3.1 叶绿素最佳提取时间结果分析 7

3.2 不同时期不同叶位小麦冠层叶绿素含量变化 8

3.3 不同时期小麦冠层NDVI的变化 12

3.4 不同时期小麦冠层RVI的变化 16

3.5 不同时期小麦冠层DVI的变化 17

3.6 基于NDVI的小麦冠层叶绿素含量反演模型的构建 20

3.6.1 不同叶位叶绿素含量反演模型的构建 20

3.6.2 两个叶位平均叶绿素含量反演模型的构建 21

3.6.3 三个叶位平均叶绿素含量反演模型的构建 23

3.6.4 四个叶位平均叶绿素含量反演模型的构建 24

3.7 基于RVI的小麦冠层叶绿素含量反演模型的构建 24

3.7.1 不同叶位叶绿素含量反演模型的构建 24

3.7.2 两个叶位平均叶绿素含量反演模型的构建 25

3.7.3 三个叶位平均叶绿素含量反演模型的构建 26

3.7.4 四个叶位平均叶绿素含量反演模型的构建 27

3.8 基于DVI的小麦冠层叶绿素含量反演模型的构建 28

3.8.1 不同叶位叶绿素含量反演模型的构建 28

3.8.2 两个叶位平均叶绿素含量反演模型的构建 28

3.8.3 三个叶位平均叶绿素含量反演模型的构建 29

3.8.4 四个叶位平均叶绿素含量反演模型的构建 30

结论 31

参考文献 32

致谢 34

1 前言

小麦是我国重要的粮食作物，在当前我国的口粮消费总量中小麦占到了43%左右。小麦适应性强，无论山地、丘陵、平原的沙土和粘土都可以种植；同时小麦在耕作、播种、收获等环节中都便于实行机械化操作，形成规模化生产。小麦产业发展直接关系到国家粮食安全和社会稳定。

在小麦长势监测中,叶绿素含量是非常重要的评估内容之一[1]。叶绿素是植物叶片的主要光合色素，是绿色植物进行光合作用的基础物质，也是研究小麦生长特性、生理变化和氮素营养状况的重要指标[2, 3]。对植物叶绿素含量进行测定，可以用来监测植物生长发育状况，从而科学指导栽培、施肥管理等工作，确保作物长势良好，提高作物品质和产量，对实践精准农业和林业具有重要的意义[4]。

叶绿素含量和植被的光合能力、发育阶段以及氮素状况有较好的相关性 ,叶绿素含量是植物营养胁迫，光合作用能力和生长状况的良好指示剂[5]。叶绿素含量直接影响了小麦的光合作用能力和干物质的积累，并且最终影响小麦产量[6]。叶绿素含量可表征作物的营养状况，叶绿素含量越高，一般叶片的氮含量也越多[7]；也可表征植物生长状态 ,生产中往往根据叶色变化作为看苗诊断和采取施肥的重要指标[8]。源[自-751*`论/文'网·www.751com.cn/

由于作物冠层和叶片反射光谱在可见光谱范围内主要受作物色素的影响[9]，因此，可以用作物叶片色素的反射光谱来估算其生化参数[10]。传统的测定叶绿素含量的方法，用得较多的是Arnon法，此法是将材料在80%丙酮溶液中研磨并经过滤或离心除去残渣后，测定提取液的光密度值来计算叶绿素含量[11]。但是该方法在实际的操作试验中，步骤多且费时，无法避免叶绿素光分解带来测量的误差，特别是对大田试验中大量样品的测定十分困难[12]。Hiscox用二甲基吕素亚砜（DMSO法）直接对叶绿素进行提取,但需要在65℃下浸提,叶绿素会受到一定程度的破坏[13]。以上这些方法成本高，耗时长，操作复杂，且化学试剂的使用容易对环境造成污染[14]，且均需要破坏叶片组织结构；另外，叶绿素结构不稳定（光、酸、碱、氧都可使其分解），在采摘、预处理和测量过程中叶绿素含量都可能发生变化[15]。而利用多光谱技术可快速、无损的、实时的获取作物冠层的叶绿素含量。因其具有无损、快速、绿色分析等特点，已广泛应用于作物生长过程中养分、生理信息及病虫害胁迫信息的获取[15]。金震宇等[16]指出水稻叶绿素含量与其反射光谱红边拐点位置之间有着良好的线性相关关系；裘正军等[17]应用可见-近红外光谱仪对油菜叶片的光谱特性进行了探索性的研究,采用多元线性逐步回归分析方法分析了油菜叶片光谱的一阶微分光谱与 SPAD 值之间的关系,提出回归模型可较好地预测油菜叶片的SPAD值；孙红等[18]应用325～1075 nm ASD 便携式高光谱仪研究玉米生长期叶绿素含量，发现叶绿素检测的生长期与氮素水平有关；刘宏斌等[19]对冬小麦田间试验结果表明，氮素营养水平直接影响冬小麦冠层光谱反射特性，红光波段和近红外波段是冬小麦氮素营养诊断的敏感波段，采用红光波段和近红外波段计算的比值植被指数RVI可以较为灵敏地反映冬小麦氮素营养水平，适宜作为氮素营养诊断指标。 冬小麦品种在不同时期四个氮水平下的田间光谱变化和叶绿素含量变化(2):http://www.751com.cn/shengwu/lunwen_63388.html