基于光谱指数的喀斯特植物叶片叶绿素含量定量估算

为了探讨适合于喀斯特植物叶片叶绿素含量估算的光谱指数,在总结以往基于光谱指数的植物生化参数估算研究基础上发现,常用光谱指数通常采用差值、比值、归一化以及倒数差值方式来构建。因此,我们通过上述4种光谱指数构建方式对所采集的4种典型喀斯特植物——黄荆(Vitex negundo)、盐麸木(Rhus chinensis)、朴树(Celtis sinensis)和红背山麻杆(Alchornea trewioides)叶片原始光谱反射率及其一阶导数值与同步测定的叶片叶绿素含量进行遍历分析,以期获得最优光谱指数并将其应用于喀斯特植物叶片叶绿素含量定量估算研究。结果表明:(1)常用光谱指数中,改良红边归一化指数(modified red-edge normalized difference vegetation index, mND705)对喀斯特植物叶片叶绿素含量估算效果较好(决定系数为0.45,均方根误差为0.26 mg·g^-1)。(2)虽然荧光比值(fluorescence ratio index, FRI1)和叶绿素吸收面积光谱指数(chlorophyll absorption area index, CAAI)在估算喀斯特与非喀斯特植物叶片叶绿素含量能力相当,但是其估算精度相对较低(决定系数小于0.45)。(3)通过差值、比值、归一化以及倒数差值方式构建的光谱指数无论是基于植物叶片原始光谱反射率,还是其一阶导数值,相比常用光谱指数都能更好地估算喀斯特植物叶片叶绿素含量(决定系数大于0.60)。其中,基于植物叶片原始光谱反射率一阶导数值的差值光谱指数 [dD(760, 769)]对喀斯特植物叶片叶绿素含量的估算精度最好,其决定系数为0.71,均方根误差为0.19 mg·g^-1。综上可知,结合高光谱遥感技术的光谱指数模型可快速定量估算喀斯特植物叶片叶绿素含量,为典型喀斯特地区植物生长诊断及其对环境胁迫适应性评价提供重要科学依据和技术支持。     

基于SVR算法的林地土壤氮含量高光谱测定

提出了一种利用高光谱技术进行杉木林土壤全氮测定的新方法。以FieldSpec®3地物光谱仪采集杉木林土壤148份, 随机分成校正集(100份)和检验集(48份)。以不同方法实现了土壤光谱的预处理, 并采用偏最小二乘回归算法(PLS)建立土壤氮含量估测模型对其进行比较分析, 发现小波除噪结合多元散射校正能最有效地消除原始光谱的噪声与背景信息, 此时PLS模型校正集与预测集R²分别为0.891与0.885。为进一步优化模型, 对经小波除噪结合多元散射校正处理后的光谱采用主成分分析法(PCA)降维, 以前4个主成份为输入变量, 采用小二乘支持向量机回归算法(LS-SVR)建立了土壤氮含量估测模型, 其校正集与预测集R²分别提高至0.921与0.917, 具有比PLS算法更高的精度。结果表明:以高光谱技术进行林地土壤氮含量快速监测是可行的, 其中小波去噪结合多元散射校正系光谱预处理的优选方法, 而LS-SVR则是建模的优选方法。     

施氮量对麻疯树幼苗生长及叶片光合特性的影响

采用盆栽土培的方法,研究了不同施氮量(对照N₀ 0 kg N/hm²、低氮N_L 96 kg N/hm²、中氮N_M 288 kg N/hm²、高氮N_H 480 kg N/hm²)对麻疯树幼苗生长、叶片气体交换及叶绿素荧光参数的影响。结果表明,麻疯树幼苗叶片氮含量、可溶性蛋白含量、株高、地径、叶片数量、叶面积、根长、各组分生物量、叶片净光合速率(P_n)、气孔导度(G_s)、蒸腾速率(T_r)和水分利用效率(WUE)均随施氮量的增加先升高后降低,N_M处理下麻疯树幼苗长势最好,各气体交换参数值最高;施氮对麻疯树地上部分的促进作用远大于地下部分,施氮后根冠比显著降低;此外,麻疯树叶绿素含量、PSⅡ最大光化学量子产量(Fv/Fm)、PSⅡ有效量子产量(F'v/F'm)、PSⅡ实际光化学效率(Φ_PSⅡ)、电子传递速率(ETR)和光化学淬灭系数(qP)均随施氮量的增加而升高,非光化学淬灭系数(NPQ)随施氮量增加而降低。适量施氮可通过增强叶绿体光化学活性、气孔导度和羧化能力而提高麻疯树幼苗的光合能力,促进生长;过高施氮对麻疯树幼苗光合与生长的促进效应降低。试验条件下,当年生麻疯树幼苗的最适施氮量为288 kg N/hm²。     

稻麦叶片氮含量与冠层反射光谱的定量关系

作物氮素含量是评价作物长势、估测产量与品质的重要参考指标,叶片氮素含量的无损快速监测对于指导作物氮素营养的精确管理及生产力的预测预报具有重要意义.以5个小麦品种和3个水稻品种在不同施氮水平下的3a田间试验为基础,综合研究了稻麦叶片氮含量与冠层反射光谱的定量关系.结果显示：（1）不同试验中拔节后稻麦叶片氮含量均随施氮水平呈上升趋势;（2）稻麦冠层光谱反射率在不同施氮水平下存在明显差异,在可见光区（460～710 nm）的反射率一般随施氮水平的增加逐渐降低,而在近红外波段（760～1100 nm）却随施氮水平的增加逐渐升高;（3）就单波段光谱而言,610、660 nm和680 nm处的冠层反射率均与稻麦叶片氮含量具有较好的相关性;（4）在光谱指数中,归一化差值植被指数NDVI（1220,610）与水稻和小麦叶片氮含量均具有较好的相关性,且相关性好于单波段反射率;（5）对于小麦和水稻,可以利用共同的波段和光谱指数来监测其叶片氮含量,采用统一的回归方程来描述其叶片氮含量随单波段反射率和冠层反射光谱参数的变化模式,但若采用单独的回归系数则可以提高稻麦叶片氮含量估测的准确性.     

限水灌溉冬小麦冠层氮分布与转运特征及其对供氮的响应

以高产冬小麦品种周麦18为材料,在大田春灌1水条件下,设置不同供氮水平和氮肥运筹处理试验,研究并探讨了在华北地区限水灌溉条件下氮肥施用对冬小麦冠层叶片氮素时空分布与转运及氮肥利用的影响。结果表明,冬小麦适量施氮可显著增产,2008-2009年以施氮量180 kg/hm²时(N21)产量最高,为8749 kg/hm²;2009-2010年以施氮量270 kg/hm²时(N32)产量最高,但施氮量210 kg/hm²(N22)处理与N32处理产量无显著差异,分别为8340 kg/hm²和8558 kg/hm²。氮肥利用效率和氮肥偏生产力均随施氮量增加而降低;氮肥利用率与氮肥农学效率均随施氮量的增加呈先升后降的趋势,分别在N21和N22处理时最高。冠层叶片氮素含量和积累量随叶层层次自上而下降低而下降,垂直梯度分明,各时期冠层叶片氮素垂直梯度随施氮量的增加总体呈先增大后减小的趋势。冠层叶片氮素转运量、转运率和对籽粒的贡献率均呈现为:第1层>第2层>第3层>第4层。相关分析表明,冠层叶片氮素梯度与叶片氮素转运率呈显著正相关关系(R²=0.722^*),与贡献率呈极显著正相关关系(R²=0.975^**)。适量施氮(120-210 kg/hm²)增大了叶层间氮素垂直分布梯度,促进了氮素在植株内的运移分配,有利于叶片氮素向外转运,提高了叶片氮素转运量和对籽粒贡献率,保持了较高的氮素利用率。施氮过多(330 kg/hm²)减小了叶层间氮素垂直分布梯度,减弱了氮素在植株内的再利用,叶片氮素转运不畅,导致叶片氮素转运量和对籽粒贡献率下降,氮素利用率显著降低。连续两年试验结果显示,通过适量氮肥调控可以增大冠层叶片氮素垂直梯度,有利于叶片中的氮素输出,促进氮素的再分配、再利用,从而提高氮素利用率,并可获得较高的籽粒产量和蛋白质含量。     

华北平原玉米田生态系统光合作用特征及影响因素

采用涡度相关法对华北平原夏玉米田进行了连续4a(2003-2006年)的碳通量观测,结果表明:夏玉米田生态系统初始量子效率(α)、最大光合速率(P_max)、暗呼吸速率(R_d)和总初级生产力(GPP)随作物生长发育而变化。在夏玉米生育前期和后期,α、P_max、R_d和GPP都比较小,其最大值出现在抽穗期/灌浆期。2003-2006年,夏玉米生长季平均α、P_max、R_d的范围分别为0.054-0.124 μmol/μmol、1.72-2.93 mg CO₂ · m^-2 · s^-1、0.23-0.38 mg CO₂ · m^-2 · s^-1。α、P_max和R_d均随叶面积指数(LAI)增加呈指数增长。2003-2006年夏玉米生长季GPP总量分别为806.2、741.5、703.0、817.4 g C/m²,年际差异较大。玉米田生态系统GPP随温度升高呈指数增长。在玉米营养生长阶段,GPP随LAI增加而增大,两者之间的关系可用直角双曲线方程来表示;生殖生长阶段,GPP随LAI降低而下降.相同LAI下,生殖生长阶段的GPP明显低于营养生长阶段。     

马尾松人工林近自然化改造对植物自然更新及物种多样性的影响

中国人工林面积居世界第一位,而马尾松是中国人工林面积较大的树种之一,广泛分布于中国的亚热带区域。马尾松适应能力强,耐干旱、瘠薄,是南方低山丘陵区群落演替的先锋树种,也是荒山绿化造林的主要树种,马尾松人工林对生态防护、生态治理有着重大的意义。但是,绝大部分马尾松人工林为人工纯林,生态系统比较脆弱,生态服务功能较差。人工林的近自然改造对于增加林地生物多样性,提升人工林的生态服务功能具有重要意义。2005年,对中国林业科学院热带林业试验中心1993年造林的马尾松人工林进行4种不同强度(50%、40%、30%、20%)间伐后,套种大叶栎(Castanopsis fissa)、米老排(Mytilaria laosensis)、润楠(Machilus pingii)、红锥(C. hystrix)4个乡土阔叶树种,各种套种密度皆为120株/hm²。分别于间伐前(2004年)及2010年对群落生物多样性及人工套种树种生态情况进行调查,结果表明:(1)间伐处理后,自然更新至乔木层的物种种类和数量都有显著的增加,600 m²的样方中,物种数由(2.75±2.56)种增加到(11.17±4.32)种,个体数由(5.75±4.31)株增加到(32.17±19.09)株,群落中乔木亚层的优势种变化不大,主要有南酸枣(Choerospondias axillaris)、水锦树(Wendlandia uvariifolia),枫香(Liquidambar formosana)、破布木(Cordia dichotoma)、白背桐(Mallotus paniculatus)等。新增加到乔木层的物种大都为之前群落中灌木层的种类,主要有三桠苦(Evodia lepta)、鸭脚木(Schefflera minutistellata)、白花龙(Styrax faberi)、中平树(Macaranga denticulata)、黄毛榕(Ficus esquiroliana)、华南毛柃(Eurya ciliata)、罗浮柿(Diospyros morrisiana)、猴耳环(Pithecellobium clypearia)、木姜子(Litsea pungens)、毛黄肉楠(Actinodaphne pilosa)等。(2)间伐处理前,600 m²样方中出现的灌草种类数量为(24.63±4.24)种,间伐处理后,600 m²样方中出现的灌草种类数量为(27.58±3.80)种,不同间伐强度处理后林下灌草的优势种与间伐前大致相同,灌木层优势种为三桠苦,草本层优势种为弓果黍(Cyrtococcum patens)。不同间伐强度处理林分间,灌木层和草本层的物种丰富度指数、Shannon-Wiener指数、Simpson指数和Pielou指数均无显著差异,且与间伐前林分也无显著差异。(3)间伐促进了4个乡土树种幼树的生长,随着间伐强度的增加,大叶栎、红锥幼树的高度和胸径显著增长;50%的间伐强度的林分中,阔叶树种幼树的长势要显著好于其他间伐强度,50%的间伐强度最有利于马尾松林下套种的阔叶树种生长。(4)在马尾松林下套种的4个阔叶树种幼树的初期生长有明显差异。总体而言,大叶栎与米老排幼树的早期生长速率要明显高于红锥和润楠。     

模拟氮沉降对两种竹林不同凋落物组分分解过程养分释放的影响

利用原位分解袋法研究了华西雨屏区苦竹(Pleioblastus amarus)和撑绿杂交竹(Bambusa pervariabilis × Dendrocala mopsi)人工林几种凋落物组分在模拟氮沉降下分解过程中养分释放状态,试验周期为2 a。氮沉降水平分别为对照(CK, 0 g · m^-2 · a^-1)、低氮(5 g · m^-2 · a^-1)、中氮(15 g · m^-2 · a^-1)和高氮(30 g · m^-2 · a^-1),每月下旬定量地对各处理施氮(NH₄NO₃)。结果表明,苦竹林和杂交竹林凋落物主要由凋落叶、凋落箨和凋落枝组成,其中凋落叶约占80%;两个竹种凋落物在分解过程中养分元素释放的种间差异主要与初始养分元素含量有关;凋落物养分元素初始含量对元素释放模式和最终净释放率的大小具有重要的决定作用;目前,这两种竹林生态系统土壤氮输入主要以大气氮沉降(8.24 g · m^-2 · a^-1)为主,同时凋落物氮输入(苦竹和杂交竹林分别为1.93,5.07 g · m^-2 · a^-1)也是一个重要途径;模拟氮沉降对苦竹凋落物碳、磷、钾、钙元素和杂交竹凋落物碳、氮、磷、钾、钙、镁元素释放的抑制作用较弱,处理与对照之间元素总释放率差异一般小于10%;氮沉降显著抑制了苦竹林凋落物氮元素释放,减小幅度为19.0%-27.2%,但由于氮沉降增加对土壤肥力的直接改良作用,氮沉降的增加并不会因为凋落物分解速率的降低造成植物生长所需养分供应的减少;从短期来看,在氮沉降继续增加的情况下,该地区这类竹林生态系统的碳吸存能力仍可能会因为N沉降对植物生长的促进作用而增加。     

基于星载通道光谱指数与小麦冠层叶片氮素营养指标的定量关系

利用空间遥感信息大面积监测小麦冠层氮素营养状况和生产力指标具有重要意义和应用前景.本研究基于不同施氮水平下小麦冠层反射光谱信息,利用响应函数模拟基于不同卫星通道构建的光谱指数(包括单波段、比值光谱指数和归一化光谱指数),分析基于星载通道的光谱指数与小麦冠层叶片氮素营养指标的定量关系,确定监测小麦冠层叶片氮素营养的较好卫星传感器和光谱波段,建立小麦冠层氮素营养指标监测方程.结果表明:利用NDVI(MSS7,MSS5)、NDVI(RBV3,RBV2)、TM4 、CH2、MODIS1和MODIS2遥感数据可以预估小麦叶片氮含量(LNC),其决定系数(R2)在0.60以上;应用NDVI(PB4,PB2)、NDVI(CH2,CH1)、NDVI(MSS7,MSS5)、RVI(MSS7,MSS5)、MODIS1和MODIS2可以预测小麦叶片氮积累量(LNA),其R2大于0.86.比较而言,NDVI(MSS7,MSS5)和NDVI(PB4,PB2)分别为预测小麦LNC和LNA的适宜星载通道光谱参数.     

濒危种四合木与其近缘种霸王水分关系参数和光合特性的比较

运用压力室-容积技术(P-V技术)对西鄂尔多斯地区特有的濒危植物四合木(Tetraena mongolica Maxim.)和生长于同一生境的近缘种霸王(Zygophyllum xanthoxylon (Bunge) Maxim.)的7个水分关系参数饱和含水量时最大渗透势(Ψ_s^sat) 、初始质壁分离时的渗透势(Ψ_s^tlp) 、初始质壁分离时渗透水相对含量(ROWC^tlp) 、初始质壁分离时的相对含水量(RWC^tlp) 、质外体水的相对含量(AWC) 、束缚水与自由水的比值(V_a / V₀),以及细胞最大弹性模量(ε^max)进行了测定,同时利用Li-6400光合作用测定系统测定了二者叶片气体交换参数的日变化,从生理生态学角度探讨了二者生存力、适应力的差异。结果表明:1)四合木的ε^max、ROWC^tlp值和RWC^tlp值均显著低于霸王,而Ψ_s^sat值Ψ_s^tlp值、AWC和V_a / V₀高于霸王。二者保持膨压的能力和方式不同,四合木表现为较小的细胞体积和较强的持水能力,主要以高的组织弹性来保持膨压,而霸王主要以增加细胞质浓度的渗透调节来维持膨压,弹性调节较弱。且四合木保持最大膨压的能力和维持最低膨压的极限渗透势低于霸王,耐旱性弱于霸王。2)自然条件下,四合木和霸王叶片的光合速率(Pn)、蒸腾速率(Tr)日进程均呈"双峰"曲线,主峰出现在11:00时,次峰出现在15:00时左右,光合作用的午间降低是由气孔导度(Gs)降低造成的。二者相比,四合木光合速率和水分利用效率(WUE)低于霸王,光合能力和对干旱环境适应能力弱于霸王。研究表明四合木在生理生态学方面的生存力、适应力弱于霸王。     

基于高光谱遥感的小麦叶干重和叶面积指数监测

生物量和叶面积指数(LAI)是描述作物长势的重要参数, 叶干重和LAI的实时动态监测对小麦(Triticum aestivum)生长诊断和管理调控具有重要意义。为分析多种高光谱参数估算小麦叶干重和LAI的效果, 建立小麦叶干重和LAI的定量监测模型, 该研究连续3年采用不同小麦品种进行不同施氮水平的大田试验, 于小麦不同生育期采集田间冠层高光谱数据并测定叶片叶干重和LAI。试验结果显示, 小麦叶干重和LAI随施氮水平的提高而增加, 随生育进程呈单峰动态变化模式。小麦叶干重和LAI与光谱反射率间相关性较好的区域主要位于红光波段(590~710 nm, r<-0.60)和近红外波段(745~1 130 nm, r>0.69)。对于不同试验条件下的叶干重和LAI, 可以使用统一的光谱参数进行定量反演, 其中基于RVI (810, 560)、FD755、GM1、SARVI (MSS)和TC3等光谱参数的方程拟合效果较好。经不同年际独立试验数据的检验表明, 以参数RVI (810, 560)、GM1、SARVI (MSS)、PSSRb、(R_750-800/R_695-740) -1、VOG2和MSR705为变量建立的叶干重和LAI监测模型均给出较好的检验结果。因此, 利用关键特征光谱参数可以有效地评价小麦叶片生长状况, 尤其是光谱参数RVI (810, 560)、GM1和SARVI (MSS)可以对不同条件下小麦叶干重和LAI进行准确可靠的监测。     

Efficacy of different indices derived from spectral reflectance of wheat for nitrogen stress detection

Abstract

The productivity of cereal crops is mainly related to their nitrogen status. It is hypothesized that the spectral reflectance data could be used to predict wheat nitrogen status with spectral indices and that their performance depends on the nature of the interaction of the solar radiation with the crop canopy. A wheat crop was raised with 12 levels of nitrogen treatments: 0, 15, 30, 40, 50, 60, 70, 80, 90, 100, 110, and 120 kg ha^?1, with uniform phosphorous and potassium nutrition and uniform water and management practice. The spectral reflectance measurements of the crop canopy were taken at 5 nm intervals, throughout the crop growth period. Different spectral indices, both broadband (ratio as well as orthogonal) and hyperspectral indices were computed throughout the growing season. Canopy Colour Difference (ΔE), an index developed from the entire visible region and hence broader than the spectral indices developed hitherto, was also estimated from the reflectance data. Simple linear relationships developed between spectral indices versus applied nitrogen levels as well as the plant nitrogen content revealed that the hyperspectral indices are less sensitive in comparison to broadband indices. The result was reinforced by a higher correlation between the colour difference, NDVI and Greenness Index with plant nitrogen level/content, as opposed to hyperspectral indices.     

三种回归分析方法在Hyperion影像LAI反演中的比较

借助GPS进行地面精确定位,利用LAI-2000冠层分析仅在攸县黄丰桥林场开展130个样地(60m×60m)的叶面积指数(Leaf Area Index,LAI)测量.采用FLAASH模块对Hyperion数据进行大气校正并与地面同步冠层观测数据进行拟合,通过研究地面实测LAI与Hyperion影像波段及其衍生的系列植被指数(NDVI、RVI等)的相关性,筛选出估算叶面积指数的植被指数因子.应用曲线估计、逐步回归及偏最小二乘三种回归分析技术分别建立叶面积指数的最优估算模型.结果表明:参与建模的因子中,比值植被指数(RVI)与LAI的相关性最大,敏感性最高,其次是SARVI0.1,NDVI705,NDVI,SARVI0.1,SARVI0.25;曲线估计、逐步回归分析和偏最小二乘回归三种分析方法所建的6个回归模型中,偏最小二乘回归的拟合效果最好,预测值与实测值的决定系数R2为0.84、曲线估计的拟合效果最低,预测值与实测值的决定系数R2为0.64;建模精度分析表明,选用5-6个自变量因子进行LAI建模是可靠的,以6个植被因子建立的偏最小二乘回归模型预测精度最高.     

小麦叶面积指数与冠层反射光谱的定量关系

在分析不同氮素水平下小麦叶面积指数（LAI）和冠层光谱反射率随生育期变化模式的基础上,确立了LAI与冠层光谱反射率及光谱参数的相关关系,提出了小麦LAI的敏感光谱参数及预测方程.结果表明,小麦LAI和近红外短波段（760～1 220 nm）反射率都随施氮量的增加呈上升趋势,可见光波段反射率则相反;从拔节期到成熟期,LAI和近红外短波段反射率均表现为先上升后下降的趋势,而可见光波段（460～710 nm）反射率随生育期的推进先降低后升高,以孕穗期反射率最低,近红外长波段区域（1 480～1 650 nm）反射率的变化与可见光部分相同.LAI与可见光波段反射率呈负相关,与近红外短波段反射率呈极显著正相关,其中以810 nm相关性最好.可以选择RVI(810,510)和DVI(810,560)作为反演小麦LAI的光谱参数.另外,在证明垂直植被指数PVI和转换型土壤调整指数TSAVI对LAI预测能力的同时,发现利用RVI(810,510)、DVI(810,560)和PVI 3个植被指数共同推算小麦LAI的准确度更高.     

Estimation of Wheat Agronomic Parameters using New Spectral Indices

Crop agronomic parameters (leaf area index (LAI), nitrogen (N) uptake, total chlorophyll (Chl) content ) are very important for the prediction of crop growth. The objective of this experiment was to investigate whether the wheat LAI, N uptake, and total Chl content could be accurately predicted using spectral indices collected at different stages of wheat growth. Firstly, the product of the optimized soil-adjusted vegetation index and wheat biomass dry weight (OSAVI×BDW) were used to estimate LAI, N uptake, and total Chl content; secondly, BDW was replaced by spectral indices to establish new spectral indices (OSAVI×OSAVI, OSAVI×SIPI, OSAVI×CI_{red edge}, OSAVI×CI_{green mode} and OSAVI×EVI2); finally, we used the new spectral indices for estimating LAI, N uptake, and total Chl content. The results showed that the new spectral indices could be used to accurately estimate LAI, N uptake, and total Chl content. The highest R² and the lowest RMSEs were 0.711 and 0.78 (OSAVI×EVI2), 0.785 and 3.98 g/m² (OSAVI×CI_{red edge}) and 0.846 and 0.65 g/m² (OSAVI×CI_{red edge}) for LAI, nitrogen uptake and total Chl content, respectively. The new spectral indices performed better than the OSAVI alone, and the problems of a lack of sensitivity at earlier growth stages and saturation at later growth stages, which are typically associated with the OSAVI, were improved. The overall results indicated that this new spectral indices provided the best approximation for the estimation of agronomic indices for all growth stages of wheat.     

基于地面观测光谱数据的冬小麦冠层叶片氮含量反演模型

冬小麦冠层叶片氮含量是反映其产量与品质的重要指标,构建高普适性、高精准性冬小麦冠层叶片氮含量高光谱反演模型对提高其监测效率具有重要意义。以不同地点、品种、年份、施氮水平、生育期的大田试验数据为基础,基于两波段光谱植被指数NDRE和550 nm光谱反射率组合构建一个三波段植被指数NEW-NDRE,并与11个传统冬小麦冠层叶片氮素光谱指数进行比较。结果表明: NEW-NDRE及传统植被指数中NDRE、NDDA、RI-1dB与冬小麦冠层叶片氮含量的相关性较好;其中,灌浆初期NEW-NDRE与冬小麦冠层叶片氮含量相关性最好,决定系数R²为0.9,均方根误差(RMSE)为0.4;经独立数据检验,以NEW-NDRE为变量建立的冬小麦冠层叶片氮含量反演模型的平均相对误差(RE)为9.3%,明显低于以NDRE、NDDA、RI-1dB为变量的模型RE。总体上,新构建的NEW-NDRE对冬小麦冠层叶片氮含量的模拟能力显著优于传统指数,减弱了试验条件的限制性,可为精准施肥提供新的技术支撑。     

Developing and validating novel hyperspectral indices for leaf area index estimation: Effect of canopy vertical heterogeneity

Leaf area index (LAI) is one of the key biophysical parameters for understanding land surface photosynthesis, transpiration, and energy balance processes. Estimation of LAI from remote sensing data has been a premier method for a large scale in recent years. Recent studies have revealed that the within-canopy vertical variations in LAI and biochemical properties greatly affect canopy reflectance and significantly complicate the retrieval of LAI inversely from reflectance based vegetation indices, which has yet been explicitly addressed. In this study, we have used both simulated datasets (dataset I with constant vertical profiles of LAI and biochemical properties, dataset II with varied vertical profile of LAI but constant vertical biochemical properties, and dataset III with both varied vertical profiles) generated from the multiple-layer canopy radiative transfer model (MRTM) and a ground-measured dataset to identify robust spectral indices that are insensitive to such within canopy vertical variations for LAI prediction. The results clearly indicated that published indices such as normalized difference vegetation index (NDVI) had obvious discrepancies when applied to canopies with different vertical variations, while the new indices identified in this study performed much better. The best index for estimating canopy LAI under various conditions was D(920,1080), with overall RMSEs of 0.62–0.96 m²/m² and biases of 0.42–0.55 m²/m² for all three simulated datasets and an RMSE of 1.22 m²/m² with the field-measured dataset, although it was not the most conservative one among all new indices identified. This index responded mostly to the quantity of LAI but was insensitive to within-canopy variations, allowing it to aid the retrieval LAI from remote sensing data without prior information of within-canopy vertical variations of LAI and biochemical properties.     

叶冠尺度野鸭湖湿地植物群落含水量的高光谱估算模型

利用高光谱遥感技术定量估测野鸭湖湿地植被含水量,对于监测和诊断野鸭湖湿地植被的生理状况及生长趋势具有重要意义,也能够为高光谱遥感影像在野鸭湖湿地植被含水量诊断中的实际应用提供理论依据和技术支持.采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植被冠层和叶片的光谱,并测定了对应的含水量.以上述实测数据为基础,首先以芦苇为例初步探明了不同含水量水平下典型湿地植被冠层和叶片光谱反射率的响应模式,然后采用相关性及单变量线性与非线性拟合分析技术,从冠层和叶片两种层次,对不同尺度下的含水量与“三边”参数及高光谱植被指数进行了分析拟合,并采用交叉检验中的3K-CV方法对估算模型进行了测试和检验,确立了不同尺度下野鸭湖湿地植被含水量的定量监测模型.结果表明:(1)随着含水量水平的增加,芦苇冠层与叶片光谱在可见光波段(350-760 nm)和红外波段(760-2500 nm)的反射率均呈逐渐降低趋势.(2)不同尺度含水量与选取的光谱特征参数整体上相关性较强,与“三边”参数基本上都呈极显著相关,相关系数最大达到0.906;与高光谱指数全部呈极显著相关,相关系数最小为0.455,最大达到0.919,并通过选取不同尺度上相关性最佳的光谱特征参数,分别基于“三边”参数和高光谱植被指数构建了不同尺度下的含水量估算模型.其中,冠层尺度下,黄边面积(SDy)与SRWI( Simple Ratio Water Index)的估算效果最好,估算模型分别为y=-9.462x2 -2.671x+0.608和y=0.219e1.010x;叶片尺度下,红边面积(SDr)与WI( Water Index)的估算效果最好,估算模型分别为y=0.562x+0.376和y=2.028x2 -0.476x-1.009.通过3K-CV的交叉验证,不同尺度下的含水量估算模型均取得了较为理想的预测精度,预测精度的最小值为94.92％,最大值为97.06％,表明估测模型具有较高的可靠性与普适性.(3)高光谱植被指数与含水量拟合方程的拟合度相对高于“三边”参数与之建立方程的拟合度,说明多波段组合的光谱特征参数更适合含水量的判别.     

Root phenotyping by root tip detection and classification through statistical learning

Background and aims

Variations in the water and soil background in the signal path can cause variations in canopy spectral reflectance, which leads to uncertainty in estimating the canopy nitrogen (N) status. The primary objective of this study was to explore the optimum vegetation indices that were highly correlated with canopy leaf N concentration (LNC) but less influenced by the canopy leaf area index (LAI) and vegetation coverage (VC) in rice.

Methods

A systematic analysis of the quantitative relationships between various hyperspectral vegetation indices and LNC, VC and LAI was conducted based on 4-year rice field experiments using different rice varieties, N rates and planting densities. New spectral indices were derived to estimate LNC in rice under variable vegetation coverage.

Results

Although the newly developed simple green ratio indices, SR (R₅₅₃, R₅₃₇) and SR (R₅₄₅, R₅₃₈), and the three-band index (R₆₀₅-R₅₂₁-R₆₈₂)/(R₆₀₅+R₅₂₁+R₆₈₂) correlated well with the LNC. Only SR (R₅₅₃, R₅₃₇) was less influenced by VC/LAI and showed a stable performance in both the independent calibration and validation datasets. For the published indices tested in the present study, NDVIg-b and ND (R₅₀₃, R₄₈₃) showed a good predictive ability for the LNC. However, both of these indices and other published indices were found to be significantly dominated by the VC/LAI.

Conclusion

SR (R₅₅₃, R₅₃₇) was the best index to reliably estimate the LNC in rice under various cultivation conditions, and is recommended for this use. However, other spectral indices need to be examined to determine if they influenced by factors such as VC/LAI. Such studies will improve the applicability of these indices to different types of rice cultivars and production systems.     

华南地区亚热带树木叶面积指数的高光谱反演研究

为构建树种叶面积指数的估算模型,以NDVI、RVI、FREP、CIGreen、CIRed-edge、MSAVI2为高光谱特征变量,通过统计分析,确定反演树种叶面积指数的最佳光谱特征变量,构建华南农业大学校园内50种亚热带树木的叶片反射率和叶面积指数(LAI)模型。结果表明,6种高光谱特征变量与树种叶面积指数间都具有极显著相关性,其中红边位置反射率(FREP)和比值植被指数(RVI)与LAI的拟合方程的R2都大于0.8,决定系数分别为0.820和0.811。经过精度验证,FREP估算的均方根误差(RMSE)只有0.13,该回归模型为估测亚热带典型树种的叶片LAI最佳模型。从高光谱遥感的角度结合亚热带植被的群落结构特点来看,建立的红边位置光谱反射率与叶面积指数的回归模型普遍具有较高的拟合度,所以利用高光谱特征变量反演亚热带树木叶片的叶面积指数等植被参数的应用前景较好。