32

1 前 言

氮素是植物生长必需的营养元素之一，是反映作物营养状况的重要指标，显著影响作物生长发育和产量品质的形成。目前，利用无损技术开展植物叶片氮含量与营养丰缺的监测，已成为合理施用氮肥，提高氮肥利用效率和作物产量、改善作物品质的重要途径[1]。氮肥施用量影响氮素的吸收，同化与转运，从而影响小麦的光合特性、生理代谢及产量形成。施氮可增加叶片光合色素含量，有利于延缓叶片衰老和光合功能衰退，提高 PSII 活性及其光化学效率，但施氮过量光合作用会受到非气孔限制，降低光合速率。合理施用氮肥可促进根系发育，增强作物吸收利用水分、养分的能力，进而提高产量[2]。过量施用的氮素则会以氨挥发、硝态氮淋溶及反硝化等途径损失，导致肥料利用率和增产效果降低、生产成本增加及环境污染等一系列问题[2]。

长期以来，传统的作物氮素监测方法一般依靠田间植株取样和室内分析测试，虽然结果较为可靠，但在时间和空间尺度上都很难满足实时、快速 、无损氮素诊断的要求[3]。近年来，遥感无损监测技术的发展为作物生理生化参数的监测提供了新的方法和手段，对于作物长势监测、营养诊断和产量估测等均呈现出良好的应用前景[4]。遥感具有覆盖范围大、 探测周期短、 现势性强、费用成本低等特点[5]，能够为快速、准确、动态地获取生态资源信息提供重要的技术手段和充足的数据源，目前已经成为农作物面积估测、 农作物大面积估产，以及农作物长势和品质监测等领域的重要技术手段。文献综述

利用遥感技术快速无损地实时监测作物长势、营养状况及产量形成等是精确农作管理的主要内容之一[6]。遥感估测农学参数就是通过分析光谱参数与农学参数之间的关系，选定表征农作物特征的吸收光谱波段及其衍生参数。目前主要有两类研究方法，一是通过多元回归建立光谱数据或由此衍生的植被指数与作物农学参数之间的关系；二是通过光谱的红边参数来估计作物的物候性状及农学参数[7]。作物氮素的遥感监测一直是作物遥感监测研究的重点领域。冯伟[8]、姚霞[9]、李映雪[10]、鞠昌华[11]、朱燕[12]、陈青春[13]等学者在不同作物上研究了氮素敏感光谱波段及植被指数，还有一些是专门针对绿色植物叶片氮含量的研究。薛利红[14]等的初步研究表明，由660nm和460nm两波段反射率组成的冠层植被指数可以较好地反映小麦叶片氮含量。这些研究显示，叶片氮含量的适宜特征光谱随不同的作物、不同的试验条件而有所差异，其中在小麦上的研究结果则由于受到试验年份、氮素处理和品种类型的限制，而需要进一步的探索和明确。

在作物氮素营养无损监测中，氮素的反射特征光谱应用最为广泛。作物反射光谱曲线的显著特征是，在可见光400～700 nm波段，具有中等大小的反射率值，绿光550 nm附近是叶绿素的强反射峰，530～560 nm波段与叶绿素和氮素密切相关，反射率相对较低；而在 600～700 n m的红光波段区域，也因叶绿素和氮素的强烈吸收，在650～680 nm附近的反射率较低；在680～760 nm波段反射曲线陡而接近于直线，其斜率与叶绿素的含量密切相关[15]；在1496、2054、2 172和2352nm等红外波段，反射率也被认为与氮状况密切相关。作物在不同氮素营养条件下或处于不同的生长发育阶段，以上特征反射光谱值均有所变化[16]。作物氮素营养的无损监测技术就是利用这些特征光谱与氮素营养形态的响应规律，建立起作物氮素状况与相应的光谱反射率或其演生指数的定量估测模型，从而达到利用光谱特性无损、定量反演作物氮素状况的目的。