CN113640230B - 一种田间小麦水分利用率快速检测方法及系统 - Google Patents

Abstract

本发明公开了一种田间小麦水分利用率快速检测方法及系统，涉及小麦水分检测技术领域，方法包括：步骤1、采集地区内田间植被指数NDDA；步骤2、从遥感参数中选取最优遥感参数，令最优遥感参数为OWBI；步骤3、结合上述植被指数NDDA和最优遥感参数OWBI，得到遥感组合参数NDDA/OWBI；步骤4、建立遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的关系模型。本发明充分利用叶片水分利用率能够有效表征作物瞬时利用水分状况的生理优势，通过叶片尺度向田间群体尺度转换，实现利用高光谱遥感测定技术快速估算田间作物群体水分利用效率。

Description

一种田间小麦水分利用率快速检测方法及系统

技术领域

本发明涉及小麦水分检测技术领域，更具体的说是涉及一种田间小麦水分利用率快速检测方法及系统。

背景技术

小麦是我国重要的粮食作物之一。近年来，随着经济发展和人口不断增长，小麦产量高低对于确保世界粮食安全尤为重要。在全球气候变化的大背景下，水分不足已成为很多地区小麦生产的重要限制因子。水分利用效率(WUE)表征了作物对水分利用的综合效应，其数值高低是衡量作物耐旱性及高效用水的主要标准，选育并挑选出高水分利用效率的品种是作物育种工作中的主要任务之一。

作物水分利用效率(WUE)可分为作物大田群体、单株和叶片层次，生产中使用最为普遍的为群体层次尺度。大田群体的WUE是指农田蒸散消耗单位重量水所制造的干物质量，是蒸腾系数的倒数。近年来，随着遥感观测技术的快速发展，为大面积快速获取作物水分相关信息提供了有效工具，进而优化大面积的田间作物水分管理。与传统的作物水分利用效率检测方法相比，高光谱遥感技术可以快速获取大面积连续地物的光谱信息，表征与作物生长相关的信息量也更多，且更省时省力。当然，适宜的水分含量是植株旺盛生长和高效用水的基础，早在1971年，Thomas等学者分析了光谱波段与叶片含水率之间的定量关系，发现1450nm和1930nm两个波段与叶片含水率关系密切。随后的研究相继也发现，近红外波段吸收峰950-970nm可以追踪植物水分含量的变化。但是，植株水分含量的高低不同于作物田间综合利用水分的能力，两者间存在很大区别，吸收水分能力较强的作物及品种，其利用和转化水分的能力未必高，导致田间群体的WUE依然较低。

近些年来，研究者开始了通过遥感数据监测作物的产量和作物蒸腾(ETc)，从而对作物的水分利用效率进行了研究。也有研究者将遥感观测手段与气象数据或者地面涡度观测相结合，通过估算作物蒸腾状况进而对作物WUE进行了反演。前人有关利用遥感数据监测作物WUE取得了一定进展，但是监测指标、方法及模型因地点、作物类型而不尽一致，其适用性还受到栽培条件的制约，尤其是作物WUE监测模型仍存在参数复杂、精度不足、生理意义不明确等缺陷。

作物成熟期小麦水分利用率WUE是基于全生育期作物对水分利用的最终表现，涉及到不同生育时期作物长势的好坏及其对水分利用的状况，同时生长环境对于作物利用水分的影响因素也较多，目前获取作物成熟期WUE大多还是基于田间测定进行，该方法存在诸多弊端。因此，如何对田间小麦快速、准确、简便地进行水分利用率测量，是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种田间小麦水分利用率快速检测方法及系统。

为了实现上述目的，本发明提供如下技术方案：

一种田间小麦水分利用率快速检测方法，包括以下步骤：

步骤1、最优植被指数获取步骤，采集地区内小麦光谱反射率，依据公式NDDA＝(R₇₆₀+R₆₈₀-2×R₇₀₅)/(R₇₆₀-R₆₈₀)，其中R₇₆₀、R₆₈₀和R₇₀₅分别为波长760、680和705nm处的反射率，进而提取田间植被指数NDDA，所述NDDA对叶片水分利用率的预测误差最小，预测精度最高；

步骤2、最优遥感参数获取步骤，从遥感参数中选取最优遥感参数，令最优遥感参数为OWBI；

步骤3、组合步骤，结合上述植被指数NDDA和最优遥感参数OWBI，得到遥感组合参数NDDA/OWBI，使用新型的遥感组合参数来预测作物水分利用率，效果更好，预测精度更高；

步骤4、建模步骤，建立遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的关系模型，通过所述模型，即可快速准确地检测田间小麦的水分利用率。

优选的，所述步骤2中，最优遥感参数OWBI的两个波段为：R1波段为865nm，R2波段为925nm。

进一步的，所述步骤4中，建立遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的关系模型的具体过程为：

步骤4.1、第一模型建立步骤，通过数据拟合建立遥感组合参数NDDA/OWBI与小麦抽穗-灌浆期叶片水分利用率LME之间的对应关系；

步骤4.2、第二模型建立步骤，拟合建立小麦抽穗-灌浆期叶片水分利用率LME与成熟期作物水分利用率WUE之间的对应关系；

步骤4.3、模型组合步骤，结合所述步骤4.1和步骤4.2，得到遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的对应关系模型。

进一步的，所述遥感组合参数NDDA/OWBI与小麦抽穗-灌浆期叶片水分利用率LME之间的对应关系为：LME＝3.4709*NDDA/OWBI+2.5229；

所述小麦抽穗-灌浆期叶片水分利用率LME与成熟期作物水分利用率WUE之间的对应关系为：WUE＝0.2739*LME+0.3274；

所述遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的对应关系模型为：WUE＝0.9507*NDDA/OWBI+1.018。

本发明还提供一种田间小麦水分利用率快速检测系统，包括：

最优植被指数获取模块，用于采集地区内田间植被指数NDDA；

最优遥感参数获取模块，用于从遥感参数中选取最优遥感参数，令最优遥感参数为OWBI；

组合模块，用于结合上述植被指数NDDA和最优遥感参数OWBI，得到遥感组合参数NDDA/OWBI；

模型建立模块，用于建立遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的关系模型。

进一步的，所述模型建立模块具体包括：

第一模型建立模块，用于数据拟合建立遥感组合参数NDDA/OWBI与小麦抽穗-灌浆期叶片水分利用率LME之间的对应关系；

第二模型建立模块，用于数据拟合建立小麦抽穗-灌浆期叶片水分利用率LME与成熟期作物水分利用率WUE之间的对应关系；

模型组合模块，用于结合所述第一模型建立模块和第二模型建立模块，得到遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的对应关系模型。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种田间小麦水分利用率快速检测方法及系统，与现有技术相比，具有以下有益效果：

(1)本发明利用小麦抽穗-灌浆期叶片水分利用率LME来预测作物水分利用率WUE，其预测精度更高，建模效果更好。

(2)进一步的，为了准确预测小麦抽穗-灌浆期叶片水分利用率LME，因此本发明选用植被指数与遥感参数的组合，建立对应的预测模型，预测小麦抽穗-灌浆期叶片水分利用率LME，并且本发明还提供了遥感参数的最优波段取值以及最优植被指数。本发明使用建立的关系模型即可实现快速准确预测田间小麦的作物水分利用率。

(3)本发明充分利用叶片水分利用率能够有效表征作物瞬时利用水分状况的生理优势，通过叶片尺度向田间群体尺度转换，实现利用高光谱遥感测定技术快速估算田间作物群体水分利用效率的目标。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明的方法步骤示意图；

图2为本发明的系统结构示意图；

图3为本发明实施例小麦叶片水分利用率(LME)与成熟期作物水分利用率(WUE)之间相关系数示意图；

图4为本发明实施例小麦抽穗-灌浆期叶片水分利用率(LME)与成熟期水分利用率(WUE)之间定量关系示意图；

图5为本发明实施例小麦抽穗-灌浆期叶片水分效率LME与常规植被指数VIs之间定量关系示意图；

图6为本发明实施例小麦抽穗-灌浆期叶片水分效率LME与遥感复合参数NDDA/OWBI之间定量关系示意图；

图7为本发明实施例小麦全生育期水分利用率估算值与实测值之间比较示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种田间小麦水分利用率快速检测方法，参见图1，包括以下步骤：

步骤1、采集地区内小麦光谱反射率，提取田间植被指数NDDA，NDDA对叶片水分利用率的预测误差最小，预测精度最高。

步骤2、从遥感参数中选取最优遥感参数，令最优遥感参数为OWBI，最优遥感参数OWBI的两个波段为：R1波段为865nm，R2波段为925nm。

步骤3、结合上述植被指数NDDA和最优遥感参数OWBI，得到遥感组合参数NDDA/OWBI，使用新型的遥感组合参数来预测作物水分利用率，效果更好，预测精度更高。

步骤4、建立遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的关系模型，通过所述模型，即可快速准确地检测田间小麦的水分利用率。

步骤4.1、通过数据拟合建立遥感组合参数NDDA/OWBI与小麦抽穗-灌浆期叶片水分利用率LME之间的对应关系，

LME＝3.4709*NDDA/OWBI+2.5229；

步骤4.2、拟合建立小麦抽穗-灌浆期叶片水分利用率LME与成熟期作物水分利用率WUE之间的对应关系，WUE＝0.2739*LME+0.3274；

步骤4.3、结合步骤4.1和步骤4.2，得到遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的对应关系模型，

WUE＝0.9507*NDDA/OWBI+1.018。

本发明实施例还公开了一种田间小麦水分利用率快速检测系统，参见图2，包括：

最优植被指数获取模块，用于采集地区内田间植被指数NDDA；

最优遥感参数获取模块，用于从遥感参数中选取最优遥感参数，令最优遥感参数为OWBI；

组合模块，用于结合上述植被指数NDDA和最优遥感参数OWBI，得到遥感组合参数NDDA/OWBI；

模型建立模块，用于建立遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的关系模型。

所述模型建立模块具体包括：

第一模型建立模块，用于数据拟合建立遥感组合参数NDDA/OWBI与小麦抽穗-灌浆期叶片水分利用率LME之间的对应关系；

第二模型建立模块，用于数据拟合建立小麦抽穗-灌浆期叶片水分利用率LME与成熟期作物水分利用率WUE之间的对应关系；

模型组合模块，用于结合所述第一模型建立模块和第二模型建立模块，得到遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的对应关系模型。

下面列举具体的实施例，对本发明的方法进行解释说明。

一、样品取样与数据采集

在具体实施例中，本发明于2017-2018年在郑州点河南农业大学科教园区设置水氮耦合试验。土质为沙壤土，供试品种为豫麦49-198。前茬作物为玉米秸秆还田。土壤pH为7.8。共设置3个水分梯度W₀(全生育期不灌水)、W₁(拔节期灌一次水)、W₂(拔节期和开花期各灌一次水)，每次灌水量为750m³ ha^-1，每个水分条件下设置5个氮肥梯度，分别为：N₀(0kgha^-1)、N₆(60kg ha^-1)、N₁₂(120kg ha^-1)、N₁₈(180kg ha^-1)、N₂₄(240kg ha^-1)，其中二分之一作为底肥施入，剩余一半在拔节期进行追施。试验小区面积为20.3m²(7×2.9m)，行距为20cm。采样时期为拔节期、孕穗期、抽穗期、开花期和灌浆盛期。并于2018-2019年在河南省原阳县河南农业大学示范园区，以周麦27为供试品种，设置水氮耦合大田试验。土质为沙壤土。前茬作物为玉米秸秆还田。土壤pH为7.8。主要为试验4重复试验，设置3个水分梯度(全生育期不灌水W₀，拔节期灌一水W₁，拔节期和开花期分别灌一水W₂，每次灌水量为75m³/亩)，每个水分梯度下分别有5个氮肥处理(N₀(0kg ha^-1)、N₆(60kg ha^-1)、N₁₂(120kg ha^-1)、N₁₈(180kgha^-1)、N₂₄(240kg ha^-1))。其中50％作为底肥基施，剩余50％在拔节期追施。试验规划小区面积为20.3m²(7×2.9m)，设置3个重复，行距为20cm。其它管理措施与当地高产高效栽培措施保持一致，在小麦重要生育时期(拔节期、孕穗期、抽穗期、开花期)灌浆前期和灌浆盛期采集数据并取样。

冠层光谱采集使用ASD光谱测定仪(美国)在一平方范围内每10个点平均为一个数据，在关键生育时期选择晴朗无云的天气，上午10时至下午13时之间完成测定，光谱仪视场角设置为25°，光谱测定范围为350-2500nm，每个采样间隔为1.6nm。采样前及使用过程中使用40×40cm的BaSO₄白板对仪器进行校正。

顶一叶的净光合速率(P_N)和蒸腾速率(Tr)与冠层光谱采集同时在田间使用光合装置(LI-6400光合速率系统，Li-Cor，Inc，美国)采集，测定系统在一个开放的环境，二氧化碳浓度大约为385μmol 1^-1，根据文献要求设置内置光源强度为1600μmol m^-2s^-1。叶片水分利用效率LME计算公式如下：

每个重要生育时期，在大田将相关指标测定完成后，每个小区选取有设置处理代表性的植株20株，放置在液氮中带回实验室。将茎叶分离，并单独分装，并称取叶片和茎秆片鲜重(FW_l和FW_s)，放置在烘箱中105℃杀青半个小时使叶片和茎秆失活，然后保持在70℃下干燥至恒重，记录叶片和茎秆干重(DM_l和DM_s)地上部干重记为DM，并计算出生物量，具体计算公式如下：

在成熟期，调查每个一取样小区的一双双行群体数量，折算单位面积成穗数，并随机取30个单茎测定穗粒数。在每一个小区麦田中心收取2.0m长×6行(1.5m)(包含一个边行)的样方，在此样方中随机取籽粒测定千粒重。并计算实际产量。成熟期水分利用效率计算公式如下：

其中，田间耗水量为降水量(P)+灌水量+播种日土壤储水量-成熟期土壤储水量。

二、数据分析与处理

本发明首先分析不同生育时期下小麦叶片水分利用效率与成熟期水分利用效率之间的相关性。从图3可以看出，抽穗期、开花期和灌浆期的两者之间相关系数均较高(r>0.6)，而在小麦生长的中前期拔节期和孕穗期的相关系数相对较低(r<0.4)。进一步分析小麦生长中后期的抽穗期至灌浆期叶片LME与成熟期WUE之间定量关系(图4)，结果显示出三个生育时期的方程斜率和截距差异较小，不同时期间数据的同质性较好，能够统一建模，拟合方程决定系数R²达到0.536。

通过田间测定的光谱反射率提取计算植被指数，选择10个能够很好反映作物长势的常规植被指数，并分析所述植被指数与叶片水分利用率之间的定量关系(图5)。光谱红边参数Lo(min670-680)和NDDA(760,705,680)表现最好，但是R²最高也仅达到0.543，RMSE为0.511，其他光谱参数的拟合精度大多低于0.5，RMSE大于0.65，这表明，利用常规植被指数对小麦叶片水分利用效率的估算误差还较大，估算精度还需进一步提高。为进一步提高利用遥感光谱指数对叶片水分利用效率的估算精度，从上述10个候选参数中挑出表现最好的植被指数NDDA(760,705,680)，并结合400-900nm两波段比值形式(R1/R2)的优化筛选技术，以NDDA与R1/R2的比值形式进行随机组合，优选出新型遥感组合参数来估算叶片水分利用率。其中R1/R2的优化结果为波段865nm和925nm组合效果最好，将其命名为OWBI(R865/R925)，新型遥感组合参数NDDA/OWBI与叶片水分利用率呈极显著的正相关关系，线性方程决定系数R²＝0.678，显示出新参数能够很好拟合叶片水分利用率的动态变化(图6)，该方程精度较常规最好的植被指数(NDDA)的拟合精度提高24.6％。

三、关系模型的建立

由上述定量关系分析可知，小麦抽穗-灌浆期叶片水分利用效率与全生育期水分利用效率之间存在显著的数量化关系，具体方程式为：

WUE＝0.2739*LME+0.3274。

通过分析小麦叶片水分利用率与遥感参数间关系，可以得到小麦抽穗-灌浆期叶片水分效率与遥感复合指数间定量关系，具体方程式为：

LME＝3.4709*NDDA/OWBI+2.5229。

将上述公式结合，以LME为关联节点，通过模型链接从而得到全生育时期小麦水分利用效率与遥感复合指数之间定量关系，具体方程式为：

WUE＝0.9507*NDDA/OWBI+1.018。

为进一步检验WUE-NDDA/OWBI模型对小麦全生育期水分利用效率的估算效果，使用独立年份试验对WUE模型进行检验。绘制WUE预测值与实测值之间1:1关系图，参见图7，模型检验精度为0.609，说明利用遥感复合指数能够很好地估算小麦成熟期WUE。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (3)

1.一种田间小麦水分利用率快速检测方法，其特征在于，包括以下步骤：

最优植被指数获取步骤、采集地区内小麦光谱反射率，提取田间植被指数NDDA；

最优遥感参数获取步骤、从遥感参数中选取最优遥感参数，令最优遥感参数为OWBI；最优遥感参数OWBI的两个波段为：R1波段为865nm，R2波段为925nm；

组合步骤、结合上述植被指数NDDA和最优遥感参数OWBI，得到遥感组合参数NDDA/OWBI；

建模步骤、建立遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的关系模型，具体过程为：

第一模型建立步骤、通过数据拟合建立遥感组合参数NDDA/OWBI与小麦抽穗-灌浆期叶片水分利用率LME之间的对应关系；

第二模型建立步骤、拟合建立小麦抽穗-灌浆期叶片水分利用率LME与成熟期作物水分利用率WUE之间的对应关系；

模型组合步骤、结合所述第一模型建立步骤和第二模型建立步骤，得到遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的对应关系模型。

2.根据权利要求1所述的一种田间小麦水分利用率快速检测方法，其特征在于，所述遥感组合参数NDDA/OWBI与小麦抽穗-灌浆期叶片水分利用率LME之间的对应关系为：LME＝3.4709*NDDA/OWBI+2.5229；

所述小麦抽穗-灌浆期叶片水分利用率LME与成熟期作物水分利用率WUE之间的对应关系为：WUE＝0.2739*LME+0.3274；

所述遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的对应关系模型为：WUE＝0.9507*NDDA/OWBI+1.018。

3.一种实现权利要求1-2任一项 所述方法的田间小麦水分利用率快速检测系统，其特征在于，包括：

最优植被指数获取模块，用于采集地区内田间植被指数NDDA；

最优遥感参数获取模块，用于从遥感参数中选取最优遥感参数，令最优遥感参数为OWBI；最优遥感参数OWBI的两个波段为：R1波段为865nm，R2波段为925nm；

组合模块，用于结合上述植被指数NDDA和最优遥感参数OWBI，得到遥感组合参数NDDA/OWBI；

模型建立模块，用于建立遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的关系模型，具体过程为：

第一模型建立模块，用于数据拟合建立遥感组合参数NDDA/OWBI与小麦抽穗-灌浆期叶片水分利用率LME之间的对应关系；

第二模型建立模块，用于数据拟合建立小麦抽穗-灌浆期叶片水分利用率LME与成熟期作物水分利用率WUE之间的对应关系；

模型组合模块，用于结合所述第一模型建立模块和第二模型建立模块，得到遥感组合参数NDDA/OWBI与作物水分利用率WUE之间的对应关系模型。

Images