快速准确获取水稻种植分布对于制定区域农业生产政策、 保护区域农业稳定具有科学意义。 以风云系列为代表的卫星资料在农业遥感方面已得到了广泛使用， 但目前鲜有基于国产风云遥感数据反演水稻种植空间分布的研究。 为快速准确获取水稻种植分布， 挖掘风云遥感资料在反演水稻种植信息领域的数据价值， 以盘锦市作为实验区域， 开展基于FY-3 MERSI卫星资料的水稻种植空间分布反演。 利用5景2019年研究区域水稻生育期风云三号中分辨率MERSI（Medium Resolution Spectral Imager）光谱成像仪数据计算归一化植被指数（NDVI)、 归一化水体指数（NDWI)、 两者之间的差值(NDWI-NDVI)及比值植被指数(RVI)， 对盘锦市水稻以及其他地物类型（建筑用地、 水体、 自然植被、 天然湿地和旱地）感兴趣区域进行植被指数时序分析， 利用NDVI、 NDWI、 RVI和NDWI-NDVI时间序列曲线确定最佳识别模式及其阈值， 发展水稻种植空间分布遥感反演算法。 首先根据水稻移栽期NDWI-NDVI>-0.14和抽穗期NDWI-NDVI<-0.4对水稻种植分布进行粗提取， 在此基础上依据水稻与其他地物类型NDVI、 NDWI和RVI曲线特征差异对其他地物类型进行掩膜， 得到2019年研究区域水稻种植空间分布。 基于实地调查数据对研究区域水稻种植空间分布反演结果开展验证评价， 总体精度为75%。 基于目视解译的水稻空间分布数据开展验证评价， 总体精度、 制图精度以及用户精度均达到了80%以上， Kappa值为0.61。 研究区域2019年水稻面积为116 618.75 hm2， 与2019年盘锦市统计年鉴公布数据基本一致。 研究表明， 基于风云三号卫星资料反演水稻种植空间分布能够满足区域农作物种植分布遥感监测的要求， FY-3 MERSI遥感数据在农作物种植空间分布提取中具有应用价值。 该研究丰富了农作物种植分布监测的遥感数据源， 对于深入风云卫星资料的实际应用具有重要科学意义。

为了加强对水稻生长状况的监测, 指导水稻的田间施肥, 提高施肥利用效率, 以增加农作物产量、 提高粮食品质, 实验室搭建了基于激光诱导荧光技术的荧光探测系统, 以研究水稻叶片的叶绿素含量与荧光峰值比之间的相关性。 文中测量样本为水稻分蘖期和拔节期的倒二叶, 栽培地区位于中国江汉平原。 文中先采用凯氏定氮法和相应公式结合测得水稻叶片的叶绿素含量(mg·g-1), 再用搭建的荧光探测系统采集了水稻叶片不同叶绿素含量的荧光光谱(激发波长为355 nm)。 获得了水稻叶片在不同叶绿素含量下的荧光光谱数据库, 定量分析了荧光峰值比F740/F685(荧光谱峰740 nm、 685 nm处的荧光强度比)与叶绿素含量的相关性, 发现叶绿素含量的变化对荧光光谱特性影响明显。 由实验数据分析可知荧光参数中的峰值比(F740/F685)与叶绿素含量呈现很好的线性正相关, 相关系数(R2)在水稻的分蘖期和拔节期分别达到了0.901 3和0.912 5。 实验分析结果表明诱导荧光光谱技术具有方便、 快捷、 无损等优点, 在农作物生长状况的遥感定量监测等方面也具有一定发展潜力。

A rapid predictive method based on near-infrared reflectance spectroscopy (NIRS) of paddy rice was developed to measure the pasting properties of rice. The paddy rice samples were scanned by a near-infrared reflectance spectrometer in the wavelength region of 1400–2400 nm and preprocessed by mathematical pretreatments prior to pasting properties analysis using a rapid visco-analyzer (RVA). The results indicated that the developed models of setback (SB), peak viscosity (PV), breakdown (BD) and consistency (CS) provided good prediction results with relatively high correlation coefficients (0.81–0.96). In addition, the validity of the calibration models was statistically tested. Standard error of prediction (SEPT and bias were small enough without any significance at 95% confidence interval. Nonetheless, this study proved that the use of NIRS for predicting pasting properties was feasible in paddy rice and could be applied in commercial trade and research.

通过卫星影像利用水稻不同物候期的特征对其进行识别是目前在水稻信息提取方面比较有效的方式。 首先根据水稻区别于其他植被的显著特征, 即水稻生长前期稻田的下垫面含有大量水的特性, 将用于提取水域信息的归一化水体指数(normalized difference water index, NDWI)合理地应用在水稻前期的信息提取中, 并且利用两个物候期的NDWI做比值, 扩大了水稻与其他地物之间的差异。 再借助归一化植被指数(normalized differential vegetation index, NDVI）在不同物候期的增长变化特征可以进一步提高水稻信息提取的精度。 研究发现充分利用水稻在不同物候期的特殊性, 并结合与水稻特性相关的指数, 将NDWI和NDVI两种指数同时用于水稻提取, 确定合理、 准确、 有效的提取方法是提高水稻提取精度的主要途径。 本文以安徽省来安县的水稻为研究对象, 基于2013年7月12日和8月30日获取的两幅高分一号卫星WFV影像数据, 利用水稻分蘖期和抽穗期的NDVI和NDWI构建了水稻信息提取模式, 有效地提取出了来安县的水稻信息分布并进行制图, 最后结合在研究区野外实地考察的信息数据对提取结果进行验证和评价。 研究结果表明利用该模式能够快速、 准确地从遥感影像上获取水稻分布信息, 具有很好的普适性。