闽江河口湿地秋茄叶绿素含量高光谱遥感估算

叶绿素含量是表征植被胁迫状态的一个重要指示因子,同时也是其它生化参数估算的重要基础,对其进行遥感反演具有重要意义。选取闽江口秋茄(Kandelia candel)作为研究对象,分别于2013年4月和7月采集叶片,室内测定其叶片正面和反面反射光谱,同时测定其叶绿素含量(单位面积含量和单位质量含量)。选取13个常用参数进行敏感性分析,并进一步选取与叶绿素相关系数较高的参数建立估算模型。结果表明,秋茄叶片反面反射率高于正面,尤其在绿光波段和近红外波段部分区域(1450—2450 nm)表现较为明显。对所选取的大部分参数而言,其与单位面积叶绿素含量的相关系数要高于与单位质量叶绿素含量的相关系数;基于正面光谱计算的光谱参数与叶绿素含量的相关系数要高于基于反面光谱计算的光谱参数。估算与验证模型结果进一步表明,TCARI、Vog1、Vog2和Vog3能较好的估算不同生长期秋茄叶片的叶绿素含量。此外,在使用GM、Carter2和PSSRb估算叶片叶绿素含量时,可以适当考虑反面光谱的应用。这些结果也预示着利用高光谱遥感数据估算秋茄叶片叶绿素含量是可行的,并且具有较高的估算精度。     

Study of Spectral Response Characteristics of Oilseed Rape (<i>Brassica napus</i>) to Particulate Matters Based on Hyper-Spectral Technique

Haze is mainly caused by the suspended particulate matters in the air, of which the particulate matters pollution harms leaf vegetables. In this paper, oilseed rapes at four different growing periods were investigated in a simulated particulate pollution environment. In combination of hyper-spectral technology and micro examination, the response of hyper-spectral characteristics of the leaf to particulate matters was investigated in-depth. The hyperspectral, chlorophyll content, net photosynthetic rate and stomatal conductance of leaf were obtained. The deposition and adsorption of particulate matters on the leaf were observed by Environmental Scanning Electron Microscope (ESEM). Normalized difference vegetation index (NDVI), modified red edge normalized (mNDVI705) and modified red edge simple ratio index (mSR705) were selected as characteristic parameters and the range of 510 nm~620 nm as the sensitive band. 16 methods were used to establish the physiological information inversion model. The main results were as follows: Under the influence of particulate matters, the spectral reflectance decreased as a whole. With the increase of leaf age, the phenomenon of blue shift aggravated. The amplitude of yellow and blue edge decreased with overall decreasing vegetation indices. The furrows and irregular band protrusions in leaves were favorable for keeping particulate matters. With longer affecting time and more deposition of particle matters on the leaf, the stomatal opening became smaller. After comparing, principal component regression (PCR) + multiple scatter correction (MSC) + second derivative (SD) + Savitzky-Golay smooth (SG), and partial least square (PLS) + multiple scatter correction (MSC) + first derivative (FD) + Savitzky-Golay smooth (SG) were determined the best method to establish the inversion model of chlorophyll content and net photosynthetic rate respectively. This study may bring novel ideas for the diagnosis and analysis of the physiological response of leaf vegetables under particulate matters pollution using hyper-spectral technology.     

福州市土壤铬含量高光谱预测的GWR模型研究

通过系统分析不同光谱分辨率和光谱变换对土壤铬高光谱预测模型的不确定性影响,筛选出最优的光谱分辨率及光谱变量进行土壤铬含量预测的地理权重回归(GWR)模型构建,利用该模型进行福州市土壤铬含量预测,并将预测结果与普通最小二乘法回归(OLS)结果进行比较分析,探讨GWR模型在土壤铬高光谱预测中的适用性及局限性。结果表明:(1)在10 nm分辨率尺度下,以土壤全铬含量为因变量,反射率的二阶微分和反射率倒数的二阶微分为自变量构建的GWR模型对土壤铬预测的效果最好。GWR模型的R~2和调节R~2分别为0.821和0.716,较OLS模型分别提高了0.529和0.450,而AIC值为720.703,较OLS模型减少了22个单位,残差平方和仅为OLS模型的1/4,说明GWR模型的预测效果较OLS模型有了显著提高。(2)土壤铬预测模型的精度受光谱分辨率影响。对于OLS预测模型来说,3 nm分辨率的模型预测效果最好,而对于GWR预测模型来说,10nm分辨率的模型不仅预测效果最好,其相较于OLS模型的改善作用显著,为土壤铬含量GWR预测的最佳光谱分辨率。(3)光谱的一阶微分变换可以有效增强土壤铬的光谱特征,而其余的光谱变换对土壤铬的光谱特征则未起到增强作用,但可以很好地提高模型的预测效果。(4)研究得出土壤铬GWR模型预测的最佳光谱分辨率为10 nm,为EO-1 Hyperion影像的光谱分辨率,而且随着采样点的增加,GWR模型的预测效果趋于稳定,适合空间异质性大的区域尺度土壤铬预测。故该模型与高光谱影像结合,实现模型从实验室尺度向区域尺度的推广,为格网尺度土壤铬的空间预测提供可能。     

基于高光谱遥感的小麦叶片氮积累量

作物氮素状况是评价长势、提高产量和改善品质的重要指标,因此叶片氮积累量的实时无损估测对作物生产的氮素管理具有重要意义.以多个小麦品种在不同施氮水平下的连续3a大田试验为基础,研究了小麦叶片氮积累量与冠层高光谱参数的定量关系.结果表明,冠层叶片氮积累量随着施氮水平的提高而增加,光谱反射率在不同叶片氮积累量水平下发生相应的变化.叶片氮积累量的敏感波段主要存在于近红外平台和可见光区,其中,"红边"区域表现最为显著.通过微分等技术构造多种植被指数,对高光谱参数和叶片氮积累量间进行相关回归分析,SDr/SDb、FD742和AVHRR-GVI 3个参数与叶片氮积累量关系最密切,方程拟合决定系数R2分别为0.9163、0.9097和0.9142,估计标准误差SE分别为1.165、1.079和1.077.经不同年际独立数据的检验表明,利用光谱参数FD742建立的模型对叶片氮积累量的估测精度为0.8449,预测的RMSE为0.984;红边位置REPIG对叶片氮积累量的估测精度和预测的RMSE分别为0.8394和1.014,表明预测值与观察值之间符合精度高,比较而言,FD742为自变量建立的模型可以更好地评估不同条件下叶片氮素积累状况.     

不同生活型植物非光合部分反射光谱和盖度的关系

非光合植被(Non-photosynthetic Vegetation, NPV)既是陆地生态系统重要组成部分,也是全球C、N平衡分析中关键节点,其盖度是判断我国北方沙尘源区风沙活动强弱的重要指征。基于ASD光谱仪(Analytical Spectral Devices)所测地面高光谱数据对鄂尔多斯沙地草场不同生活型植物(草本、半灌木和灌木)NPV光谱特征进行了分析,构建了干枯燃料指数(Dead Fuel Index, DFI)、纤维素吸收指数(Cellulose Absorption Index, CAI)和NPV盖度(f_NPV)应用模型,并使用MCD43A4数据在不同草原区进行了验证。结果表明:(1)草本、半灌木、灌木和总体混合NPV光谱反射率具有相似变化趋势,但反射值存在显著差异。(2)DFI和CAI、CAI和f_NPV、DFI和f_NPV均呈显著正相关关系(P<0.001),DFI可以代替CAI进行f_NPV的估算。(3)不同草原区f_NPV存在异质性,草甸草原、典型草原...     

闽江河口湿地土壤全磷高光谱遥感估算

磷是湿地生态系统必需和限制性元素,利用高光谱遥感数据对其进行估算对实现湿地土壤磷素快速和准确定量具有重要意义。选取闽江河口湿地作为研究区,于2013年5月,采集16个土壤剖面80个样本作为估算与验证模型样本;基于光谱指数建立土壤全磷(TP)含量估算模型,其中光谱指数包括原始光谱反射率(R)、比值土壤指数(RSI)、归一化土壤指数(NDSI)和有机质诊断指数(OII)。此外进一步分析反射光谱与不同形态磷,TP与有机质之间关系,以期初步揭示河口湿地土壤TP估算的机理。研究结果表明,闽江河口湿地土壤TP含量与R相关系数较高的区域分布在360-560 nm,并在406 nm处达到最大值-0.816;光谱指数RSI(R_(430),R_(830))、RSI(R_(460),R_(810))、RSI(R_(560),R_(580))、NDSI(R_(430),R_(830))、NDSI(R_(460),R_(830))、NDSI(R_(560),R_(580))和OII(R_(446))与土壤TP含量均有较高的相关系数,能较好的用于TP含量的估算;各估算模型决定系数(r~2)和均方根误差(RMSE)分别在0.657-0.805和0.052-0.067之间;验证模型r~2和RMSE分别在0.606-0.893和0.037-0.044之间。分潮滩建立TP含量估算模型是可行的,并且能提高部分光谱指数的估算精度。土壤TP含量的估算精度与磷素的组成有关,其中与铁吸附态磷关系较为密切,钙吸附态和铝吸附态磷关系较弱。土壤TP与有机质和氧化还原环境的存在密切关系可能是湿地土壤TP含量估算的重要机理。     

基于遥感的官厅水库水质监测研究

遥感监测具有监测面积广、速度快、成本低等优势,常用于大面积水质监测。以北京官厅水库为研究对象,通过野外和实验室测量数据建立水质参数遥感反演的生物光学模型,对夏季官厅水库的非色素颗粒物浓度、叶绿素a浓度和有色可溶性有机物(CDOM)浓度进行了反演。该模型研究的目的就是通过建立反演模型,利用卫星数据进行水质参数反演,从而得到大面积水体的水质分布图。采用CHRIS/Proba高光谱数据反演官厅水库的水体组分浓度,对库区水质反演要素的空间分布规律进行了分析。结果表明,所采用的遥感反演模型基本适用于官厅水库水质监测,反演出的叶绿素a、总悬浮物和CDOM的空间分布与实际测量值的空间分布基本吻合。     

水肥耦合下夏玉米不同生育时期的高光谱特性与反演模型研究

本文通过整个光谱范围内一阶导数光谱反射率与叶绿素、可溶性糖和可溶性蛋白的相关系数显著的波段,建立高光谱预监测水肥耦合条件下的夏玉米光合特性以及碳氮代谢,进而为玉米高产提供依据。在玉米拔节期和大喇叭口期选择596、1025和924nnl,吐丝期和乳熟期选择638、1068和965nm这几个显著性波段的实测值来建立估测模型。研究结果表明,拔节和大喇叭口期叶片叶绿素SPAD值的估测模型为y=28832．45p596＋39．34,可溶性糖含量的估测模型为y=640．54p1025＋7．92,可溶性蛋白含量一阶导数光谱估测模型为y=4092．90p924＋5．63,而吐丝期和乳熟期叶片叶绿素SPAD值的估测模型为y=134151．00p638＋129．92,可溶性糖含量的估测模型为y=524．80p1068＋9．20,可溶性蛋白含量一阶导数光谱估测模型为y=7321．61lp965＋36．64。所建立的高光谱预测模型在本试验所属的时空范围内能很好地预测和反演玉米生长状况。     

淹水胁迫下棉花叶片高光谱特征及叶绿素含量估算模型

为即时监测淹水胁迫下棉花功能叶叶绿素含量,确立叶绿素含量与单叶光谱特征参数的定量关系,本文以遮雨棚内蕾期淹水胁迫下的盆栽棉花为研究对象,淹水后每 3 d对棉花叶片进行测定、取样,综合分析叶绿素含量与高光谱特征参数的相关性,并构建和验证叶绿素含量的估算模型.结果表明: 随着淹水胁迫程度的加重,叶片叶绿素含量下降;叶片原始光谱反射率、一阶微分光谱反射率分别在580、697 nm波段附近与叶绿素含量呈显著负相关;利用差值指数和归一化指数建立的估算模型优于单波段线性模型,其中以植被指数(DR₆₉₇-DR₇₃₈)/(DR₆₉₇+DR₇₃₈)为自变量建立的模型棉花单叶叶绿素含量估算值与实测值拟合度最好,拟合系数为0.814,可用于淹水胁迫下棉花单叶叶绿素含量的估测.