删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

倒伏胁迫下玉米抽雄期叶面积密度光谱诊断

本站小编 Free考研考试/2021-12-26
周龙飞1,2,3,4, 顾晓鹤,2,3,4, 成枢1, 杨贵军2,3,4, 孙乾1,2,3,4, 束美艳1,2,3,41 山东科技大学测绘科学与工程学院,山东青岛 266590
2 农业部农业遥感机理与定量遥感重点实验室/北京农业信息技术研究中心,北京 100097
3 国家农业信息化工程技术研究中心,北京 100097
4 北京市农业物联网工程技术研究中心,北京 100097

Spectral Diagnosis of Leaf Area Density of Maize at Heading Stage Under Lodging Stress

ZHOU LongFei1,2,3,4, GU XiaoHe,2,3,4, CHENG Shu1, YANG GuiJun2,3,4, SUN Qian1,2,3,4, SHU MeiYan1,2,3,4 1 College of Geomatics, Shandong University of Science and Technology, Qingdao 266590, Shandong
2 Key Laboratory of Quantitative Remote Sensing in Agriculture of Ministry of Agriculture/Beijing Research Center for Information Technology in Agriculture, Beijing 100097
3 National Engineering Research Center for Information Technology in Agriculture, Beijing 100097
4 Beijing Engineering Research Center for Agriculture Internet of Things, Beijing 100097

通讯作者: 顾晓鹤,E-mail：guxh@nercita.org.cn

收稿日期:2018-12-11接受日期:2019-01-30网络出版日期:2019-05-01
基金资助:国家自然科学基金.41571323
北京市自然科学基金.6172011
院创新能力建设专项.KJCX20170705


Received:2018-12-11Accepted:2019-01-30Online:2019-05-01
作者简介 About authors
周龙飞,E-mail： ZLF9510@163.com。








摘要
【目的】叶面积密度（leaf area density,LAD）反映作物在垂直方向上体积内叶面积总量的差异,体现作物冠层内叶面积随着高度变化的分布状况。本文旨在探索玉米叶面积密度对于倒伏胁迫强度的表征能力及其光谱响应规律。【方法】以抽雄期倒伏夏玉米为研究对象,获取倒伏后玉米多期LAD及冠层光谱数据,对倒伏玉米冠层光谱进行一阶微分和小波变换处理,根据LAD与冠层光谱一阶微分及小波分解系数的相关性分析,筛选LAD敏感波段和最佳小波分解尺度,采用偏最小二乘法构建倒伏玉米LAD光谱诊断模型,并利用实测样本验证模型精度。【结果】玉米LAD随着倒伏胁迫程度的增强而增大,LAD可有效表征玉米倒伏胁迫强度及其自身恢复能力;玉米倒伏后冠层结构发生较大变化,倒伏玉米冠层光谱反射率较正常玉米整体增高,近红外波段的增幅相比可见光波段更高,倒伏强度越强则光谱反射率越高;LAD敏感波段主要分布在蓝光波段354—442、472—495 nm和红光波段649—829 nm以及近红外波段903—1 195 nm和1 564—1 581nm;同一阶微分处理相比,基于连续小波变换的玉米倒伏LAD诊断模型的验证R2提高6.08%—9.11%,RMSE降低23.08%—31.63%;小波分解尺度对LAD诊断精度有一定的影响,中低尺度模型精度优于高尺度模型,其中第5尺度构建的模型对LAD的拟合效果最优（R2=0.898,RMSE=1.016）。【结论】利用连续小波变换技术对玉米冠层高光谱解析,可有效诊断倒伏胁迫下的玉米叶面积密度,可以为玉米倒伏胁迫灾情遥感监测提供必要的先验知识。
关键词： 抽雄期;倒伏胁迫;连续小波变换;LAD;玉米;高光谱

Abstract
【Objective】 Leaf area density (LAD) reflects the difference of the total leaf area per volume in vertical direction and the distribution of the leaf area in the canopy with the change of height. The purpose of this study was to explore the characterization ability of maize leaf area density and its spectral response to lodging stress intensity. 【Method】 Taking lodging summer maize at heading stage as the research object, the multi-stage of LAD and canopy spectral data after lodging were obtained. The first-order differential and wavelet transform of the canopy spectrum of lodging maize were processed. Based on the correlation analysis between LAD, the first-order differential and wavelet decomposition coefficients of canopy spectrum, the sensitive bands of LAD and the optimal wavelet decomposition scale were screened. Partial least squares (PLS) method was used to construct the LAD spectral diagnosis model of lodging maize, and the accuracy of the model was verified by the measured samples.【Result】The LAD of maize increased with the increase of lodging stress, and LAD could effectively characterize the intensity of lodging stress and recovery ability of maize. After lodging, the canopy structure of maize changed greatly. The spectral reflectance of lodging maize canopy was higher than that of normal maize. The increase of near infrared band was higher than that of visible band. The stronger lodging intensity was, the higher spectral reflectance was. The sensitive bands of LAD were mainly distributed in the blue band 354-442 nm and 472-495 nm, the red band 649-829 nm, and the near infrared band 903-1 195 nm and 1 564-1 581 nm. Comparing with the first-order differential, the validation R2 of LAD diagnostic model of maize lodging based on continuous wavelet transform increased by 6.08%-9.11%, and RMSE decreased by 23.08%-31.63%. The scale of wavelet decomposition had a certain influence on the diagnostic accuracy of LAD. The accuracy of the low- and medium-scale model was better than that of the high-scale model, and the model constructed by the fifth scale had the best fitting effect on LAD (R2=0.898, RMSE=1.016). 【Conclusion】 The application of continuous wavelet transform to analyze the maize canopy hyperspectral could effectively diagnose maize leaf area density under lodging stress. It could provide necessary prior knowledge for remote sensing monitoring of maize lodging stress disaster.
Keywords：heading stage;lodging stress;continuous wavelet transform;LAD;maize;hyperspectral


PDF (1968KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
周龙飞, 顾晓鹤, 成枢, 杨贵军, 孙乾, 束美艳. 倒伏胁迫下玉米抽雄期叶面积密度光谱诊断[J]. 中国农业科学, 2019, 52(9): 1518-1528 doi:10.3864/j.issn.0578-1752.2019.09.004
ZHOU LongFei, GU XiaoHe, CHENG Shu, YANG GuiJun, SUN Qian, SHU MeiYan. Spectral Diagnosis of Leaf Area Density of Maize at Heading Stage Under Lodging Stress[J]. Scientia Acricultura Sinica, 2019, 52(9): 1518-1528 doi:10.3864/j.issn.0578-1752.2019.09.004


0 引言

【研究意义】近年来玉米作为粮食、饲料、经济兼用的作物,逐渐取代其他作物成为我国第一粮食作物,对国家农业经济具有不可忽视的重要意义。夏玉米生长期主要集中在多风多雨,强对流天气频发的6月至9月,极易发生倒伏,严重影响玉米后期正常生长,导致玉米成熟时的品质、产量降低[1,2],成为玉米机械化收获的主要障碍之一[3,4,5]。倒伏胁迫的程度和时期不同,对玉米后期品质、产量影响也会不同,轻者减产5%—20%,严重者减产70%以上或绝产[6,7]。玉米抽雄期是营养生长和生殖生长旺盛的并进阶段,是对养分、水分、温度、光照要求最多的时期,也是决定产量的最关键时间[8,9]。玉米抽雄期发生倒伏胁迫对于授粉效率、植株养分运转、光合效率具有重要影响[10]。【前人研究进展】国内外****在玉米倒伏成因、后果以及田间管理等方面开展了大量的研究[11,12,13,14]。杨扬等[15]指出日降水量是玉米倒伏胁迫的主要环境成因,且随着日降水量的增加倒伏程度愈严重,同时留苗密度、土壤含氮量和日平均风速与倒伏关系随空间位置发生正负向变化。席吉龙等[16]研究证明玉米倒伏后,叶片空间结构分布被破坏,叶片间相互遮挡导致光合效率锐减,造成玉米产量下降。薛军等[17]通过对玉米生育后期植株的衰老生理及其影响因素进行分析,认为生育后期玉米植株自然衰老导致生理化学活性下降,茎秆质量和抗病能力下降,导致成熟期倒伏风险加大,并提出了增强玉米后期抗倒伏能力的措施。CHU等[18]将structure-from-motion（SFM）算法和地统计学相结合,研究无人机高分辨率影像用于监测和评估玉米倒伏发生范围和严重程度的可行性。HAN等[19]利用纹理、光谱、冠层结构、地势等信息分析玉米倒伏成因,并使用无人机影像进行倒伏预测。近年来一些****开展了玉米倒伏冠层光谱特征研究,并进行了玉米倒伏灾情大范围遥感监测方法探索。王猛等[20]分析模拟倒伏玉米冠层光谱特征信息和归一化植被指数（NDVI）变化信息,试验结果显示基于遥感数据的NDVI方法在一定程度上可以有效监测玉米倒伏。ZHANG等[21]利用地面高光谱数据和小波变换评估了倒伏对玉米品质的影响。李宗南等[22]利用Worldview-2多光谱影像研究灌浆期倒伏玉米光谱、纹理特征及倒伏面积估算方法,结果表明基于最大似然分类法,使用红边、近红外1和近红外2等3波段光谱反射率的倒伏玉米面积估算方法最优。王立志等[23]通过对倒伏前后的多时相HJ-1B卫星多光谱影像植被指数变化分析,利用玉米倒伏前后比值植被指数（RVI）差值实现区域尺度的玉米倒伏受灾范围监测和灾情等级评估。【本研究切入点】玉米遭受倒伏胁迫后群体结构和形态产生较大改变,最直接表现为株高的变化,植株由直立状态变成倾斜乃至匍匐于地,单位土地面积上的叶面积总量没有变化,但由于株高的降低,单位体积内的叶面积总量发生较大变化。叶面积密度是反映作物在垂直方向上体积内叶面积总量的差异,体现作物冠层内叶面积随着高度变化的分布状况。【拟解决的关键问题】本文基于玉米抽雄期倒伏控制试验,获取倒伏后连续观测的LAD和冠层光谱数据,分析倒伏胁迫下玉米LAD动态变化状况,探索玉米叶面积密度对于倒伏胁迫强度及植株自我恢复程度的表征能力;基于光谱微分变换和小波变换技术,筛选LAD敏感波段和最佳小波分解尺度,采用偏最小二乘法构建倒伏玉米LAD光谱诊断模型,以期为大范围玉米倒伏灾情遥感监测提供先验知识。

1 材料与方法

1.1 研究区概况

试验于2015年在小汤山国家精准农业示范研究基地（北纬40°10′31″—40°11′18″,东经116°26′10″—116°27′5″）开展,该区域位于北京市昌平区小汤山镇东北部,平均海拔高度约36 m,区域内地势由西北向东南逐渐降低,以褐土和潮土为主（图1）。基地所在地区属于典型的暖温带,半湿润大陆性季风气候,春季干旱多风,夏季炎热多雨,秋季气温凉爽,冬季寒冷干燥。地区年平均日照时数2 676—2 684 h,年平均气温11.1—11.8℃,年平均降雨量为626—650 mm,无霜期172—180 d,且全年昼夜温差较大。

图1

新窗口打开|下载原图ZIP|生成PPT
图1研究区地理位置

Fig. 1Geographical location of the study area



1.2 试验及数据

1.2.1 试验设计 试验选用京华8号玉米作为供试材料,于2015年6月下旬播种,行距为70 cm,间距为30 cm,播种密度约为48 000株/hm2。倒伏设置采用大田人工模拟倒伏方式,倒伏时间为抽雄期前2 d,倒伏类型设置3个（图2）,根据倒伏胁迫程度从强到弱依次为：根倒（GD）,主根断,半边须根未断,铺地型的倒伏;茎折（JS）,地上部20 cm处折而未断;茎倒（JD）,植株从根部倾斜,与地面夹角45°。3类倒伏处理各设5个重复小区,另外设置3个对照（CK）小区,共设置18个试验小区,每个小区面积为100 m2（10 m×10 m）,且小区间设置隔离行,试验设计见图3。

图2

新窗口打开|下载原图ZIP|生成PPT
图2不同倒伏处理（从左至右：GD、JS、JD）

Fig. 2Treatment of different lodging types (left-to-right: GD, JS, JD)



图3

新窗口打开|下载原图ZIP|生成PPT
图3试验设计图

Fig. 3Test design



1.2.2 数据获取 于抽雄期（8月12日）玉米倒伏后连续获取冠层光谱和LAD,每周进行一次观测,共获取108个LAD样本数据,其中倒伏样本数据90个,对照组（CK）样本数据18个。LAD样本数据具体数理统计见表1。

Table 1
表1
表1玉米倒伏样本连续观测LAD统计
Table 1LAD statistics of continuous observation of maize lodging samples
样本类型
Sample type		采样数
Sampling numbers		最大值
Maximum value		最小值
Minimum value		平均值
Average value		标准差
Standard deviation
GD3015.1110.9483.1223.956
JS3010.7511.3133.0962.746
JD304.1200.8781.4320.706
CK181.2790.7491.0610.139

新窗口打开|下载CSV

倒伏玉米室外冠层反射光谱采用美国ASD Fieldspec Pro3 FR2500光谱仪测定,光谱范围350—2 500 nm,光谱采样间隔在350—1 000 nm内为1.4 nm,在1 000—2 500 nm内为2 nm,在仪器内部光谱重采样间隔为1 nm。测量时选择晴朗无风或低风、无云天气,测定时间为当天10：00—14：00。观测时光谱探头保持垂直向下且距离冠层顶部1.0 m,视场角25°。每个样本小区选择具有代表性的玉米冠层采集数据,每个点测定10条光谱曲线,取平均值作为该样本小区的冠层光谱反射率,每次测量前后均用标准白板校正。为尽量消除大气水分、气体、臭氧等不可控因素对原始光谱造成的噪声影响,本研究只选取可见光和近红外波段分析,波段范围为350—1 800 nm的光谱反射率,同时剔除光谱范围内1 300—1 450 nm的噪声波段。为削弱噪声负面影响,提高原始光谱数据信噪比,采用海明窗低通滤波器方法进行光谱信息平滑去噪处理。

冠层光谱采集完成后,在相同位置进行玉米植株取样,立即放入密封袋带回实验室,采用Montgomery法测量玉米植株样本的所有叶片面积,结合种植密度计算样本小区的玉米LAD。

LAD=0.75$\times (\sum\limits_{i=1}^{n}{{{a}_{i}}\times {{b}_{i}}})/(\text{S}\times \text{h})$
式中,0.75为玉米叶片转换系数,i、n依次为采样玉米植株的第i片叶和总共叶片数,S为采样植株的占地面积,h为该倒伏样本小区的平均冠层高度。

1.3 连续小波分析

小波变换源于傅里叶算法,是一种广泛应用于信号分析中的线性变换,能够将原函数或信号从函数空间转化到尺度和位移空间,同时在时域和频域进行分析,从信号中有效提取相关可用信息,而非成像高光谱数据分析类似于电子信号分析,故可采用小波分析方法对高光谱数据处理分析[24]。小波分析分为连续小波和离散小波,本研究采用连续小波分析开展高光谱数据分析。连续小波分析（continuous wavelet transformation,CWT）可通过小波基函数将冠层高光谱数据进行不同尺度分解,生成一系列小波系数。

$CWTf(a,b)\le f(\lambda )$
${{\psi }_{a,b}}(\lambda )\ge \int_{-\infty }^{+\infty }{f(\lambda )}{{\psi }_{a,b}}(\lambda ){{d}_{\lambda }}$
${{\psi }_{a,b}}(\lambda )=\frac{1}{\sqrt{a}}{{\psi }_{a,b}}(\frac{\lambda -b}{a})$
式中,a为尺度因子,b为平移因子,λ为冠层高光谱数据的波段数,f(λ)为冠层光谱反射率,Ψa,b(λ)为小波基函数,小波系数f(a,b)包含2维,分别为波长和分解尺度,二者组成矩阵。小波系数是行为尺度数,列为波长数的矩阵,CWT可将冠层高光谱数据转化为小波系数,可通过其与LAD相关性分析,进而建立LAD光谱诊断模型。

1.4 建模方法与验证

由于LAD敏感波段或敏感小波系数个数较多,为避免参量之间的数据自相关干扰,本文选用偏最小二乘法（partial least squares regression,PLS）构建LAD光谱诊断模型。PLS是一种多对多线性回归建模方法,常用于高光谱定量分析中的线性建模方法。冠层光谱反射率经连续小波变换处理后,采用偏最小二乘法构建LAD的光谱诊断模型。从玉米田间实测样本中随机选取2/3样本（n=72）用于建模,剩余的1/3（n=36）用于验证,模型精度采用决定系数（R2）与均方根误差（RMSE）2个参数共同评价。

2 结果

2.1 倒伏玉米LAD动态变化分析

玉米抽雄期受到倒伏胁迫时,株高受到影响,倒伏愈严重株高愈低。倒伏玉米植株具有自我恢复能力,倒伏受损越重,恢复能力越差,株高会随着时间发生一定的变化。由于LAD与株高密切相关,不同倒伏类型的植株株高恢复情况对LAD具有较大影响。图4为不同倒伏处理下的玉米叶面积密度时序动态变化。

图4

新窗口打开|下载原图ZIP|生成PPT
图4不同倒伏处理LAD动态变化

Fig. 4Dynamic changes of LAD under different lodging treatments



通过对比分析抽雄期倒伏玉米的LAD动态变化,由图4可以得出：（1）发生倒伏后的玉米LAD均大于正常生长玉米,LAD随倒伏程度的增强而增大。（2）不同倒伏处理的LAD整体表现为JS>GD>JD>CK,且随着观测时间的推移,不同倒伏类型玉米LAD表现为整体降低趋势。（3）根据LAD动态变化趋势,抽雄期倒伏玉米株高恢复能力JD>GD>JS。图中8.12时期LAD显著高于其他时期,原因在于倒伏玉米试验开展初期,玉米株高未恢复导致LAD值偏大。

2.2 倒伏玉米冠层光谱反射率分析

抽雄期玉米受到倒伏胁迫时,玉米冠层结构发生较大变化,导致光谱探测视场内的茎、叶、穗比率受到改变,直接作用影响冠层光谱反射率。正常状态下的玉米冠层反射率主要来自叶片和雄穗,当发生倒伏后,茎秆大量暴露,此时冠层光谱反射率由茎秆、叶片、穗三者提供,且倒伏强度愈强,茎秆的影响愈大,冠层光谱反射率愈高,以2015年8月18日采集冠层光谱反射率为例分析,结果如图5所示。王立志[25]、赵佳佳[26]、胡宗杰[27]等在对玉米、小麦的倒伏研究中也发现了类似规律,说明这种变化在倒伏作物中具有一定普遍性。

图5

新窗口打开|下载原图ZIP|生成PPT
图5不同倒伏处理冠层光谱反射率曲线

Fig. 5Spectral reflectance curves of canopy under different lodging treatments



通过对比分析不同倒伏强度下玉米冠层光谱反射率曲线得出：（1）不同倒伏类型处理下的玉米冠层光谱反射率由于受其自身形态、化学组成等因素的变化,虽存在一些明显的差异,但仍具备植被冠层所特有的基本共性特征。（2）相比可见光波段,冠层光谱反射率在近红外波段增加明显,冠层光谱反射率整体表现为GD>JS>JD>CK。（3）与未倒伏玉米相比,倒伏玉米光谱存在一定的红边“蓝移”现象,且倒伏强度愈强“蓝移”现象愈明显,“蓝移”范围在13—17 nm。（4）红光与近红外波段对玉米倒伏敏感性较强,随着倒伏强度的增加,玉米光谱反射率在近红外波段依次为0.34、0.49、0.51、0.56,正常、茎倒、茎折及根倒的近红波段反射率的增加幅度依次为0、44.1%、50.0%、64.7%。

2.3 LAD与光谱特征参量相关性分析

有研究表明[28,29],对光谱反射率数据进行微分变换有助于抑制低频噪声对目标光谱的影响。将玉米冠层光谱数据进行一阶微分变换,然后与LAD进行相关性分析,据此筛选LAD的敏感光谱波段。由图6知,一阶微分处理光谱与LAD的相关性十分显著,在可见光波段相关性较好,673—763 nm波段整体显著正相关,在波长407nm处正相关性最高（R=0.77）,634 nm处负相关性最高（R=-0.76）;近红外波段负相关性显著,在1 130 nm（R=-0.77）、1 750 nm（R=-0.75）处相关性较大。

图6

新窗口打开|下载原图ZIP|生成PPT
图6一阶微分与LAD的相关系数

Fig. 6Correlation coefficient between first order differential and LAD



为减少数据的冗余,将CWT的分解尺度设为21,22,23,···,210,即1—10个尺度[30,31,32],将变换后10个尺度的小波系数与LAD进行相关性分析,得到相关系数图（图7）,图中红色（正相关R>0.8）、蓝色（负相关R<-0.7）区域表示相关性较强波段区域。经连续小波处理后,各尺度小波系数与LAD的相关系数具有不同程度提升,连续小波最大相关系数可达0.88。

图7

新窗口打开|下载原图ZIP|生成PPT
图7小波系数与LAD的相关系数

Fig. 7Correlation coefficient between wavelet coefficients and LAD



为更好筛选敏感小波系数,绘制决定系数图（图8）。从图中可以看出,低尺度的相关性高于高尺度,有效信息主要集中在低尺度,随着分解尺度的增加光谱分辨率降低,光谱对LAD的敏感性也随着降低;有效信息主要集中在1—7分解尺度,8—10分解尺度信息相对均一,显著敏感波段主要集中在354—442 nm、472—495 nm区域,决定系数R2均大于0.7,649—829 nm、903—1 195nm以及1 564—1 581 nm区域也有较好相关性;部分1、2、3尺度相关性较低的波段范围在4、5尺度时的相关性得到较大提升,且敏感波段区域变宽,表明连续小波变换可有效挖掘光谱中隐藏信息。

图8

新窗口打开|下载原图ZIP|生成PPT
图8小波系数与LAD的决定系数

Fig. 8The determination coefficient between LAD and wavelet coefficients



通过对比一阶微分和连续小波变换可以发现,相比一阶微分而言,连续小波处理能够有效提取光谱中的有益信息,缩小敏感波段范围,挖掘光谱中隐藏的信息,有助于提高LAD敏感波段的筛选效率。

2.4 连续小波与一阶微分建模

为了避免敏感波段之间的自相关冗余,选择相关系数较大（R>0.7）波段,在Minitab17软件中构建最佳子集来筛选最佳组合波段,采用偏最小二乘法构建玉米倒伏LAD光谱诊断模型。连续小波在低尺度同光谱敏感性优于高尺度,部分低尺度建模精度同一阶微分相比精度提升效果不是很明显,故建模分析中只分析小波建模精度较优的尺度（表2）。

Table 2
表2
表2基于光谱变换的LAD建模及验证
Table 2Modeling and verification of LAD based on spectral transformation
光谱变换形式
Spectral transformation		尺度
Scale		模型
Model		建模Modeling验证Verification
R2RMSER2RMSE
一阶微分(R,)Y=196625×X407-5921573×X634-187548×X707-236231×X1130-20.6531.4080.8231.486
CWT2Y=312.28×X357-5071.2×X493+710.68×X701+258.79×X760-4.10.7241.2190.8731.143
4Y=173.508×X365+176.319×X424+16.742×X700-49.675×X1161-3.2330.7031.2640.8841.094
5Y=154.518×X418-5.031×X764+32.643×X913-26.993×X1451-2.0340.7021.2660.8981.016

新窗口打开|下载CSV

由表2可知,基于连续小波与一阶微分的玉米LAD光谱诊断模型均具有较高的精度,建模R2为0.653—0.724,RMSE为1.219—1.408;连续小波处理构建的模型精度显著高于一阶微分处理;连续小波变换中以2、4、5尺度的模型较优,相比一阶微分,连续小波建模R2提升7.50%—10.87%,RMSE降低10.09%—13.42%,验证R2提升6.08%—9.11%,RMSE降低23.08%—31.63%;所选3个尺度模型精度都优于一阶微分建模,其中以第5尺度所建模型最佳,表明经过连续小波变换后的LAD光谱诊断模型精度得到一定提高。

为更直观地观察模型对预测样本的适应性,将所选最佳连续小波模型和一阶微分模型的预测值与实测值进行1﹕1线分析（图9）。基于小波系数构建的模型的预测精度优于一阶微分模型,其实测值和预测值大致分布在1﹕1线两侧附近,能够更好实现LAD的反演。因此,采用连续小波作为光谱数据处理方法,不仅分析了不同尺度上小波基函数与冠层光谱反射率的相似性,而且能够捕捉到光谱范围内的细微变化,更好地挖掘潜在的微弱信息,与常用的一阶微分变换相比反演精度有所提高[33]。

图9

新窗口打开|下载原图ZIP|生成PPT
图9基于光谱变换的LAD模型验证

Fig. 9Validation of LAD model based on spectral transformation



3 讨论

倒伏胁迫对作物冠层结构的最显著影响特征是植株高度的降低,且株高降低幅度与倒伏强度密切相关,会大幅影响植株光合效率进而造成减产,对于当前已普遍推广的机械收获造成较大影响。叶面积密度同作物株高密切相关,能够实时反应作物株高变化情况,表征玉米受倒伏胁迫程度及后期株高恢复程度。试验对夏播玉米进行人工大田倒伏,实测倒伏玉米LAD及冠层光谱反射率,建立基于连续小波算法的倒伏玉米LAD诊断模型,研究表明连续小波算法能够有效筛选敏感波段,挖掘潜在的微弱信息,LAD能够有效表征玉米株高变化,具有较好的玉米倒伏胁迫程度表征能力,可据此快速诊断玉米倒伏胁迫程度,有助于为大范围玉米倒伏灾情遥感监测提供必要的先验知识。但受试验条件制约与倒伏状态多样化的影响,仍存在一些不足,需要在以下几方面注意改进：

（1）倒伏胁迫对植株株高作用是明显的,但在大范围遥感监测中玉米受病虫害、营养不良等因素影响[34],植株高度会出现矮化现象,会对叶面积密度表征能力造成一定的干扰,这些干扰影响需进一步深入研究加以排除。

（2）本研究所使用的数据来自于人工倒伏处理试验,试验结果能否适用不同地区及自然玉米倒伏仍需进行验证,利用连续小波和一阶微分所构建的LAD诊断模型能否在自然倒伏监测中应用还待深入研究。

（3）此试验只探讨分析抽雄期倒伏玉米,对于其他生育期的玉米倒伏是否适用,还待试验研究。由于玉米的自然倒伏状态是多样化的,其结构、纹理等的规律存在不确定性,将在未来研究中探讨基于LAD的玉米倒伏灾情大范围遥感监测的适用性。

4 结论

本文以2015年北京市小汤山国家精准农业示范研究基地的大田人工控制倒伏玉米为研究对象,通过对抽雄期不同倒伏类型玉米的冠层光谱反射率进行一阶微分和连续小波处理,筛选能够有效表征LAD变化的敏感波段,进而采用偏最小二乘算法构建LAD光谱诊断模型。

（1）不同倒伏强度胁迫下玉米LAD随着生育进程具有不同的表现规律,LAD随倒伏程度的增强而增大,LAD时序变化一方面反映了倒伏强度,另一方面也表征倒伏玉米自身的后期恢复能力。

（2）随着倒伏强度的增加,光谱探测视场内的茎、叶、穗比例发生改变,表现在冠层光谱反射率为根倒>茎折>茎倒>未倒伏。LAD的敏感波段主要分布在蓝光波段（354—442 nm、472—495 nm）,红光波段（649—829 nm）以及近红外波段（903—1 195 nm、1 564—1 581 nm）。

（3）连续小波相比一阶微分处理,能够有效筛选敏感波段,挖掘光谱中隐藏的有效信息,构建的模型预测精度显著提高,拟合效果R2提高0.050—0.075,RMSE降低0.343—0.470。

（4）连续小波变换能够缩小敏感波段范围,小波分解尺度对于LAD的光谱敏感性有较大影响,低尺度敏感性优于高尺度。基于连续小波变换的玉米抽雄期倒伏LAD光谱诊断最佳模型对应是5分解尺度,其建模R2=0.702,RMSE=1.266,验证R2=0.898,RMSE=1.016。

参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

刘战东, 肖俊夫, 南纪琴, 冯跃华 . 倒伏对夏玉米叶面积、产量及其构成因素的影响
中国农学通报, 2010,26(18):107-110.
Magsci [本文引用: 1]
以“郑单958”夏玉米为试材，通过田间小区试验，研究了抽雄期不同倒伏程度对夏玉米叶面积指数（LAI）、产量及其构成因素的影响。结果表明：随生育期推移，LAI逐渐减小，各处理差异显著，严重倒伏的A00处理后期LAI一直最小。随倒伏程度加重，穗长、穗粒数减少，百粒重下降，产量和生物产量降低；同时减产幅度增加，与未倒伏对照处理比较， A60、A45、A30和A00处理分别减产5.8%、24.3%、52.2%和89.9%。研究结果可为夏玉米高产栽培提供参考依据。
LIU Z D, XIAO J F, NAN J Q, FENG Y H . Effect of different levels lodging on leaf area index, yield and its components of summer maize
Chinese Agricultural Science Bulletin, 2010,26(18):107-110. (in Chinese)
Magsci [本文引用: 1]
以“郑单958”夏玉米为试材，通过田间小区试验，研究了抽雄期不同倒伏程度对夏玉米叶面积指数（LAI）、产量及其构成因素的影响。结果表明：随生育期推移，LAI逐渐减小，各处理差异显著，严重倒伏的A00处理后期LAI一直最小。随倒伏程度加重，穗长、穗粒数减少，百粒重下降，产量和生物产量降低；同时减产幅度增加，与未倒伏对照处理比较， A60、A45、A30和A00处理分别减产5.8%、24.3%、52.2%和89.9%。研究结果可为夏玉米高产栽培提供参考依据。

程富丽, 杜雄, 刘梦星, 靳小利, 崔彦宏 . 玉米倒伏及其对产量的影响
玉米科学, 2011,19(1):105-108.
[本文引用: 1]

CHENG F L, DU X, LIU M X, JIN X L, CUI Y H . Lodging of summer maize and the effects on grain yield
Journal of Maize Sciences, 2011,19(1):105-108. (in Chinese)
[本文引用: 1]

ELMORE R W, FERGUSON R B . Mid-season stalk breakage in corn: Hybrid and environmental factors
Journal of Production Agriculture, 1999,12(2):293-299.
DOI:10.2134/jpa1999.0293URL [本文引用: 1]

勾玲, 赵明, 黄建军, 张宾, 李涛, 孙锐 . 玉米茎秆弯曲性能与抗倒能力的研究
作物学报, 2008,34(4):653-661.
DOI:10.3724/SP.J.1006.2008.00653Magsci [本文引用: 1]
为探讨不同玉米品种茎秆抗倒伏相关的力学特点, 选用不同抗倒性品种登海3719、京科519和农大108, 设置3.00、5.25、7.50、9.25和12.00万 hm-2 5个密度, 分别于玉米抽雄前和蜡熟期取样, 用WDW3020型电子万能试验机对茎秆第3、5、7节间进行悬臂梁弯曲试验, 同时测定节间形态特征。结果表明, 随密度的增加, 茎秆基部节间直径变细、节间长度增长。品种间有一定的差异, 在3个品种中登海3719的平均直径和长度均低于其他2个品种; 品种间茎秆惯性矩也有较大差异。基部节间弹性模量、最大抗弯应力均随生育进程而增加, 但随群体密度的增加和节位的上升而逐渐降低, 登海3719在两个生育期均为最大, 且随密度增加的下降幅度较小。以京科519最低, 其对密度反应较敏感, 下降幅度大, 易发生倒伏。在玉米抽雄期, 基部节间平均弹性模量为40.0 MPa, 最大抗弯应力为2.8 MPa, 可能是茎秆抗折力学指标的下限。茎秆弹性模量与最大抗弯应力极显著相关, 茎秆直径与弹性模量和最大抗弯应力在抽雄前显著正相关, 而到蜡熟期相关不显著。它们与田间倒伏率呈极显著负相关。茎秆弯曲弹性模量反映茎秆的耐密能力, 茎秆最大抗弯应力反映品种茎秆的抗折能力, 而茎秆直径不能作为评价茎秆抗弯强弱的主要指标。玉米抽雄前期与蜡熟期茎秆抗弯性状的变化规律基本一致, 因此利用抽雄前茎秆基部弯曲力学性能鉴定与评价玉米茎秆抗倒、耐密性是可行的。
GOU L, ZHAO M, HUANG J J, ZHANG B, LI T, SUN Y . Bending mechanical properties of stalk and lodging-resistance of maize
Acta Agronomica Sinica, 2008,34(4):653-661. (in Chinese)
DOI:10.3724/SP.J.1006.2008.00653Magsci [本文引用: 1]
为探讨不同玉米品种茎秆抗倒伏相关的力学特点, 选用不同抗倒性品种登海3719、京科519和农大108, 设置3.00、5.25、7.50、9.25和12.00万 hm-2 5个密度, 分别于玉米抽雄前和蜡熟期取样, 用WDW3020型电子万能试验机对茎秆第3、5、7节间进行悬臂梁弯曲试验, 同时测定节间形态特征。结果表明, 随密度的增加, 茎秆基部节间直径变细、节间长度增长。品种间有一定的差异, 在3个品种中登海3719的平均直径和长度均低于其他2个品种; 品种间茎秆惯性矩也有较大差异。基部节间弹性模量、最大抗弯应力均随生育进程而增加, 但随群体密度的增加和节位的上升而逐渐降低, 登海3719在两个生育期均为最大, 且随密度增加的下降幅度较小。以京科519最低, 其对密度反应较敏感, 下降幅度大, 易发生倒伏。在玉米抽雄期, 基部节间平均弹性模量为40.0 MPa, 最大抗弯应力为2.8 MPa, 可能是茎秆抗折力学指标的下限。茎秆弹性模量与最大抗弯应力极显著相关, 茎秆直径与弹性模量和最大抗弯应力在抽雄前显著正相关, 而到蜡熟期相关不显著。它们与田间倒伏率呈极显著负相关。茎秆弯曲弹性模量反映茎秆的耐密能力, 茎秆最大抗弯应力反映品种茎秆的抗折能力, 而茎秆直径不能作为评价茎秆抗弯强弱的主要指标。玉米抽雄前期与蜡熟期茎秆抗弯性状的变化规律基本一致, 因此利用抽雄前茎秆基部弯曲力学性能鉴定与评价玉米茎秆抗倒、耐密性是可行的。

黄璐, 乔江方, 刘京宝, 夏来坤, 朱卫红, 李川, 周庆伟 . 夏玉米不同密植群体抗倒性及机收指标探讨
华北农学报, 2015,30(2):198-201.
DOI:10.7668/hbnxb.2015.02.034Magsci [本文引用: 1]
为明确不同玉米群体的抗倒伏性能以及适宜机械化收获的性能指标。通过设置不同的密度处理,研究了不同密植群体条件下的玉米产量、农艺性状、抗倒伏性能以及机收指标。结果表明,供试玉米品种在90 000株/hm<sup>2</sup> 密度下产量最高,达到10 124.7 kg/hm<sup>2</sup>;随着密度增加玉米抗折力、压碎强度和穿刺强度均呈下降趋势,105 000株/hm<sup>2</sup> 处理与75 000株/hm<sup>2</sup>处理相比,基部第3节间和穗下第1节间抗折力分别降低了22.6%和17.0%,抗倒伏能力下降;随着密度增加机收各项指标呈上升趋势,105 000株/hm<sup>2</sup>处理与7 500株/hm<sup>2</sup>处理相比,籽粒损失率从3.29%上升到了9.79%,上升地率达到66.4%;玉米群体抗倒力学特性与机收指标间存在极显著相关关系,茎秆穿刺强度可以作为适宜机收的判定指标之一。适宜机收的玉米品种德美亚1号在黄淮海地区适宜密度为90 000株/hm<sup>2</sup>,产量较高,倒伏发生率较低,结合机收指标综合分析,该处理模式最为理想。
HUANG L, QIAO J F, LIU J B, XIA L K, ZHU W H, LI C, ZHOU Q W . Research on the relationship between maize lodging resistance and grain mechanically harvesting qualities in different planting density
Acta Agriculturae Boreali-Sinica, 2015,30(2):198-201. (in Chinese)
DOI:10.7668/hbnxb.2015.02.034Magsci [本文引用: 1]
为明确不同玉米群体的抗倒伏性能以及适宜机械化收获的性能指标。通过设置不同的密度处理,研究了不同密植群体条件下的玉米产量、农艺性状、抗倒伏性能以及机收指标。结果表明,供试玉米品种在90 000株/hm<sup>2</sup> 密度下产量最高,达到10 124.7 kg/hm<sup>2</sup>;随着密度增加玉米抗折力、压碎强度和穿刺强度均呈下降趋势,105 000株/hm<sup>2</sup> 处理与75 000株/hm<sup>2</sup>处理相比,基部第3节间和穗下第1节间抗折力分别降低了22.6%和17.0%,抗倒伏能力下降;随着密度增加机收各项指标呈上升趋势,105 000株/hm<sup>2</sup>处理与7 500株/hm<sup>2</sup>处理相比,籽粒损失率从3.29%上升到了9.79%,上升地率达到66.4%;玉米群体抗倒力学特性与机收指标间存在极显著相关关系,茎秆穿刺强度可以作为适宜机收的判定指标之一。适宜机收的玉米品种德美亚1号在黄淮海地区适宜密度为90 000株/hm<sup>2</sup>,产量较高,倒伏发生率较低,结合机收指标综合分析,该处理模式最为理想。

曹庆军, 曹铁华, 杨粉团, LAMINE D, 李刚, 王立春 . 灌浆期风灾倒伏对玉米籽粒灌浆特性及品质的影响
中国生态农业学报, 2013,21(9):1107-1113.
Magsci [本文引用: 1]
为了评估风灾倒伏造成的玉米产量损失, 采用田间试验的方法对灌浆期风灾倒伏后捆扶处理、未倒伏以及倒伏上层和倒伏下层玉米籽粒建成和品质形成规律进行研究。结果表明, 倒伏后第6 d玉米倒伏覆盖下层植株籽粒灌浆速率和籽粒含水率分别是对照处理(未倒伏)的26.9%和136.0%, 倒伏使籽粒灌浆速率显著降低, 后期籽粒脱水速度减慢。在产量上, 倒伏后捆扶、倒伏上层、倒伏下层单株产量分别比对照减产11.75%、10.51%和29.88%, 倒伏对下层被覆盖玉米植株影响较大, 倒伏减产原因主要是由于穗粒数的减少, 其次灌浆速率降低造成百粒重下降。田间45个定位点, 倒伏最高减产29.68%, 平均减产14.75%, 进一步验证了灌浆期风灾倒伏对玉米产量的影响较大。相关分析表明, 籽粒建成过程中籽粒干重与淀粉、脂肪含量呈极显著正相关, 相关系数分别为0.618~0.861和0.580~0.797(<i>P</i><0.01), 与蛋白含量呈极显著负相关, 风灾倒伏对粗蛋白和粗脂肪含量影响较大, 而对淀粉含量影响较小。在倒伏后及时进行捆扶处理对降低玉米产量与品质损失有一定的积极作用。
CAO Q J, CAO T H, YANG F T, LAMINE D, LI G, WANG L C . Effect of wind damage on grain-filling characteristics, grain quality and yield of spring maize (Zea mays L.)
Chinese Journal of Eco-Agriculture, 2013,21(9):1107-1113. (in Chinese)
Magsci [本文引用: 1]
为了评估风灾倒伏造成的玉米产量损失, 采用田间试验的方法对灌浆期风灾倒伏后捆扶处理、未倒伏以及倒伏上层和倒伏下层玉米籽粒建成和品质形成规律进行研究。结果表明, 倒伏后第6 d玉米倒伏覆盖下层植株籽粒灌浆速率和籽粒含水率分别是对照处理(未倒伏)的26.9%和136.0%, 倒伏使籽粒灌浆速率显著降低, 后期籽粒脱水速度减慢。在产量上, 倒伏后捆扶、倒伏上层、倒伏下层单株产量分别比对照减产11.75%、10.51%和29.88%, 倒伏对下层被覆盖玉米植株影响较大, 倒伏减产原因主要是由于穗粒数的减少, 其次灌浆速率降低造成百粒重下降。田间45个定位点, 倒伏最高减产29.68%, 平均减产14.75%, 进一步验证了灌浆期风灾倒伏对玉米产量的影响较大。相关分析表明, 籽粒建成过程中籽粒干重与淀粉、脂肪含量呈极显著正相关, 相关系数分别为0.618~0.861和0.580~0.797(<i>P</i><0.01), 与蛋白含量呈极显著负相关, 风灾倒伏对粗蛋白和粗脂肪含量影响较大, 而对淀粉含量影响较小。在倒伏后及时进行捆扶处理对降低玉米产量与品质损失有一定的积极作用。

陈碧梅, 劳赏业 . 玉米倒伏类型及抗倒伏措施
农业灾害研究, 2015,5(4):5-6.
[本文引用: 1]

CHEN B M, LAO S Y . Lodging types and lodging-resistant measures of corn
Journal of Agricultural Catastrophology, 2015,5(4):5-6. (in Chinese)
[本文引用: 1]

李树岩, 王宇翔, 胡程达, 闫瑛 . 抽雄期前后大风倒伏对夏玉米生长及产量的影响
应用生态学报, 2015,26(8):2405-2413.
Magsci [本文引用: 1]
<p>利用2013年8月1日河南省南阳地区夏玉米大风倒伏灾害的调查数据，分析抽雄期前后不同类型倒伏对夏玉米生长及产量形成的影响，研究不同品种的抗倒性差异和适播期.调查对象为5个播期的浚单20和3个播期的郑单958，倒伏类型划分为根斜、根倒、茎折和折断4种.研究表明： 各品种及播期均于抽雄前～抽雄后15 d倒伏率较高.浚单20各播期的总倒伏率为86.0%～98.5%，郑单958各播期的总倒伏率为60.0%～76.4%，且播种越早的播期总倒伏率越低.浚单20倒伏发生时，播期Ⅱ～Ⅴ的夏玉米生育时期接近抽雄，以根倒类型为主，倒伏率为53.0%～84.3%，已过抽雄期的播期Ⅰ夏玉米以茎折倒伏为主，倒伏率为37.5%.倒伏发生后干物质积累显著降低，各倒伏类型对干物质积累的影响总体表现为茎折&gt;根倒&gt;根斜，播种越晚的总干物质积累越少.倒伏对干物质分配比例影响表现为叶片和茎杆干物质比例增大，果穗干物质比例减少.根倒和茎折两种倒伏类型使穗长显著变短，穗粗显著变细，穗粒数显著减少，抽雄后发生倒伏也会使百粒重显著降低；而根斜倒伏类型对各性状的影响均不显著.倒伏后产量损失严重，不同倒伏类型中茎折类型减产最多，浚单20和郑单958平均减产率分别为74.2%和68.7%，尤其是茎折发生在抽雄之前难以形成产量；其次是根倒，平均减产率分别为46.3%和46.5%；根斜产量损失最小，平均分别为8.4%和13.2%.大风倒伏灾害后，浚单20产量平均为4959.9 kg&middot;hm<sup>-2</sup>，产量随播期的推迟而减少；郑单958平均为6026.1 kg&middot;hm<sup>-2</sup>，随播期变化不明显.总体上，郑单958品种抗倒性好于浚单20.</p>
LI S Y, WANG X Y, HU C D, YAN Y . Effects of strong wind lodging at pre- and post-tasseling stages on growth and yield of summer maize
Chinese Journal of Applied Ecology, 2015,26(8):2405-2413. (in Chinese)
Magsci [本文引用: 1]
<p>利用2013年8月1日河南省南阳地区夏玉米大风倒伏灾害的调查数据，分析抽雄期前后不同类型倒伏对夏玉米生长及产量形成的影响，研究不同品种的抗倒性差异和适播期.调查对象为5个播期的浚单20和3个播期的郑单958，倒伏类型划分为根斜、根倒、茎折和折断4种.研究表明： 各品种及播期均于抽雄前～抽雄后15 d倒伏率较高.浚单20各播期的总倒伏率为86.0%～98.5%，郑单958各播期的总倒伏率为60.0%～76.4%，且播种越早的播期总倒伏率越低.浚单20倒伏发生时，播期Ⅱ～Ⅴ的夏玉米生育时期接近抽雄，以根倒类型为主，倒伏率为53.0%～84.3%，已过抽雄期的播期Ⅰ夏玉米以茎折倒伏为主，倒伏率为37.5%.倒伏发生后干物质积累显著降低，各倒伏类型对干物质积累的影响总体表现为茎折&gt;根倒&gt;根斜，播种越晚的总干物质积累越少.倒伏对干物质分配比例影响表现为叶片和茎杆干物质比例增大，果穗干物质比例减少.根倒和茎折两种倒伏类型使穗长显著变短，穗粗显著变细，穗粒数显著减少，抽雄后发生倒伏也会使百粒重显著降低；而根斜倒伏类型对各性状的影响均不显著.倒伏后产量损失严重，不同倒伏类型中茎折类型减产最多，浚单20和郑单958平均减产率分别为74.2%和68.7%，尤其是茎折发生在抽雄之前难以形成产量；其次是根倒，平均减产率分别为46.3%和46.5%；根斜产量损失最小，平均分别为8.4%和13.2%.大风倒伏灾害后，浚单20产量平均为4959.9 kg&middot;hm<sup>-2</sup>，产量随播期的推迟而减少；郑单958平均为6026.1 kg&middot;hm<sup>-2</sup>，随播期变化不明显.总体上，郑单958品种抗倒性好于浚单20.</p>

解飞, 齐雁冰, 常庆瑞 . 关中地区夏玉米抽穗期叶绿素含量的高光谱估算
水土保持通报, 2016,36(2):176-180.
[本文引用: 1]

XIE F, QI Y B, CHANG Q R . Hyperspectral estimation of canopy chlorophyll content in summer corn in Guanzhong area
Bulletin of Soil and Water Conservation, 2016,36(2):176-180. (in Chinese)
[本文引用: 1]

井淑香, 郑以宏, 袁永胜, 黄迎光, 梁凤玲 . 不同生育时期倒伏对夏玉米生育性状和产量的影响
山东农业科学, 2018,50(2):61-63, 67.
[本文引用: 1]

JING S X, ZHENG Y H, YUAN Y S, HUANG Y G, LIANG F L . Effects of lodging at different growing stages on growing characters and grain yield of summer maize
Shandong Agricultural Sciences, 2018,50(2):61-63, 67. (in Chinese)
[本文引用: 1]

李文莹 . 密度对玉米倒伏相关性状及产量的影响
[D]. 长春: 吉林大学, 2018.
[本文引用: 1]

LI W Y . Effect of planting density on traits related to lodging and yield of maize
[D]. Changchun: Jilin University, 2018. ( in Chinese)
[本文引用: 1]

陈艳君, 吴科斌, 张俊雄, 农克俭, 李建生, 李伟 . 玉米秸秆力学参数与抗倒伏性能关系研究
农业机械学报, 2011,42(6):89-92.
[本文引用: 1]

CHEN Y J, WU K B, ZHANG J X, NONG K J, LI J S, LI W . Relationship between corn lodging resistance and mechanical parameters
Transactions of the Chinese Society for Agricultural Machinery, 2011,42(6):89-92. (in Chinese)
[本文引用: 1]

MI C, ZHANG X, LI S, YANG J, ZHU D, YANG Y . Assessment of environment lodging stress for maize using fuzzy synthetic evaluation
Math Comput Model, 2011,54(3):1053-1060.
DOI:10.1016/j.mcm.2010.11.035URL [本文引用: 1]

XUE J, GOU L, ZHAO Y, YAO M, TIAN J, ZHANG W . Effects of light intensity within the canopy on maize lodging
Field Crop Research, 2016,188:133-141.
DOI:10.1016/j.fcr.2016.01.003URL [本文引用: 1]

杨扬, 杨建宇, 李绍明, 张晓东, 朱德海, 刘哲, 米春桥, 肖开能 . 玉米倒伏胁迫影响因子的空间回归分析
农业工程学报, 2011,27(6):244-249.
Magsci [本文引用: 1]
为指导玉米新品种的推广，采用回归模型分析玉米主产区倒伏胁迫空间分布成因。该文用多元逐步线性回归法筛选黄淮海夏播玉米区的倒伏胁迫的决定因素，比较普通最小二乘法线性回归模型和地理加权回归模型的结果，以确定倒伏胁迫及其决定因素是否存在空间非平稳性和空间依赖性。结果表明：在探索倒伏的空间异质性时，地理加权回归模型显著优于普通最小二乘法线性回归模型；日降水量是玉米倒伏胁迫的主要环境成因，且倒伏程度随日降水量增加而加重；土壤含氮量、留苗密度和日平均风速与倒伏的关系随空间位置而发生正负向变化，因地制宜的分析倒伏成因才能客观有效的指导农民种植生产。
YANG Y, YANG J Y, LI S M, ZHANG X D, ZHU D H, LIU Z, MI C Q, XIAO K N . Spatial regression analysis on influence factors of maize lodging stress
Transactions of the Chinese Society of Agricultural Engineering, 2011,27(6):244-249. (in Chinese)
Magsci [本文引用: 1]
为指导玉米新品种的推广，采用回归模型分析玉米主产区倒伏胁迫空间分布成因。该文用多元逐步线性回归法筛选黄淮海夏播玉米区的倒伏胁迫的决定因素，比较普通最小二乘法线性回归模型和地理加权回归模型的结果，以确定倒伏胁迫及其决定因素是否存在空间非平稳性和空间依赖性。结果表明：在探索倒伏的空间异质性时，地理加权回归模型显著优于普通最小二乘法线性回归模型；日降水量是玉米倒伏胁迫的主要环境成因，且倒伏程度随日降水量增加而加重；土壤含氮量、留苗密度和日平均风速与倒伏的关系随空间位置而发生正负向变化，因地制宜的分析倒伏成因才能客观有效的指导农民种植生产。

席吉龙, 张建诚, 姚景珍, 郝佳丽, 杨娜, 席凯鹏 . 夏玉米灌浆期倒伏对产量的影响模拟研究
山西农业科学, 2015,43(6):705-708.
[本文引用: 1]

XI J L, ZHANG J C, YAO J Z, HAO J L, YANG N, XI K P . Simulation study on the influence of filling summer corn lodging on yield
Journal of Shanxi Agricultural Sciences, 2015,43(6):705-708. (in Chinese)
[本文引用: 1]

薛军, 王克如, 谢瑞芝, 勾玲, 张旺峰, 明博, 侯鹏, 李少昆 . 玉米生长后期倒伏研究进展
中国农业科学, 2015,43(6):705-708.
[本文引用: 1]

XUE J, WANG K R, XIE R Z, GOU L, ZHANG W F, MING B, HOU P, LI S K . Research progress of maize lodging during late stage
Scientia Agricultura Sinica, 2015,43(6):705-708. (in Chinese)
[本文引用: 1]

CHU T, STAREK M, BREWER M, MURRAY S, PRUTER L . Assessing lodging severity over an experimental maize (Zea mays L.) field using UAS images
Remote Sensing, 2017,9:923.
[本文引用: 1]

HAN L, YANG G J, FENG H K, ZHOU C Q, YANG H, XU B, LI Z H, YANG X D . Quantitative identification of maize lodging-causing feature factors using unmanned aerial vehicle images and a nomogram computation
Remote Sensing, 2018,10:1528.
DOI:10.3390/rs10101528URL [本文引用: 1]

王猛, 张杰, 梁守真, 侯学会, 姚慧敏, 隋学艳, 王勇 . 玉米倒伏后冠层光谱变化特征分析
安徽农业科学, 2014,42(31):11187-11188, 11201.
[本文引用: 1]

WANG M, ZHANG J, LIANG S Z, HOU X H, YAO H M, SUI X Y, WANG Y . Character analysis of the canopy spectral changes after corn lodging
Journal of Anhui Agricultural Sciences, 2014,42(31):11187-11188, 11201. (in Chinese)
[本文引用: 1]

ZHANG J C, GU X H, WANG J H, HUANG W J, DONG Y Y, LUO J H, YUAN L, LI Y F . Evaluating maize grain quality by continuous wavelet analysis under normal and lodging circumstances
NJAS-Wageningen Journal of Life Science, 2012,10(1/2):580-585.
[本文引用: 1]

李宗南, 陈仲新, 任国业, 李章成, 王昕 . 基于Worldview-2影像的玉米倒伏面积估算
农业工程学报, 2016,32(2):1-5.
Magsci [本文引用: 1]
为应用高分辨率遥感影像准确调查玉米倒伏面积，该文使用2012年9月14日获取的Worldview-2多光谱影像研究灌浆期倒伏玉米的光谱、纹理特征及其最优的面积估算方法。通过对影像进行大气校正后得到正常玉米和倒伏玉米的反射率，结果显示玉米倒伏后8个波段的反射率均升高，其中红边、近红外1和近红外2等3个波段的上升数值超过0.1。通过对反射率数据进行滤波得到正常、倒伏玉米的均值纹理特征，统计结果显示各波段纹理特征有差异，其中绿色、红边、近红外1及近红外2等4波段的均值纹理特征数值差距更明显。比较使用不同波段数量、特征及分类方法的倒伏面积估算值，结果表明基于最大似然分类法使用红边、近红外1和近红外2等3波段光谱反射率的倒伏面积估算方法最优，其最小误差为2.2%，最大误差为8.9%，平均误差为4.7%。该研究结果为应用高分辨率多光谱遥感数据调查玉米倒伏面积提供了相关依据。
LI Z N, CHEN Z X, REN G Y, LI Z C, WANG X . Estimation of maize lodging area based on Worldview-2 image
Transactions of the Chinese Society of Agricultura Engineering, 2016,32(2):1-5. (in Chinese)
Magsci [本文引用: 1]
为应用高分辨率遥感影像准确调查玉米倒伏面积，该文使用2012年9月14日获取的Worldview-2多光谱影像研究灌浆期倒伏玉米的光谱、纹理特征及其最优的面积估算方法。通过对影像进行大气校正后得到正常玉米和倒伏玉米的反射率，结果显示玉米倒伏后8个波段的反射率均升高，其中红边、近红外1和近红外2等3个波段的上升数值超过0.1。通过对反射率数据进行滤波得到正常、倒伏玉米的均值纹理特征，统计结果显示各波段纹理特征有差异，其中绿色、红边、近红外1及近红外2等4波段的均值纹理特征数值差距更明显。比较使用不同波段数量、特征及分类方法的倒伏面积估算值，结果表明基于最大似然分类法使用红边、近红外1和近红外2等3波段光谱反射率的倒伏面积估算方法最优，其最小误差为2.2%，最大误差为8.9%，平均误差为4.7%。该研究结果为应用高分辨率多光谱遥感数据调查玉米倒伏面积提供了相关依据。

王立志, 顾晓鹤, 胡圣武, 杨贵军, 王磊, 范友波, 王艳杰 . 基于多时相HJ-1B CCD影像的玉米倒伏灾情遥感监测
中国农业科学, 2016,49(21):4120-4129.
[本文引用: 1]

WANG L Z, GU X H, HU S W, YANG G J, WANG L, FAN Y B, WANG Y J . Remote sensing monitoring of maize lodging disaster with multi-temporal HJ-1B CCD image
Scientia Agricultura Sinica, 2016,49(21):4120-4129. (in Chinese)
[本文引用: 1]

王延仓, 张兰, 王欢, 勾玲, 顾晓鹤, 庄连英, 段龙方, 李佳俊, 林靖 . 连续小波变换定量反演土壤有机质含量
光谱学与光谱分析, 2018,38(11):3521-3527.
URL [本文引用: 1]
以北京市东部地区96个潮土土样的土壤参数及对应光谱数据为数据源, 采用连续小波多尺度分析处理与分析。 首先将土壤光谱进行初步处理, 生成小波系数, 其次将土样的有机质含量与小波分解系数开展相关性分析, 提取特征波段, 最后采用特征波段建立预测耕层有机质含量的模型。 结果表明: 经连续小波处理后, 光谱对耕层有机质含量的预测能力明显优于传统光谱变换技术; 经连续小波分解后, 对土壤有机质含量的预测能力随光谱分辨率降低呈先降后升再降的趋势; 连续小波分析算法可提升土壤光谱对有机质含量的估测能力, 与土壤高光谱反射率相比, 基于连续小波变换的土壤有机含量最佳的精度提高19%; 由于光谱分辨率为80 nm建立的模型精度较高, 其R2达到0.632, 这表明在连续小波算法下, 光谱分辨率较低的宽波段数据可用于土壤有机质含量的监测。
WANG Y C, ZHANG L, WANG H, GOU L, GU X H, ZHUANG L Y, DUAN L F, LI J J, LIN J . Quantitative inversion of soil organic matter content based on continuous wavelet transform
Spectroscopy and Spectral Analysis, 2018,38(11):3521-3527. (in Chinese)
URL [本文引用: 1]
以北京市东部地区96个潮土土样的土壤参数及对应光谱数据为数据源, 采用连续小波多尺度分析处理与分析。 首先将土壤光谱进行初步处理, 生成小波系数, 其次将土样的有机质含量与小波分解系数开展相关性分析, 提取特征波段, 最后采用特征波段建立预测耕层有机质含量的模型。 结果表明: 经连续小波处理后, 光谱对耕层有机质含量的预测能力明显优于传统光谱变换技术; 经连续小波分解后, 对土壤有机质含量的预测能力随光谱分辨率降低呈先降后升再降的趋势; 连续小波分析算法可提升土壤光谱对有机质含量的估测能力, 与土壤高光谱反射率相比, 基于连续小波变换的土壤有机含量最佳的精度提高19%; 由于光谱分辨率为80 nm建立的模型精度较高, 其R2达到0.632, 这表明在连续小波算法下, 光谱分辨率较低的宽波段数据可用于土壤有机质含量的监测。

王立志 . 倒伏胁迫下的玉米群体生长指标高光谱响应机理解析
[D]. 焦作: 河南理工大学, 2017.
[本文引用: 1]

WANG L Z . Hyperspectral response mechanism analysis of maize population growth index under lodging stress
[D]. Jiaozuo: Henan Polytechnic University, 2017. (in Chinese)
[本文引用: 1]

赵佳佳, 冯美臣, 杨武德, 李广信, 王超, 王慧琴, 朱智慧 . 倒伏胁迫下冬小麦冠层光谱及红边特征
山西农业科学, 2015,43(6):673-676.
[本文引用: 1]

ZHAO J J, FENG M C, YANG W D, LI G X, WANG C, WANG H Q, ZHU Z H . Canopy spectral and red edge characteristics of winter wheat under lodging stress
Journal of Shanxi Agricultural Sciences, 2015,43(6):673-676. (in Chinese)
[本文引用: 1]

胡宗杰, 张杰, 王召海 . 灌浆期小麦倒伏后光谱变化特征
安徽农业科学, 2011,39(6):3190-3192.
[本文引用: 1]

HU Z J, ZHANG J, WANG Z H . Spectral variation characteristics of wheat lodging in the filling period
Journal of Anhui Agricultural Sciences, 2011,39(6):3190-3192. (in Chinese)
[本文引用: 1]

CLOUTIS E A . Hyperspectral geological remote sensing: Evaluation of analytical techniques
International Journal Remote Sensing , 1996,17(12):2215-2242
DOI:10.1080/01431169608948770URL [本文引用: 1]

HUANG Z, TURNER B J, DURY S J, WALLIS L R, FOLEY W J . Estimating foliage nitrogen concentration from HYMAP data using continuum removal analysis
Remote Sensing of Environment, 2004,93:18-29.
DOI:10.1016/j.rse.2004.06.008URL [本文引用: 1]

李梦洁, 张曼胤, 崔丽娟, 王贺年, 郭子良, 李伟, 魏圆云, 杨思, 龙颂元 . 基于连续小波变换和随机森林的芦苇叶片汞含量反演
中国农业生态学报, 2018,26(11):1730-1738.
[本文引用: 1]

LI M J, ZHANG M Y, CUI L J, WANG H N, GUO Z L, LI W, WEI Y Y, YANG S, LONG S Y . Inversion of Hg content in reed leaf using continuous wavelet transformation and random forest
Chinese Journal of Eco-Agriculture, 2018,26(11):1730-1738. (in Chinese)
[本文引用: 1]

于雷, 洪永胜, 周勇, 朱强 . 连续小波变换高光谱数据的土壤有机质含量反演模型构建
光谱学与光谱分析, 2016,36(5):1428-1433.
URL [本文引用: 1]
土壤有机质含量是反映土壤肥力的重要指标, 对其进行动态监测是实施精准农业的重要措施。 近年来, 众多****尝试采用土壤近地传感（proximal soil sensing）, 尤其是近地高光谱技术, 在田间和实验室获取不同形态土壤的高光谱数据, 不断引入新方法建立适用于不同地域和不同土壤类型的有机质含量的反演模型。 该研究在实验室内利用ASD FS3采集了土壤高光谱数据, 采用“重铬酸钾-外加热法”测得了土壤有机质含量； 分析了土壤原始光谱反射率（R）与有机质含量的相关性, 选取R2&gt;0.15的敏感波段的反射率； 利用CWT对土壤原始光谱反射率（R）、 光谱反射率的连续统去除（CR）进行不同尺度的分解, 分析小波系数与土壤有机质含量的相关性, 选取R2&gt;0.3的敏感波段的小波系数； 利用R选取的波段信息和R-CWT, CR-CWT的选取的小波系数, 分别建立偏最小二乘回归（PLSR）、 BP神经网络（BPNN）、 支持向量机回归（SVMR）三种不同的土壤有机质含量反演模型。 结果表明： 相比R与土壤有机质含量的决定系数R2, R-CWT, CR-CWT变换后得到的小波系数与土壤有机质含量的决定系数R2分别提高了0.15和0.2左右； CR-CWT-SVMR的模型效果最为显著, 预测集的R2和RMSE分别为0.83, 4.02, RPD值为2.48, 具有较高的估测精度, 能够全面稳定地估算土壤有机质含量； CR-CWT-PLSR的模型精度与CR-CWT-BPNN, CR-CWT-SVMR相比虽有一定差距, 但是其计算量要明显小于非线性的BPNN和SVMR方法, 具有模型简单、 运算速度快等特点, 对开发与设计田间传感器具有较大的应用价值。
YU L, HONG Y S, ZHOU Y, ZHU Q . Inversion of soil organic matter content using hyperspectral data based on continuous wavelet transformation
Spectroscopy and Spectral Analysis, 2016,36(5):1428-1433. (in Chinese)
URL [本文引用: 1]
土壤有机质含量是反映土壤肥力的重要指标, 对其进行动态监测是实施精准农业的重要措施。 近年来, 众多****尝试采用土壤近地传感（proximal soil sensing）, 尤其是近地高光谱技术, 在田间和实验室获取不同形态土壤的高光谱数据, 不断引入新方法建立适用于不同地域和不同土壤类型的有机质含量的反演模型。 该研究在实验室内利用ASD FS3采集了土壤高光谱数据, 采用“重铬酸钾-外加热法”测得了土壤有机质含量； 分析了土壤原始光谱反射率（R）与有机质含量的相关性, 选取R2&gt;0.15的敏感波段的反射率； 利用CWT对土壤原始光谱反射率（R）、 光谱反射率的连续统去除（CR）进行不同尺度的分解, 分析小波系数与土壤有机质含量的相关性, 选取R2&gt;0.3的敏感波段的小波系数； 利用R选取的波段信息和R-CWT, CR-CWT的选取的小波系数, 分别建立偏最小二乘回归（PLSR）、 BP神经网络（BPNN）、 支持向量机回归（SVMR）三种不同的土壤有机质含量反演模型。 结果表明： 相比R与土壤有机质含量的决定系数R2, R-CWT, CR-CWT变换后得到的小波系数与土壤有机质含量的决定系数R2分别提高了0.15和0.2左右； CR-CWT-SVMR的模型效果最为显著, 预测集的R2和RMSE分别为0.83, 4.02, RPD值为2.48, 具有较高的估测精度, 能够全面稳定地估算土壤有机质含量； CR-CWT-PLSR的模型精度与CR-CWT-BPNN, CR-CWT-SVMR相比虽有一定差距, 但是其计算量要明显小于非线性的BPNN和SVMR方法, 具有模型简单、 运算速度快等特点, 对开发与设计田间传感器具有较大的应用价值。

梁栋, 杨勤英, 黄文江, 彭代亮, 赵晋陵, 黄林生, 张东彦, 宋晓宇 . 基于小波变换与支持向量机回归的冬小麦叶面积指数估算
红外与激光工程, 2015,44(1):335-340.
URL [本文引用: 1]
叶面积指数(LAI)是作物长势诊断及产量预测的重要参数。通过对冬小麦采样点的高光谱曲线进行连续小波变换(CWT)，然后利用小波系数与LAI建立支持向量机回归(SVR)模型，实现冬小麦不同生育时期的叶面积指数估算。通过对所研究方法与选取的植被指数、偏最小二乘(PLS)回归等5种方法的反演结果进行统计分析。结果表明：利用连续小波变换确定的LAI的敏感波段为680、739、802、895 nm，对应尺度分别为8、4、9和8，对应小波系数的LAI回归确定系数(R&lt;sup&gt;2&lt;/sup&gt;)明显高于冠层反射率的回归确定系数；利用小波系数与LAI建立的SVR模型的反演精度最高，模型实测值与预测值的检验精度(R&lt;sup&gt;2&lt;/sup&gt;)为0.86，均方根误差(RMSE)为0.43；而常用植被指数(归一化植被指数，NDVI；比值植被指数，RVI)建立的估测模型对冬小麦多个生育时期LAI反演精度最低(R&lt;sup&gt;2&lt;/sup&gt;&lt;0.76，RMSE&gt;0.56)。因此利用连续小波变换进行数据预处理，能更好地筛选出对叶面积指数敏感的信息，LAI回归方法比较结果表明，SVR比PLS更适合于LAI的估测，通过将CWT与SVR结合(CWT-SVR)能实现不同生育时期冬小麦叶面积指数的遥感估算。
LIANG D, YANG Q Y, HUANG W J, PENG D L, ZHAO J L, HUANG L S, ZHANG D Y, SONG X Y . Estimation of leaf area index based on wavelet transform and support vector machine regression in winter wheat
Infrared and Laser Engineering, 2015,44(1):335-340. (in Chinese)
URL [本文引用: 1]
叶面积指数(LAI)是作物长势诊断及产量预测的重要参数。通过对冬小麦采样点的高光谱曲线进行连续小波变换(CWT)，然后利用小波系数与LAI建立支持向量机回归(SVR)模型，实现冬小麦不同生育时期的叶面积指数估算。通过对所研究方法与选取的植被指数、偏最小二乘(PLS)回归等5种方法的反演结果进行统计分析。结果表明：利用连续小波变换确定的LAI的敏感波段为680、739、802、895 nm，对应尺度分别为8、4、9和8，对应小波系数的LAI回归确定系数(R&lt;sup&gt;2&lt;/sup&gt;)明显高于冠层反射率的回归确定系数；利用小波系数与LAI建立的SVR模型的反演精度最高，模型实测值与预测值的检验精度(R&lt;sup&gt;2&lt;/sup&gt;)为0.86，均方根误差(RMSE)为0.43；而常用植被指数(归一化植被指数，NDVI；比值植被指数，RVI)建立的估测模型对冬小麦多个生育时期LAI反演精度最低(R&lt;sup&gt;2&lt;/sup&gt;&lt;0.76，RMSE&gt;0.56)。因此利用连续小波变换进行数据预处理，能更好地筛选出对叶面积指数敏感的信息，LAI回归方法比较结果表明，SVR比PLS更适合于LAI的估测，通过将CWT与SVR结合(CWT-SVR)能实现不同生育时期冬小麦叶面积指数的遥感估算。

林鹏达, 佟志军, 张继权, 赵云升, 李向前, 朱晓萌 . 基于CWT的黑土有机质含量野外高光谱反演模型
水土保持研究, 2018,25(2):46-57.
[本文引用: 1]

LIN P D, TONG Z J, ZHANG J Q, ZHAO Y S, LI X Q, ZHU X M . Inversion of black soil organic matter content with field hyperspectral reflectance based on continuous wavelet transformation
Research of Soil and Water Conservation. 2018,25(2):46-57. (in Chinese)
[本文引用: 1]

王亮, 丰光, 李妍妍, 景希强, 黄长玲 . 玉米倒伏与植株农艺性状和病虫害发生关系的研究
作物杂志, 2016(2):83-88.
[本文引用: 1]

WANG L, FENG G, LI Y Y, JING X Q, HUANG C L . Relationship between maize lodging resistance and agronomic traits, plant diseases, and insect pests
Crops, 2016(2):83-88. (in Chinese)
[本文引用: 1]

相关话题/光谱 数据 土壤 生育 信息

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.