|本期目录/Table of Contents|

[1]张晗,赵小敏,郭熙,等.基于冠层高光谱信息的水稻生长监测应用研究进展[J].江苏农业科学,2018,46(12):1-9.
　Zhang Han,et al.Research progress on application of rice growth monitoring based on canopy hyperspectral information[J].Jiangsu Agricultural Sciences,2018,46(12):1-9.
点击复制

基于冠层高光谱信息的水稻生长监测应用研究进展(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第12期
页码:
1-9
栏目:
专论与综述
出版日期:
2018-06-20

文章信息/Info

Title:
Research progress on application of rice growth monitoring based on canopy hyperspectral information
作者:
张晗1; 2;  赵小敏1; 2;  郭熙1; 2;  张佳佳1; 2;  叶春3;  叶英聪1; 2;  欧阳真程1; 2;  王芳东1; 2; 4;  李小毛5
1.江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室/南方粮油作物协同创新中心，江西南昌 330045；
2.江西农业大学国土资源与环境学院，江西南昌 330045； 3.江西省农业科学院农业工程研究所，江西南昌 330200；
4.江西省农业科学院土壤肥料与资源环境研究所，江西南昌 330200；5.江西省上高县农业局土肥站，江西宜春 336400
Author(s):
Zhang Han; et al
关键词:
高光谱技术; 水稻; 生长信息; 数码相机; 多因子交互作用
Keywords:
-
分类号:
S127
DOI:
-
文献标志码:
A
摘要:
水稻是我国主要的粮食作物，与传统的诊断方法相比，光谱与成像技术具有快速、准确、无损探测和获取水稻养分生理信息的优势，是水稻生长监测和田间精细化管理以及指导农业生产不可或缺的理论基础和关键技术。介绍高光谱技术常用的数据处理与变换方法、建模与模型验证方法，总结国内外近40年来光谱分析技术在叶面积指数、生物量、养分、叶绿素含量、植被指数、病虫害和水分等作物生长信息检测中的应用研究进展，剖析水稻光谱诊断技术亟待解决的问题，为提高水稻精确管理水平和实现精准农业提供技术支撑。最后指出，基于计算机视觉和图像处理技术，利用数码相机RGB(red，green，blue)和HSV(hue，saturation，value)等2种颜色模型以及在多因子交互作用条件下进行水稻参数分析是未来的发展趋势。
Abstract:
-

参考文献/References:

［1］何勇，彭继宇，刘飞，等. 基于光谱和成像技术的作物养分生理信息快速检测研究进展［J］. 农业工程学报，2015，31(3)：174-189.
［2］蒋焕煜，应义斌，谢丽娟. 光谱分析技术在作物生长信息检测中的应用研究进展［J］. 光谱学与光谱分析，2008，28(6)：1300-1304.
［3］Jacquemoud S. Inversion of the PROSPECT+SAIL canopy reflectance model from AVIRIS equivalent spectra：theoretical study［J］. Remote Sensing of Environment，1993，44(2/3)：281-292.
［4］田永超，杨杰，姚霞，等. 高光谱植被指数与水稻叶面积指数的定量关系［J］. 应用生态学报，2009，20(7)：1685-1690.
［5］刘伟东，项月琴，郑兰芬，等. 高光谱数据与水稻叶面积指数及叶绿素密度的相关分析［J］. 遥感学报，2000，21(4)：279-283.
［6］孙小芳. 高光谱植被指数与水稻叶片叶绿素相关分析［J］. 闽江学院学报，2013，34(2)：124-127.
［7］薛利红，曹卫星，罗卫红，等. 光谱植被指数与水稻叶面积指数相关性的研究［J］. 植物生态学报，2004，28(1)：47-52.
［8］唐延林，王秀珍，黄敬峰，等. 水稻微分光谱和植被指数的作用探讨［J］. 农业工程学报，2003，19(1)：145-150.
［9］王福民，黄敬峰，唐延林，等. 新型植被指数及其在水稻叶面积指数估算上的应用［J］. 中国水稻科学，2007，21(2)：159-166.
［10］唐延林，王人潮，王秀珍. 对水稻微分光谱和植被指数的探讨［J］. 上海交通大学学报(农业科学版)，2003，21(3)：199-204.
［11］Patel N K，Patnaik C，Dutta S，et al. Study of crop growth parameters using airborne imaging spectrometer data［J］. International Journal of Remote Sensing，2001，22(12)：2401-2411.
［12］杨燕，田庆久. 高光谱反演水稻叶面积指数的主成分分析法［J］. 国土资源遥感，2007(3)：47-50，61.
［13］马茵驰，阎广建，丁文，等. 基于人工神经网络方法的冬小麦叶面积指数反演［J］. 农业工程学报，2009，25(12)：187-192.
［14］陈健，倪绍祥，李云梅. 基于神经网络方法的芦苇叶面积指数遥感反演［J］. 国土资源遥感，2008(2)：62-67.
［15］杨晓华，黄敬峰，王秀珍，等. 基于支持向量机的水稻叶面积指数高光谱估算模型研究［J］. 光谱学与光谱分析，2008，28(8)：1837-1841.
［16］翟羽娟，张艳红，刘兆礼，等. 基于主成分分析的植被指数与叶面积指数相关性研究［J］. 测绘与空间地理信息，2015，38(9)：20-23.
［17］Price J C. Estimating leaf area index from satellite data［J］. IEEE Transactions on Geoscience and Remote Sensing，1993，31(3)：727-734.
［18］Gao F，Anderson M C，Kustas W P，et al. Simple method for retrieving leaf area index from Landsat using MODIS leaf area index products as reference［J］. Journal of Applied Remote Sensing，2012，6(1)：063554.
［19］程乾. 基于MOD09产品的水稻叶面积指数和叶绿素含量的遥感估算模型［J］. 应用生态学报，2006，17(8)：1453-1458.
［20］李章成，李源洪，魏来，等. 基于SPOT5影像分析植被指数与水稻叶面积指数和产量的相关性［J］. 江苏农业科学，2014，42(1)：284-286.
［21］田国良，郭世忠. 水稻的光谱反射特性［J］. 自然资源，1982(2)：73-82.
［22］田永超，朱艳，曹卫星. 水稻不同叶位层物理结构与冠层反射光谱的定量研究［J］. 中国水稻科学，2005，19(2)：137-141.
［23］Takahashi W，Cong V N，Kawaguchi S，et al. Statistical models for prediction of dry weight and nitrogen accumulation based on visible and near-infrared hyperspectral reflectance of rice canopies［J］. Plant Production Science，2000，3(4)：377-386.
［24］王秀珍，黄敬峰，李云梅，等. 水稻地上鲜生物量的高光谱遥感估算模型研究［J］. 作物学报，2003，29(6)：815-821.
［25］李云梅，倪绍祥，黄敬峰. 高光谱数据探讨水稻叶片叶绿素含量对叶片及冠层光谱反射特性的影响［J］. 遥感技术与应用，2003(1)：1-5.
［26］吴长山，项月琴，郑兰芬，等. 利用高光谱数据对作物群体叶绿素密度估算的研究［J］. 遥感学报，2000，4(3)：228-232.
［27］孙雪梅，周启发，何秋霞. 利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量［J］. 作物学报，2005，31(7)：844-850.
［28］Kim M S，Chappelle E W，Corp L，et al. The contribution of chlorophyll fluorescence to the reflectance spectra of green vegetation［C］// Geoscience and Remote Sensing Symposium. Japan：Tokyo，1993：1321-1324.
［29］Clark R N，Roush T L. Reflectance spectroscopy-quantitative analysis techniques for remote sensing applications［J］. Journal of Geophysical Research Atmospheres，1984，89(NB7)：6329-6340.
［30］杨晓华，吴耀平，黄敬峰，等. 基于支持向量机的水稻生物物理参数遥感估算［J］. 中国科学(C辑：生命科学)，2009，39(11)：1080-1091.
［31］刘解放，侯振雨，吴亮. 支持向量机在模式识别和回归模型中的应用［J］. 河南科技学院学报(自然科学版)，2007，35(4)：89-92.
［32］王炜，吴耿锋，张博锋，等. 径向基函数(RBF)神经网络及其应用［J］. 地震，2005，25(2)：19-25.
［33］方红亮，田庆久. 高光谱遥感在植被监测中的研究综述［J］. 遥感技术与应用，1998(1)：65-72.
［34］董莹莹. 农作物群体长势遥感监测及长势参量空间尺度问题研究［D］. 杭州：浙江大学，2013.
［35］Rouse J W，Hass R H，Deering D W，et al. Monitoring the vernal advancement and retrogradation(green wave effect)of natural vegetation［C］//Third ERTS Symposium. Washington：NASA，1973.
［36］Pearson R L，Miller L D. Remote mapping of standing crop biomass for estimation of the productivity of the shortgrass prairie［J］. Remote Sensing of Environment，1972，45(2)：7-12.
［37］方孝荣，高俊峰，谢传奇，等. 农作物冠层光谱信息检测技术及方法综述［J］. 光谱学与光谱分析，2015，35(7)：1949-1955.
［38］Shibayama M，Akiyama T. Seasonal visible，near-infrared and mid-infrared spectra of rice canopies in relation to LAI and above-ground dry phytomass［J］. Remote Sensing of Environment，1989，27(2)：119-127.
［39］Deering D W，Eck T F. Plant canopy radiance［J］. International Journal of Remote Sensing，1987，8(6)：797-798.
［40］Richardson A J，Wiegand C L. Distinguishing vegetation from soil background information［J］. Photogrammetric Engineering & Remote Sensing，1978，43(12)：1541-1552.
［41］Gitelson A A. Wide dynamic range vegetation index for remote quantification of biophysical characteristics of vegetation［J］. Journal of Plant Physiology，2004，161(2)：165-173.
［42］Riedell W E，Blackmer T M. Leaf reflectance spectra of cereal aphid-damaged wheat［J］. Crop Science，1999，39(6)：1835-1840.
［43］Gilabert M A，González-Piqueras J，García-Haro F J，et al. A generalized soil-adjusted vegetation index［J］. Remote Sensing of Environment，2002，82(2)：303-310.
［44］Penuelas J，Inoue Y. Reflectance indices indicative of changes in water and pigment contents of peanut and wheat leaves［J］. Photosynthetica，1999，36(3)：355-360.
［45］Gamon J A，Peuelas J，Field C B. A narrow-waveband spectral index that tracks diurnal changes in photosynthetic efficiency［J］. Remote Sensing of Environment，1992，41(1)：35-44.
［46］Gitelson A A，Merzlyak M N，Lichtenthaler H K. Detection of red edge position and chlorophyll content by reflectance measurements near 700 nm［J］. Journal of Plant Physiology，1996，148(3/4)：501-508.
［47］Richardson A J. Landsat agricultural land use survey［J］. Photogrammetric Engineering and Remote Sensing，1977，43(2)：207-216.
［48］Huete A R. A soil-adjusted vegetation index(SAVI)［J］. Remote Sensing of Environment，1988，25(3)：295-309.
［49］Baret F，Guyot G. Potentials and limits of vegetation indices for LAI and APAR assessment［J］. Remote Sensing of Environment，1991，35(2/3)：161-173.
［50］Qi J，Chehbouni A，Huete A R，et al. A modified soil adjusted vegetation index［J］. Remote Sensing of Environment，1994，48(2)：119-126.
［51］Rondeaux G，Steven M，Baret F. Optimization of soil-adjusted vegetation indices［J］. Remote Sensing of Environment，1996，55(2)：95-107.
［52］Kaufman Y J，Tanré D. Atmospherically resistant vegetation index(ARVI)for EOS-MODIS［J］. IEEE Transactions on Geoscience and Remote Sensing，1992，30(2)：261-270.
［53］张仁华，饶农新，廖国男. 植被指数的抗大气影响探讨［J］. 植物学报，1996，38(1)：53-62.
［54］Huete A R，Liu H Q，Batchily K，et al. A comparison of vegetation indices over a global set of TM images for EOS-MODIS［J］. Remote Sensing of Environment，1997，59(3)：440-451
［55］Inoue Y，Morinaga S，Shibayama M. Non-destructive estimation of water status on intact crop leaves based on spectral reflectance measurements［J］. Japanese Journal of Crop Science，1993，62(3)：462-469.
［56］Shibayama M，Takahashi W，Morinaga S，et al. Canopy water deficit detection in paddy rice using a high resolution field spectroradiometer［J］. Remote Sensing of Environment，1993，45(2)：117-126.
［57］Penuelas J，Pinol J，Ogaya R，et al. Estimation of plant water concentration by the reflectance water index WI (R900/R970)［J］. International Journal of Remote Sensing，1997，18(13)：2869-2875.
［58］Song S L，Gong W，Zhu B，et al. Wavelength selection and spectral discrimination for paddy rice，with laboratory measurements of hyperspectral leaf reflectance［J］. ISPRS Journal of Photogrammetry and Remote Sensing，2011，66(5)：672-682.
［59］孙俊，毛罕平，羊一清，等. 基于冠层光谱特性的水稻叶片含水率模型［J］. 农业工程学报，2009，25(9)：133-136.
［60］鞠兴荣，后其军，袁建，等. 基于近红外光谱技术测定稻谷含水量研究［J］. 中国粮油学报，2015，30(11)：120-124.
［61］李颖，薛利红，马资厚，等. 氮磷互作水稻冠层氮素敏感光谱筛选研究［J］. 土壤，2015，47(1)：33-41.
［62］李颖，薛利红，潘复燕，等. 氮磷互作对水稻冠层光谱的影响及其PNN识别［J］. 中国农业科学，2014，47(14)：2742-2750.
［63］田永超. 基于高光谱遥感的水稻氮素营养参数监测研究［D］. 南京：南京农业大学，2008.
［64］秦占飞. 西北地区水稻长势遥感监测研究［D］. 杨凌：西北农林科技大学，2016.
［65］Nguyen H T，Lee B W. Assessment of rice leaf growth and nitrogen status by hyperspectral canopy reflectance and partial least square regression［J］. European Journal of Agronomy，2006，24(4)：349-356.
［66］Inoue Y，Peuelas J. An AOTF-based hyperspectral imaging system for field use in ecophysiological and agricultural applications［J］. International Journal of Remote Sensing，2001，22(18)：3883-3888.
［67］冯伟，朱艳，田永超，等. 基于高光谱遥感的小麦叶片氮积累量［J］. 生态学报，2008，28(1)：23-32.
［68］薛利红，曹卫星，罗卫红，等. 基于冠层反射光谱的水稻群体叶片氮素状况监测［J］. 中国农业科学，2003，36(7)：807-812.
［69］邵华，石庆华，郭熙，等. 基于冠层高光谱的南方丘陵地区晚稻氮素营养诊断［J］. 江西农业大学学报，2015，37(6)：975-981.
［70］田永超，杨杰，姚霞，等. 利用叶片高光谱指数预测水稻群体叶层全氮含量［J］. 作物学报，2010，36(9)：1529-1537.
［71］Xue L H，Cao W X，Luo W H，et al. Diagnosis of nitrogen status in rice leaves with canopy spectral reflectance［J］. Agricultural Sciences in China，2003，2(3)：250-257.
［72］陆景陵. 植物营养学(上)［M］. 2版.北京：中国农业大学出版社，2007.
［73］林芬芳，丁晓东，付志鹏，等. 基于互信息理论的水稻磷素营养高光谱诊断［J］. 光谱学与光谱分析，2009，29(9)：2467-2470.
［74］王珂，沈掌泉，王人潮. 利用水稻光谱分析估测钾素含量的研究初报［J］. 浙江农业大学学报，1993，19(增刊1)：104-107.
［75］吉川年彦，周宝库. 应用近红外分光法测定水稻叶片的氮、镁、钾［J］. 土壤学进展，1992(5)：53-54.
［76］刘岱松，金兰淑，杨朝辉，等. 烤烟烟叶钾含量的近红外光谱法快速测定［J］. 土壤通报，2010，41(2)：417-419.
［77］乔欣，马旭，张小超，等. 大豆叶绿素和钾素信息的冠层光谱响应［J］. 农业机械学报，2008，39(4)：108-111，116.
［78］张竞成，袁琳，王纪华，等. 作物病虫害遥感监测研究进展［J］. 农业工程学报，2012，28(20)：1-11.
［79］王晓丽. 基于近红外光谱技术的水稻叶部病害诊断模型构建［D］. 北京：中国农业科学院，2011.
［80］Kobayashi T，Kanda E，Kitada K，et al. Detection of rice panicle blast with multispectral radiometer and the potential of using airborne multispectral scanners［J］. Phytopathology，2001，91(3)：316-323.
［81］李波，刘占宇，武洪峰，等. 基于概率神经网络的水稻穗颈瘟高光谱遥感识别初步研究［J］. 科技通报，2009，25(6)：811-815.
［82］Liu Z Y，Wu H F，Huang J F. Application of neural networks to discriminate fungal infection levels in rice panicles using hyperspectral reflectance and principal components analysis［J］. Computers and Electronics in Agriculture，2010，72(2)：99-106.
［83］黄建荣. 稻纵卷叶螟和褐飞虱为害水稻的光谱监测［D］. 南京：南京农业大学，2013.
［84］黄建荣，孙启花，刘向东. 稻纵卷叶螟危害后水稻叶片的光谱特征［J］. 中国农业科学，2010，43(13)：2679-2687.
［85］朱宇波. 稻纵卷叶螟危害水稻的高光谱监测方法研究［D］. 南京：南京农业大学，2012.
［86］孙启花，刘向东. 稻纵卷叶螟危害孕穗期水稻的光谱诊断［J］. 中国农业科学，2012，45(24)：5040-5048.
［87］孙启花. 褐飞虱和稻纵卷叶螟为害后水稻的光谱特征［D］. 南京：南京农业大学，2010.

相似文献/References:

[1]马旭俊,刘春娟,吕世博,等.绿色荧光蛋白基因在水稻遗传转化中的应用[J].江苏农业科学,2013,41(04):35.
[2]李岳峰,居立海,张来运,等.水分胁迫下丛枝菌根对水稻/绿豆间作系统 作物生长和氮磷吸收的影响[J].江苏农业科学,2013,41(04):58.
[3]崔月峰,孙国才,王桂艳,等.不同施氮水平和前氮后移措施对水稻产量 及氮素利用率的影响[J].江苏农业科学,2013,41(04):66.
[4]张其蓉,宋发菊,田进山,等.长江中下游稻区水稻区域试验品种抗稻瘟病鉴定与评价[J].江苏农业科学,2013,41(04):92.
[5]王麒,张小明,卞景阳,等.不同插秧密度对黑龙江省第二积温带水稻产量及产量构成的影响[J].江苏农业科学,2013,41(05):60.
　Wang Qi,et al.Effect of different transplanting density on yield and yield component of rice in second temperature zone of Heilongjiang Province[J].Jiangsu Agricultural Sciences,2013,41(12):60.
[6]张国良,张森林,丁秀文,等.基质厚度和含水量对水稻育秧的影响[J].江苏农业科学,2013,41(05):62.
　Zhang Guoliang,et al.Effects of substrate thickness and water content on growth of rice seedlings[J].Jiangsu Agricultural Sciences,2013,41(12):62.
[7]赵忠宝,朱清海.稻－蟹－鳅生态系统的能值分析[J].江苏农业科学,2013,41(05):349.
　Zhao Zhongbao,et al.Emergy analysis of paddy-crab-loach ecosystem[J].Jiangsu Agricultural Sciences,2013,41(12):349.
[8]杨红福,姚克兵,束兆林,等.甲氧基丙烯酸酯类杀菌剂对水稻恶苗病的田间药效[J].江苏农业科学,2014,42(12):166.
　Yang Hongfu,et al.Field efficacy of strobilurin fungicides against rice bakanae disease[J].Jiangsu Agricultural Sciences,2014,42(12):166.
[9]唐成,陈露,安敏敏,等.稻瘟病诱导水稻幼苗叶片氧化还原系统的特征谱变化[J].江苏农业科学,2014,42(12):141.
　Tang Cheng,et al.Characteristic spectral changes of redox homeostasis system in rice seedling leaves induced by rice blast[J].Jiangsu Agricultural Sciences,2014,42(12):141.
[10]万云龙.优质水稻—春甘蓝轮作高效栽培模式[J].江苏农业科学,2014,42(12):90.
　Wan Yunlong.Efficient cultivation mode of high quality rice-spring cabbage rotation[J].Jiangsu Agricultural Sciences,2014,42(12):90.

备注/Memo

备注/Memo:
收稿日期：2017-01-12
基金项目：国家自然科学基金(编号：41361049)；江西省自然科学基金(编号：20122BAB204012)。
作者简介：张晗(1992—)，男，江西永丰人，硕士研究生，从事土地遥感与信息、土地利用规划和耕地质量监测等研究。E-mail：zhanghan0307@163.com。
通信作者：赵小敏，博士，教授，从事农业遥感与信息技术、土地规划和土地资源利用等研究。E-mail：zhaoxm889@126.com。
更新日期/Last Update: 2018-06-20