基于叶绿素荧光比对水稻氮状态的评估应用
The application of chlorophyll fluorescence ratio in evaluation of paddy rice nitrogen status
成果信息
· Yang J., Du L., Gong W., Sun J., Shi S., & Chen B.W. Application of the chlorophyll fluorescence ratio in evaluation of paddy rice nitrogen status. Plant Soil & Environment.(2017), 63(9): 396-401.
· http://www.agriculturejournals.cz/publicFiles/226281.pdf
· （DOI: 10.17221/460/2017-PSE）
成果团队成员
· 杨健，博士，中国地质大学（武汉）信息工程学院，特聘副教授，主要从事荧光/高光谱激光雷达研制、农作物定量遥感监测应用研究，以及相关理论研究如PROSPECT/FLUOREMODLEAF模型等。
· 杜霖，博士，中国地质大学（武汉）信息工程学院，特聘副教授，主要从事多/高光谱激光雷达研制、农作物定量遥感监测应用研究等。
· 龚威，博士，武汉大学测绘遥感信息工程国家重点实验室，教授，主要从事光电探测，激光雷达硬件研制，遥感监测应用等研究。
· 孙嘉，博士研究生，武汉大学测绘遥感信息工程国家重点实验室，主要从事植被反射谱模型等研究。
· 史硕，博士，武汉大学测绘遥感信息工程国家重点实验室，副研究员，主要从事光电探测，激光雷达硬件研制等研究。
· 陈必武，博士研究生，武汉大学测绘遥感信息工程国家重点实验室，主要从事多光谱激光雷达数据处理，三维重建等研究。
成果介绍
· 本文提出来采用叶绿素荧光比结合传统的神经网络算法对2014年和2015年的水稻氮状态进行定性遥感监测研究。
· 本文先讨论施氮水平对水稻叶片氮含量的变化的影响，证明水稻叶片氮含量差异确实是由于施氮水平的差异造成，进而分析讨论叶片氮含量对荧光特性的影响，证明不同的施氮水平对荧光特性的影响；再讨论分析荧光比值与施氮水平的关系，并基于后向传输神经网络方法对水稻施氮水平进行监督分类监测，2014年和2015年的分类精度分别达到了90%和92.5%，从而实现对施氮水平的有效监测。通过本文的研究，为荧光激光雷达应用于农作物氮胁迫的遥感监测提供理论指导和实验数据基础支撑，也为农业生产管理和精细农业的发展提供了一种新的遥感监测手段。
图1：施氮水平对叶片氮含量的影响及变化关系.(a):2014;(b):2015。
(a)
(b)
图2：叶绿素荧光比与施氮水平的相关性. (a):2014;(b):2015。
