1 Aplicación de las características espectrales del suelo
Las características espectrales de reflectancia del suelo son una de las características básicas del suelo y están estrechamente relacionadas con las propiedades físicas del suelo.
Estudiar la reflectancia características espectrales de diferentes suelos El monitoreo de las condiciones del suelo es un trabajo básico de la teledetección del suelo y es de gran importancia
1.1 Monitoreo de la humedad del suelo
BoWers et al. causó que la reflectividad disminuyera y utilizara la luz
El monitoreo espectral de la humedad del suelo ha sentado una base teórica. Los académicos han investigado mucho sobre la luz visible y la espectroscopia del infrarrojo cercano. Sin embargo, los errores causados por el tipo de suelo. La altura solar, las condiciones atmosféricas y las condiciones de la superficie interfieren demasiado con su aplicación práctica. La gente está más preocupada por
Centrarse en la investigación aplicada en la banda infrarroja 1 Price et al. La primera vez, introdujeron parámetros de superficie integrales y la inercia térmica aparente y utilizaron diferencias de temperatura de la radiación infrarroja térmica para calcular la inercia térmica y estimar la humedad del suelo. Li Xingmin et al. inercia térmica, inercia térmica aparente y humedad del suelo
A medida que la teoría madura, se ha reconocido el método de inercia térmica para monitorear la humedad del suelo cuando la cobertura vegetal es baja, mientras que las nubes, el infrarrojo cercano visible y el infrarrojo térmico no son efectivos. en el monitoreo de la humedad del suelo cuando la cobertura es espesa. La teledetección por microondas muestra su superioridad en todo clima y de alta precisión con una fuerte penetración, combinando las características de los datos de microondas para todo clima con las características espectrales de la luz visible y las ondas infrarrojas. un nuevo campo de monitoreo de la humedad del suelo
1.2 Determinación de la materia orgánica del suelo y análisis de fertilidad
La investigación sobre el contenido de material del suelo y las características espectrales comenzaron en la década de 1970
Varios Las curvas espectrales de reflexión del suelo tienen grandes diferencias en la banda infrarroja, especialmente el espectro de reflexión del infrarrojo cercano NIrS NearInfraredreflectanceSpectroscopy, que se usa ampliamente debido a su análisis rápido, simple, no destructivo y simultáneo de múltiples componentes.
Utilice Ben-Dor et al. 4 para estimar el contenido de arcilla, el área de superficie y el intercambio catiónico utilizando NIrS
Cantidad de intercambio, humedad, materia orgánica y carbonato 6 atributos importantes del suelo Peng Yukui et al.
5
Encuentre la mejor combinación de puntos de pulso para evaluar la materia orgánica del suelo y el contenido total de nitrógeno en la meseta de Loess, llenando el vacío interno. El estudio encontró que el tamaño de las partículas del suelo, los minerales y la arcilla afectarán la calidad del agua. intensidad de absorción del suelo del espectro y el modelo Song Xiaoyu et al
6
analizaron
la respuesta de la materia orgánica del suelo en el espectro y establecieron un modelo matemático para simular el contenido de materia orgánica del suelo para realizar el control de los nutrientes en el espectro de crecimiento de los cultivos. Se ha verificado con éxito la predicción del contenido total de carbono, nitrógeno total y materia orgánica del suelo mediante espectroscopía de reflectancia del infrarrojo cercano. La predicción de otros nutrientes del suelo. propiedades y microorganismos todavía falta en la investigación sistemática sobre diferentes tipos de suelo. Actualmente, no existe un método estable adecuado para varios tipos de suelo. La biblioteca de calibración debería fortalecer el estudio del mecanismo de la influencia de las características físicas y químicas del suelo en los espectros. y establecer una biblioteca científica de calibración de suelos combinada con quimiometría para adaptarse a la transmisión homogénea entre diferentes tipos de instrumentos. En el futuro, la evaluación de la fertilidad del suelo estará dominada por la teledetección
2 Aplicación de las características espectrales de las plantas
2. p>
Las plantas en sí son cuerpos grises naturales irregulares que producen un espectro específico a través de la reflexión, penetración y absorción de la radiación solar. Sus características espectrales están determinadas por factores biofísicos y ambientales. características morfológicas y está estrechamente relacionado con las condiciones de crecimiento y el estado de salud de la planta. Ciertos factores de estrés pueden causar cambios en las características espectrales. Este principio se puede utilizar para analizar e identificar las características espectrales de las plantas.
Monitorear el crecimiento de los cultivos. diagnosticar las condiciones del agua y los fertilizantes, estimar el rendimiento y detectar la calidad, etc. Evaluar la interacción entre el crecimiento de los cultivos y el medio ambiente, mejorar el nivel de manejo de los cultivos y lograr un posicionamiento oportuno y una agricultura prescrita
2.1 Monitoreo de la humedad de los cultivos
La deficiencia de agua es uno de los factores más comunes que afectan cuantitativamente la productividad primaria de las plantas
Obtener rápidamente el estado hídrico de las plantas es de gran importancia para el desarrollo del riego de tierras agrícolas y la agricultura de precisión.
Los indicadores comúnmente utilizados para explicar el estado hídrico de las plantas incluyen el contenido relativo de agua, el potencial hídrico, etc. La medición es compleja e inadecuada para la investigación de campo. El monitoreo del estado hídrico basado en características espectrales se ha convertido en un foco de investigación. en la producción agrícola debido a su no destructividad y velocidad 7 8
Hojas
Cuando el contenido de agua disminuye, la reflectancia espectral aumenta en las bandas visibles e infrarrojas cercanas en el medio. -Banda infrarroja, el espectro de reflectancia de la primera derivada de las hojas está altamente correlacionado con el contenido de agua de las hojas. Algunos estudiosos proponen que la reflectancia espectral de la vegetación se acerca a 0,97 y 1,9 µm.
El pico de absorción refleja el agua. Estado de la planta
9 Wang Jihua et al. 10
creen que 1,45 µm
El pico de absorción característico en m es la mejor banda para reflejar la humedad. El contenido de las hojas, un análisis cuantitativo adicional estableció un modelo de regresión de profundidad y área de la profundidad del pico de absorción característico y el área de humedad y agua de las hojas cerca de 1,45 μm, pero 1,45 μm. El pico de absorción característico del espectro está muy interferido por el agua atmosférica y es difícil de medir. La banda menos interferida de 1,65 a 1,85 m se puede utilizar para reflejar indirectamente el estado de humedad del trigo, especialmente cuando la proporción de materia seca aumenta en las etapas media y tardía del crecimiento del trigo. Se reduce el contenido de agua. Puede utilizarse como indicador de detección por teledetección aérea o por satélite y tiene amplias perspectivas de aplicación. 11
2.2 Diagnóstico de nutrición de cultivos
El diagnóstico del estado nutricional de los cultivos se basa principalmente en análisis químicos o en síntomas de deficiencia foliar. El primero tiene procedimientos engorrosos y destruye las plantas. El segundo solo se basa en la experiencia y la observación visual. Métodos de diagnóstico simples, rápidos, científicos, efectivos y adecuados para la promoción a gran escala como orientación de campo en la década de 1960. Los académicos comenzaron a estudiar la relación entre los elementos nutritivos y las sustancias bioquímicas en las plantas.
Contenidos y espectros de reflectancia de las plantas. Entre todos los nutrientes, el nitrógeno tiene el mayor impacto en el crecimiento y el rendimiento de los cultivos y tiene una buena correlación con las características espectrales. Puede usarse en el campo
Medición de características espectrales para diagnosticar el estado nutricional de los cultivos 1Z Zhou Qifa. et al. 13
estudiaron el arroz
La diferencia en los espectros infrarrojos de la transformada de Fourier de diferentes niveles de nitrógeno demuestra que este método se utiliza para diagnosticar el nitrógeno. Viabilidad A medida que aumenta la cantidad de aplicación de nitrógeno, la La reflectancia espectral de la luz visible disminuye y la reflectancia del infrarrojo cercano al infrarrojo medio aumenta. Los académicos estudiaron la relación entre el contenido de nitrógeno y la reflectancia espectral o su evolución, y establecieron un modelo para estimar el contenido de nitrógeno de los cultivos de campo.
et al. 14 introdujeron la teledetección hiperespectral en el invernadero y establecieron un modelo matemático entre la reflectancia espectral del pepino y el contenido de nitrógeno
En comparación con el nitrógeno, la investigación sobre la aplicación de la tecnología espectral para diagnosticar el fósforo y el potasio de los cultivos es más difícil. todavía relativamente pequeño. Rara vez se informa que las características espectrales del fósforo en la banda de luz visible son opuestas a los cambios en el nitrógeno. La tendencia en la banda del infrarrojo cercano es similar a los niveles bajos de nitrógeno y fósforo. estrés.
Los niveles altos de nitrógeno y fósforo son opuestos. Ma Chaofei et al. 15 investigaciones Plantas con oligoelementos
La respuesta espectral señala que el contenido de Co se correlaciona significativamente negativamente con el estrés. la reflectancia cercana a 0,56 µm Mn B Mo y Zn está relacionada respectivamente con la longitud de onda central de 0,4 1,16 0,47 0,88 Z.19 Z.34 entre las cuales 1,6Z Las posiciones de los picos de reflexión espectral de BU m y Z.34 BU m están bien correlacionadas
El índice de clorofila y área foliar caracteriza respectivamente la capacidad de producción y el crecimiento poblacional de los cultivos, refleja la dinámica del crecimiento y desarrollo de los cultivos y también refleja la producción material y los datos espectrales. Un centro importante de la relación son los datos espectrales. para predecir el contenido de clorofila de las hojas y el crecimiento de la población de cultivos. La compañía japonesa MINOLTA ha desarrollado un medidor de clorofila SPAD para diagnosticar el nitrógeno y ha logrado ciertos resultados. Sin embargo, las aplicaciones prácticas se ven muy afectadas por las variedades de cultivos y las condiciones ambientales y deben combinarse con mediciones en interiores. análisis y establecer una calibración de curva estándar
Zhao et al. 16
Señaló que las características de reflexión de las plantas son directamente proporcionales al contenido de clorofila y nitrógeno Wang Xiu et al.
Zhen et al.
17 estudiaron el método Z simple para estimar el contenido de clorofila y el índice de área foliar a partir de parámetros de borde rojo.
La aplicación y perspectivas de la tecnología espectral en el campo agrícola Zhang Ruimei, Peng Shizhang, Xu Junzeng
La viabilidad Shen Zhangquan et al 18 ]
Usando el principio de transporte de nutrientes en plantas bajo estrés de nitrógeno<
/p>
La proporción de características espectrales de las hojas superiores e inferiores se utiliza como indicador para diagnosticar la nutrición de nitrógeno. El uso de características espectrales para diagnosticar el estado nutricional de los cultivos ha pasado de ser cualitativo a cuantitativo, cubriendo N~P~K y. Otros oligoelementos y contenido de sustancias bioquímicas han demostrado su viabilidad en diferentes entornos de crecimiento, como invernaderos, campos y plantas en macetas. Sin embargo, al medir, cabe señalar que los diferentes entornos, tiempos, ubicaciones y secuencias tendrán un impacto en la reflectividad.
2.3 Estimación del rendimiento de los cultivos
p>Utilice datos de la banda de luz visible y del infrarrojo cercano para calcular cuantitativamente el índice de vegetación satelital
Y analice los cambios espaciotemporales para establecer un índice cuantitativo. relación entre los parámetros agronómicos y el índice de vegetación para lograr la predicción del rendimiento de los cultivos con mucho espacio~
El espectro de aplicaciones de la teledetección de alta resolución ha mostrado grandes ventajas en el seguimiento del crecimiento de los cultivos y la estimación del rendimiento19]
Para estimar el rendimiento de los cultivos mediante teledetección, primero debemos realizar una zonificación de estimación del rendimiento mediante teledetección. Xu Hongwei et al. Z0] tomaron el sistema de cultivo de arroz como factor dominante
índice de zonificación
estudiaron el efecto de las condiciones atmosféricas en
el canal Av~rr y simplificaron la corrección atmosférica de la NOAA. /Av~rr canal 1 y canal Z para el cálculo del albedo del cielo del factor aditivo y la transmitancia del factor multiplicativo. El espectro de la etapa de encabezado refleja la calidad del crecimiento vegetativo. El espectro de la etapa de llenado refleja la nutrición del tallo ~ la hoja. La mazorca y el espectro durante la etapa de madurez de la cera reflejan la madurez amarilla de los tallos verdes ~
La condición de crecimiento verde excesivo y envejecimiento prematuro Huang Jingfeng et al ZZ]
La detección remota propuesta. estimación del rendimiento por primera vez
La fase de tiempo óptimo se divide en dos partes: estimación del área de siembra y pronóstico del rendimiento. Se señala que la etapa de arranque a la etapa de espigado es el mejor período para establecer un control remoto del arroz. Se establecen un modelo de estimación del rendimiento por detección, un modelo de relación de estimación del rendimiento por detección remota y un modelo de regresión. Reflectancia espectral en la banda infrarroja cercana. Cuanto mayor sea la diferencia de reflectancia espectral entre las bandas de luz visible y infrarroja de onda corta, mayor será el rendimiento del cultivo. Liu Liangyun et al.
Z3]
Utilizando la banda de infrarrojo cercano, pico de reflexión de 890 nm ~980 nm y 1
Valle de absorción de vapor de agua débil de 1
Z00 nm y corto- onda infrarroja 1650nm ~ ZZ00nm diseño de pico de reflexión índice espectral de diferencia normalizado CNDvIgt mejora la precisión de la estimación del rendimiento del trigo de invierno El modelo de estimación del rendimiento compuesto de períodos múltiples del período de encabezado-período de llenado-período de maduración de cera es más consistente El efecto del rendimiento del arroz. El mecanismo de formación es mejor que el del modelo de estimación de rendimiento de un solo período
Z4]
2.4 Detección de la calidad del grano
Muchos indicadores de los factores que afectan la calidad del grano del cultivo son generalmente se mide utilizando métodos bioquímicos Método
Este método requiere mucho tiempo y trabajo ~ y no se puede predecir antes de la cosecha. La tecnología espectral, especialmente la tecnología de espectroscopía de reflectancia de infrarrojo cercano, se utiliza en la detección de la calidad del grano, especialmente. el mayor contenido de proteína y amilosa
En la determinación, Z5] ha sido bien aplicado Wang Jihua et al.
Basado en la relación entre el contenido de nitrógeno de las hojas en la floración. indicadores de período y calidad del grano, se estableció huevo de grano de trigo
Ecuación de predicción de regresión para el contenido de materia blanca y otros indicadores de calidad Xiao Xin et al.] analizaron los granos
Contenido de amilosa y los indicadores del contenido de proteínas se basan en los datos del análisis químico de las muestras del conjunto de calibración y los espectros de absorción para establecer un modelo de calibración. Wei Liangming et al. [28] utilizaron el método de regresión de mínimos cuadrados parciales para establecer una calibración; modelo para determinar el contenido de proteína a almidón de muestras de granos mixtos de maíz
Shu Qingyao Z9] et al estudiaron el impacto de diferentes métodos estadísticos de regresión y preprocesamiento espectral en el establecimiento de ecuaciones de regresión para obtener los mejores resultados. Algunos estudios señalaron que agregar una parte de filtro de corte en la trayectoria de la luz de medición del monocromador de rejilla puede eliminar la interferencia mutua entre los espectros de varios componentes y mejorar la resolución de la medición. Tang Yanlin et al. y la reflectancia hiperespectral original y su espectro de primera derivada. Se cree que el efecto de estimación utilizando espectros derivados es mejor que el original.
Algunas personas han intentado aplicar espectroscopia a aminoácidos con bajo contenido
31] También se ha aplicado la determinación de grasa de cultivos oleaginosos 3Z] y otros comenzaron a intentar determinar la grasa en el arroz utilizando. tecnología espectroscópica
>
Modelo matemático del contenido de grasa
2.5 Monitoreo de plagas, enfermedades y residuos de pesticidas
Estudio de los cambios en la morfología externa y fisiológica efectos después de que las plantas son infectadas por plagas y enfermedades y utilizan la variación de las características espectrales de las plantas dañadas. La información proporciona una base para el monitoreo a gran escala de enfermedades de las plantas y plagas de insectos. Los Estados Unidos utilizaron sensores remotos infrarrojos para detectar con éxito la aparición y el desarrollo. del marchitamiento por fusarium del maíz, la enfermedad del arbusto de nuez y el nematodo de la madera de pino; el Comité de Control de la Langosta del Desierto de la FA0 aprobó el monitoreo y pronóstico del cambio de tono de la vegetación Wu Shuwen et al. El impacto del añublo de la hoja del arroz en las características espectrales del arroz encontró que la corona del arroz en el área de luz verde ~ área de luz roja y área de infrarrojo cercano La reflectancia espectral de la capa mostró una tendencia decreciente con la gravedad de la enfermedad.
Tendencias crecientes y decrecientes; He Guojin et al. 34]
Análisis de la relación entre el contenido de clorofila y la relación dinámica de la cantidad de pulgón del trigo
. >Proponer un método para el pronóstico de la situación del pulgón del trigo y el monitoreo de plagas basado en pruebas espectrales en el suelo. Actualmente, la detección de residuos de pesticidas incluye principalmente cromatografía gas-líquido-espectrometría de masas y cromatografía gas-líquido-espectrometría de masas. engorroso y difícil de detectar rápidamente en el sitio. La tecnología espectral es fácil de procesar. La velocidad de análisis es rápida y no se puede realizar la determinación de residuos de pesticidas de múltiples componentes simultáneamente. al.
35]
Estudiar los datos del espectro de reflexión total atenuado del infrarrojo medio de pesticidas con alto contenido de residuos y establecer un modelo para simular la absorción de pesticidas en vegetales, lo que proporciona una nuevo método para la detección rápida de residuos de pesticidas en vegetales.
3 Aplicación de las características espectrales del dosel
Las características espectrales del dosel son una combinación de las características espectrales de la planta y del suelo con el desarrollo de. el dosel
El efecto espectral del suelo disminuye y la planta El efecto de fondo del suelo aumenta gradualmente durante la senescencia
Tian Yongchao et al. 36 37]
La relación entre se estableció el potencial hídrico de las hojas del cultivo y el contenido de humedad bajo diferentes condiciones de agua y nitrógeno.
La relación cuantitativa de los espectros de reflectancia del dosel indica que rC610 560gt /NDC810 610gt y r810/r460 son los mejores índices espectrales de vegetación para predecir; el estado de humedad del trigo ~ arroz respectivamente. Al igual que las características espectrales de las hojas, la nutrición con nitrógeno afecta las características espectrales del dosel
La investigación más sistemática y profunda Sun Li et al 38]
Llevó a cabo una investigación sobre los parámetros hiperespectrales del borde rojo y el contenido total de nitrógeno de las hojas
Estableció el área integrada del borde rojo Modelado matemático del contenido total de nitrógeno de las hojas Los estudios han demostrado que la acumulación de nitrógeno tiene un mejor efecto
El contenido de nitrógeno de las hojas de arroz tiene la mayor correlación con la reflectividad de las bandas de luz verde a amarilla, y la correlación más pequeña con la luz infrarroja cercana de onda corta 41] Para el trigo de invierno, la correlación entre la luz roja y la luz cercana la luz infrarroja es la más pequeña. La banda infrarroja es la más sensible 4Z]
Todavía existen limitaciones para predecir directamente el rendimiento de los cultivos y la calidad del grano a través de las características espectrales de un determinado período de crecimiento, excepto las características espectrales de reflectancia del dosel. se utilizan para invertir el estado del nitrógeno de las hojas de los cultivos
Kang puede monitorear y pronosticar indirectamente el rendimiento y la calidad del grano/p>
Yan Lin et al. 44] señalaron que el índice de vegetación de diferencia hiperespectral r990. -r440 y r1Z00-r1Z00-r440 tienen el mejor efecto de estimación del rendimiento
La mayor precisión es que 95 Tian Yongchao et al 45] predijeron de manera integral el contenido de nitrógeno y la acumulación de las hojas de trigo y el contenido de proteína y la acumulación de. granos Huang Wen
Jiang et al. 46]
Utilizando la estructura espectral de la vegetación insensible durante el período de floración Inversión exponencial del nitrógeno total de las hojas y los indicadores de calidad del grano
La proporción de caroteno a clorofila a
La tasa de contribución espectral de las hojas superiores en la información del espectro de reflectancia del dosel obtenida por teledetección
El contenido de información de las hojas medias e inferiores más grandes es insuficiente. 47] investigó las principales etapas de crecimiento del trigo de invierno en condiciones de campo. La distribución vertical del nitrógeno a la clorofila en el dosel y su respuesta espectral
También se señala que el contenido de clorofila de las hojas medias e inferiores. se puede recuperar con mayor precisión utilizando el espectro de reflexión del dosel en la mayoría de las bandas del infrarrojo cercano. La inversión de elementos requiere proteger la copa de la planta de la banda de luz visible o de la banda infrarroja de onda corta. Plano fluido Hay muchos factores que influyen que deben considerarse para aumentar la dificultad del análisis y la interpretación. Sin embargo, la eficiencia de su aplicación es realmente extremadamente alta. Establecer más datos y acumular una rica experiencia seguramente se convertirá en una excelente herramienta. Ecología de área amplia y juicio de adversidad en el futuro