基于高光谱的苹果花磷素含量监测模型

在室内条件下,利用ASD FieldSpec 3地物光谱仪,测定了盛花期苹果花的高光谱反射率,在分析苹果花原始光谱反射率及其一阶导数特征的基础上,分析了高光谱反射率与磷素含量间的相关关系,确定其敏感波段,构建了特征光谱参数,并建立了苹果花磷素含量的监测模型.结果表明：苹果花磷素含量与350～370 nm、670～1385 nm、1620～1760 nm波段的原始光谱反射率以及波段500～520 nm光谱反射率的一阶导数呈极显著正相关,与波段670～730 nm一阶导数呈极显著负相关;光谱参数DVI(936,676)、DVI(977,676)、NDVI(936,676)、NDVI(977,676)与苹果花磷素含量的相关性较好,其相关系数均达到0.77以上,由此建立了以4种光谱参数为自变量的磷素含量监测模型,其中,以NDVI(936,676)为自变量构建的监测模型具有最大的决定系数（R²=0.9385）、最小的均方根误差（RMSE=0.6883）和最小的相对误差（RE=7.6%）,预测精度达到92.4%,为最佳监测模型.     

烤烟冠层光谱参数与叶片叶绿素含量的相关分析

为了明确烤烟冠层光谱参数与叶片叶绿素含量的相关性,测定了不同氮肥施用量条件下烤烟冠层光谱特征和烤烟鲜烟叶片叶绿素a(Chl-a)、叶绿素b(Chl-b)、类胡萝卜素(Cars)含量,并对光谱参数与叶绿素含量进行了相关分析和回归分析。结果表明:随着氮肥施用量增加,团棵期和旺长期鲜烟叶片的Chl-a、Chl-b和Cars含量均增加,可见光波段反射率降低、近红外波段反射率增加;而打顶期叶片的3种色素含量和光谱特征的变化规律不明显。可见光460～670nm范围内,460nm反射率与叶片叶绿素含量呈显著正相关,其他波段反射率与叶片叶绿素的含量呈显著负相关;近红外780～1260nm范围内,所有波段与叶片叶绿素含量的都呈显著正相关,1480nm反射率与叶片叶绿素含量呈显著负相关。反映Chl-a、Chl-b、Cars含量与光谱参数——比值植被指数(ratio vegetation index,RVI)定量关系的最佳回归方程分别为幂函数、幂函数和指数函数:Chl-a=0.250RVI(730,550)1.511,Chl-b=0.049RVI(730,550)1.841,Cars=0.0998e0.379RVI(730,550)。     

水稻高光谱变化特征与叶绿素含量监测研究

叶绿素含量是评价水稻光合效率的重要指标,实时无损监测叶绿素含量对水稻生长诊断具有重要意义。以水稻P88S(绿叶)和黄1S(黄叶)为试验材料,分析高光谱指数与水稻叶绿素含量的关系,并构建冠层反射光谱与水稻叶绿素含量监测模型。研究结果表明:水稻不同叶色的冠层光谱反射率随着植株生长而不断变化,在绿叶材料P88S的502-711 nm和黄叶材料黄1S的487-716 nm可见光波长范围内,叶绿素含量与一阶微分光谱的相关系数呈极显著正相关。以P88S RVI(363,675)和黄1S DVI'(639,680)作为光谱参数,与叶绿素含量建立估算模型拟合效果最佳,说明利用高光谱技术结合一阶微分光谱的方法可以监测水稻叶绿素含量。     

UV-B辐射胁迫下杨梅幼苗的高光谱响应

设置UV-B滤光减弱、UV-B辐射增强和自然光(对照)3组模拟大田试验,比较了不同UV-B辐射处理下,亚热带典型木本植物杨梅幼苗的叶绿素含量、光谱反射率及光谱特征参数,研究UV-B辐射变化对亚热带森林树种的影响.结果表明:增强UV-B辐射可降低杨梅幼苗的叶绿素含量,而降低辐射则会显著促进叶绿素的增加,并且这种胁迫反应于光谱反射率中.3种不同梯度UV-B辐射作用下,可见光部分光谱反射率间的差异主要集中在绿光反射峰及红边附近,同时红边所在波长位置“红移”.UV-B辐射对杨梅的胁迫在时间上具有积累性.用反高斯模型参数R0、λ0、λp、Rs、6指示杨梅受UV-B胁迫,以Rs最显著.不同UV-B辐射水平下植物叶片光谱反射率上的差异,可通过较窄波段光谱反射率或特定波长光谱反射率所构建的植被指数加以有效区分.     

烟蚜为害特征的高光谱比较

利用手持式高光谱仪测定不同蚜量为害后烟草冠层光谱反射率的变化,同时使用叶绿素计测量叶绿素含量。结果表明,烟草光谱呈现标准植被光谱曲线,烟蚜Myzuspersicae(Sulzer)为害造成烟草光谱反射率下降,近红外波段反射率下降更为明显。和健康烟株相比,轻度(单株顶尖和上部5片叶蚜量≤15头)、中度(15头<单株顶尖和上部5片叶蚜量≤50头)、重度(单株顶尖和上部5片叶蚜量>50头)危害在绿光波段反射率分别下降12%,27%,52%,在近红外波段分别下降15%,20%,38%。对反射率曲线进行微分分析,健康烟株、轻度、中度和重度为害后的一阶导数最大值分别为0.031,0.022,0.026和0.019,其值随着蚜量增加而下降,对应的波长重度为害为718.45nm,其它为716.91nm,红边位置向长波方向移动1.46nm。蓝光、绿光、红光和近红外4个波段反射率和叶绿素含量SPAD值存在良好的线性回归关系,相关系数都达到极显著,绿光波段反射率对叶绿素含量的回归关系尤为显著;同时SPAD值越大,光谱反射率越高。该研究对于应用遥感技术大面积监测烟草生产中病虫害的发生,确定防治适期以及适宜的防治措施具有重要的应用前景。     

亚热带典型常绿阔叶树种叶片叶绿素含量与其高光谱特征间的关系

叶绿素在植物的生理生态过程中非常重要.利用高光谱数据,揭示光谱反射率上特征光谱与叶绿素含量间的关系将有助于理解叶绿素光谱反射特征的规律.选取了6种亚热带常绿阔叶树种,抽取一定数量的叶片样品,分别测量了叶片的光谱反射率及其叶绿素含量,并建立了光谱反射率曲线上的红边位置附近的光谱反射率和叶绿素总量间的回归模型.结果显示:对所研究的树种而言,红边位置处一窄波长范围内的平均光谱反射率与叶绿素总量间的相关性普遍较高,回归效果显著.从高光谱遥感的角度结合植物的生理生态特点分析了其机理.建立的有关红边位置处的光谱反射率与叶绿素总量间的回归模型普遍具有较高的拟合度,其应用前景较好.     

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。     

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.     

基于优化SVR高光谱指数的独尾草叶绿素含量估算

以位于新疆准噶尔盆地腹地的古尔班通古特沙漠为研究区,测定独尾草幼苗期、开花期的叶片光谱反射率和叶绿素含量,分析24种光谱指数与叶绿素含量之间的相关关系,选用相关性较高的光谱指数建立优化支持向量回归机(SVR)估算模型。结果表明:(1)开花期的叶绿素含量高于幼苗期,主要与植被的光合作用有关,开花期的光谱反射率低于幼苗期,两期的光谱反射率符合普遍植物光谱反射率。(2)在幼苗期,GNDVI(green normalized difference vegetation index)与叶绿素含量相关性最高(R~2=0.664);在开花期,GM-2(Gitelson and Merzlyak)与叶绿素含量相关性最高(R~2=0.711)。按相关性排序时,在两期中,决定系数排名前7的光谱指数都相同。(3)将7个敏感光谱指数作为输入因子,通过3种优化算法选择最优参数(c,g),建立优化SVR估算模型:幼苗期和开花期,模型精度都较高,PSO-SVRGA-SVRGS-SVR,其中PSO-SVR决定系数最高,均方根误差最小。在幼苗期,PSO-SVR决定系数为0.812,均方根误差为0.728,在开花期,PSO-SVR决定系数为0.841,均方根误差为0.247。说明基于PSO-SVR算法优化后的SVR模型精度高误差小,能较好地对叶绿素含量进行估算,且独尾草叶绿素含量开花期的估算比幼苗期的效果要好。本研究为荒漠植被生态特征的监测估算、时空分布和生化参数反演提供了科学依据和技术支持。     

行道树叶绿素变化的高光谱神经网络模型

采样分析了城市行道树（长春市主要街道）与对比区（净月潭国家森林公园）相应树种的叶绿素变化,并对由叶绿索变化引起的光谱反射率以ASD光谱仪进行了测试,并对二者之间的关系进行了单波段回归分析、V1植被指数与叶绿素含量的模型分析以及神经网络模型分析。结果表明,1）城市环境对行道树叶绿素有重要影响,但是对针叶树种响应较小,而阔叶树种响应较大;2）光谱反射率与测试树种叶绿素含量关系密切,在740～760nm附近确定性系数达0．72以上;3）PSSR植被指数与测试树种的叶绿素含量关系密切,幂函数回归的决定系数R^2为0．82左右。3）神经网络模型能够提高光谱反射率模型反演植被叶绿素含量的水平,模型的决定系数R^2高达0．97。表明高光谱遥感可以用来监测因城市环境引起的植被叶绿素变化。     

不同甘蓝型油菜高含油量种质资源的脂肪酸成分分析

甘蓝型油菜是我国最为重要的油料作物之一.目前我国面临着植物油严重不足的局面.提高含油量是目前甘蓝型油菜育种的主要方向之一.目前.我国育种工作者已经筛选出了大量含油量超过50%的甘蓝型油菜种质.本文对两种类型的高含油量甘蓝型油菜种质进行了脂肪酸组分分析,结果显示芥酸含量高的种质和芥酸含量低的种质的脂肪酸在菜籽油中变化范围和平均值明显不同.油酸和亚油酸在低芥酸高含油量甘蓝型油菜种质中的含量较高,约占整个油分的80%左右,其他脂肪酸组分则在10%以下;而芥酸则是高芥酸高含油量种质的最主要的成分,约占整个油分的44%左右,油酸、亚油酸等的含量则均在10%左右.相关性分析表明:芥酸和其他脂肪酸之间呈现显著负相关,因此.可以通过降低高芥酸油菜种质中的芥酸含量来提高比如油酸和亚油酸的含量.从而使这些种质的油分更适合人类的健康.     

水稻叶片光谱对亚铁胁迫的响应

在湖泊富营养化治理过程中,除了要注意控制氮、磷的输入,还应考虑铁（Fe）的调控作用．本文基于“Fe^2＋假说”,探索性地将植物光谱效应应用于湖泊水体富营养化遥感预警机制研究．在水培条件下分析了亚铁（Fe^2＋）胁迫对水稻（Oryza sativa L．）体内Fe含量、叶绿素浓度及可见一近红外特征光谱的影响,并对其相关关系进行了深入探讨;同时,应用3个光谱定量化指标A1（Fe^2＋胁迫水稻叶片在460～670nm波段反射率变化积分值）、A2（Fe^2＋胁迫水稻叶片在760～1000nm波段反射率变化积分值）、S（Fe^2＋胁迫水稻叶片光谱曲线红边“蓝移”强度）分别建立了水稻叶片Fe含量与叶片光谱之间的定量相关关系模型．结果表明,随培养液中Fe^2＋浓度的升高,水稻体内Fe含量逐渐增加,叶绿素浓度降低,叶片光谱反射率在可见光波段升高,在近红外波段降低,同时红边发生“蓝移”．水稻叶片的3个光谱指标A1,A2,S与叶片中Fe含量都具有显著相关性,相关系数分别为0．933（P〈0．01）,-0．965（P〈0．01）和0．946（P〈0．01）,且A1,A2和S3个参数都能够较好地模拟（复相关系数R^2〉0．96）和估测水稻叶片Fe含量。     

芦苇粉大尾蚜虫害下芦苇叶绿素高光谱反演估算

叶绿素含量是表征芦苇虫害胁迫状态的一个重要指示因子。选取遭受芦苇粉大尾蚜(Hyalopterus pruni)虫害的芦苇(Phragmites australis)作为研究对象,用便携式地物光谱仪ASD FieldSpec 4测定其叶片反射率光谱,同时用SPAD-502 Plus叶绿素测量仪测定其叶绿素相对含量(SPAD),分析健康和虫害芦苇叶片高光谱反射率与叶绿素含量间的相关关系,采用一元线性回归和偏最小二乘法回归方法,建立芦苇叶绿素含量红边位置和全波段高光谱反演估算模型。结果表明:健康芦苇叶片反射率高于虫害叶片,两种叶片叶绿素含量与高光谱的相关性存在显著差异,尤其在绿光波段和近红外波段部分区域(1400~2500nm)表现明显;全波段高光谱估算模型具有较高的准确性,健康叶片回归模型的决定系数(R2)为0.965,均方根误差(RMSE)为0.813,预测偏差比率(RPD)为3.940;虫害叶片回归模型的R2为0.966,RMSE为0.989,RPD为3.855;异地验证结果进一步表明,通过高光谱数据全波段反演能较好地估算芦苇粉大尾蚜虫害下芦苇叶绿素相对含量,这也预示着利用高光谱全波段数据估算虫害植被叶绿素相对含量是可行的。     

植被生化组分光谱模型抗土壤背景能力分析

应用LOPEX'93(Leaf Optical Properties Experiment)数据,分析了统计回归模型在进行植被叶绿素和水分反演中抗土壤背景影响的能力,模型参数分别使用了:反射率及其变化形式、光谱位置变量、植被指数。在LOPEX'93数据库的植被波谱中分别加入10%-90%的实测土壤光谱信息,得到植被与土壤的混合光谱,并分析混合光谱对植被生化组分的响应。结果表明:应用反射率及其变化形式进行植被叶绿素反演时,以730nm和400nm组合的反射率和反射率倒数的对数为参数的模型具有最高的抗土壤背景能力,在土壤背景所占比例从低到高的变化过程中,以二者反射率组合为参数的模型与叶绿素的相关系数,始终保持在0.645附近,以二者反射率倒数的对数为参数的模型与植被叶绿素的相关系数保持在0.650附近;应用反射率及其变化形式进行植被含水量反演时,以1100,1170,1000,1040,1080nm组合的反射率为参数的模型以及以1170,960,1210,1090,1080,950,1220,1210nm反射率倒数的对数组合为参数的模型具有较高的稳定性,在土壤组分变化的过程中,以上模型与植被含水量的相关系数均稳定的高于0.99;对于光谱位置变量的分析中,以红边-绿峰-红谷组合的模型与植被叶绿素含量具有较高、而且稳定的相关系数,在土壤背景所占比例变化的情况下,相关系数稳定在0.53附近;在应用植被指数进行叶绿素的反演过程中,植被指数与叶绿素的相关系数在土壤背景所占比例变化的情况下变化较大,抗土壤背景的能力均较差;在应用植被指数进行植被水分含量的反演时,以水分指数Ratio975和Ratio1200相关系数最高,且在不同比例土壤背景变化下稳定,相关系数分别分布在0.980附近和0.960附近。该结果可用于指导不同植被覆盖条件下植被冠层参数的反演,提高反演的稳定性和准确性。     

基于分数阶微分技术的土壤水盐信息高光谱反演

准确高效获取土壤水盐信息是盐碱地改良和可持续利用的前提。本研究以地面野外高光谱反射率和实测土壤水盐含量为数据源,利用分数阶微分(FOD)技术对原始光谱反射率进行步长为0.25的处理,从光谱数据与土壤水盐信息相关性层面筛选FOD阶数,构建二维光谱指数,采用支持向量机回归(SVR)和地理加权回归(GWR)建立土壤水盐含量反演模型并进行验证。结果表明：FOD技术可以在一定程度上减弱高光谱噪声并挖掘潜在光谱信息,提高高光谱反射率与土壤含水量(SMC)、pH值和含盐量的相关性,相关系数最高分别提升0.98、1.35和0.33。与一维光谱相比,FOD结合二维光谱指数筛选的特征波段组合对SMC、pH值和含盐量的响应更敏感,分别以1.5、1.0和0.75阶为最优,其中,SMC最大相关系数绝对值的最佳组合波段为570、1000、1010、1020、1330和2140 nm; pH值为550、1000、1380和2180 nm;含盐量为600、990、1600和1710 nm。相较于原始光谱反射率,SMC、pH值和含盐量最优阶次估算模型验证决定系数(R_p²)最高...     

闽江口湿地土壤全氮含量的高光谱遥感估算

氮是湿地生态系统重要生源要素,基于高光谱(350~2500 nm)遥感数据对其进行估算以实现湿地土壤全氮(TN)含量无损、快速和准确定量化具有重要意义。选取闽江河口湿地为研究区,于2013年5月,沿潮滩(高潮滩到中潮滩)采集16个土壤剖面80个样本,室内测定其光谱反射率和TN含量,并基于原始反射率(R)和光谱指数(比值指数RI、归一化指数NDI和差值指数DI)建立土壤TN含量高光谱估算模型,并进一步分析反射光谱与铵态氮(NH_4~+-N)、硝态氮(NO_3~--N)、有机质(SOM)和电导率(EC)之间的关系,以期揭示河口湿地土壤TN含量估算的机理。结果表明:土壤光谱反射率在350~600 nm,表现为高潮滩中潮滩,而在600~2500 nm,表现为高潮滩中潮滩;闽江河口湿地土壤TN含量与R在500 nm附近相关关系较好,并在490 nm有最大相关系数(-0.508);RI、NDI和DI大大提高了反射光谱与土壤TN含量的相关关系,其相关系数较高区域集中在600~1000 nm的波段组合,以RI(590,640)、RI(610,940)、NDI(940,590)、NDI(940,610)、DI(640,920)和DI(640,940)相关关系表现较好,能较好地实现研究区湿地土壤TN含量反演,其估算与检验模型r~2均大于0.610,RMSE均小于0.208,其中以RI(610,940)估算精度最好,估算与检验模型r~2分别为0.832和0.631,RMSE分别为0.178和0.202;闽江口湿地土壤TN含量与SOM含量密切相关是土壤TN含量估算的重要机理,而NH_4~+-N、NO_3~--N和盐分含量对其估算精度影响不大。     

黄土丘陵沟壑区土壤养分含量的高光谱预测模型

基于高光谱数据快速准确估算土壤养分含量,可为土壤养分监测及土壤理化参数反演提供优化方法.本研究在陕北黄土丘陵沟壑区选取典型样地,分析土壤养分含量与光谱反射率的定量关系,采用连续投影算法提取其光谱特征波长,利用偏最小二乘法、多元线性回归法、支持向量机法分别对土壤有机质、全氮、全磷、全钾含量进行预测并对比分析,构建该区域土壤养分含量的最优高光谱预测模型.结果表明: 黄土丘陵沟壑区土壤养分含量与光谱反射率在可见光区(400～760 nm)和近红外区(760～1100 nm)相关性较高,相关系数最大值均位于这两个光谱区间.4种土壤养分含量的SPA-SVM模型的普适性好且反演精度高,建模过程简单高效,适用于小数据量试验.本研究结果可为采用机器学习算法构建黄土丘陵沟壑区土壤养分含量高光谱预测模型提供参考.     

干旱胁迫下雷竹叶片叶绿素的高光谱响应特征及含量估算

植物叶片的反射光谱特征与叶绿素含量密切相关。以重要的笋用竹种雷竹(Phyllostachys violascens)为研究对象,采用盆栽及控水试验方法研究了2年生雷竹在干旱胁迫条件下冠层叶片反射光谱的响应特征,分析了叶片叶绿素含量与不同波段光谱反射率一阶微分值以及光谱特征参数之间的相关关系,并以雷竹叶绿素含量敏感波段及构建的植被指数与叶绿素含量进行了拟合。结果表明,重度缺水处理后雷竹叶片叶绿素含量显著降低,在可见光区叶片光谱反射率随叶绿素含量的降低而增加,以波长493、639、693、756 nm等处的光谱反射率一阶微分值与叶绿素含量的相关性较高。雷竹叶片叶绿素含量与光谱特征参数如绿峰反射率、红谷反射率、蓝边面积、绿峰面积之间的相关性较高。与已有的植被指数相比基于雷竹叶绿素含量敏感波段修正后的植被指数与叶绿素含量相关性优于原植被指数。基于反射率一阶微分值构建的多元回归方程以及修正的绿色归一化植被指数(m GNDVI)构建的回归方程拟合效果较好,为雷竹叶绿素含量的较优估算方程。研究结果可以为雷竹叶绿素含量的快速无损测定以及季节性干旱条件下雷竹林的科学经营及灾后评估提供依据。     

基于光谱变化特征的小麦叶片不同功能期监测研究

为了探讨小麦叶片不同功能期光谱变化特征与叶绿素含量之间的关系,以4个小麦杂交组合基因型为试验材料,对不同生长发育期的旗叶进行光谱和叶绿素测量,并采用线性外推法计算其红边位置.结果表明：在近红外区（750 nm～850 nm）和可见光区（500 nm～600 nm）处,从抽穗期到扬花期小麦旗叶光谱反射率呈现上升趋势,到灌浆期开始下降.其叶绿素含量也是先上升,进入灌浆期后开始下降.建立旗叶4个不同功能期4月25日、5月1日、5月6日和5月11日叶绿素含量与其红边位置线性回归模型,其R2分别为0.5893、0.8842、0.9379和0.7258,均达极显著水平,表明此模型可用于叶片叶绿素含量无损监测.     

不同灌溉量夏玉米叶绿素含量的高光谱特征及其反演

植物叶绿素含量直接影响其光合作用,并与植物的光谱特征密切相关。以夏玉米为研究对象,采用人工控水方法研究了夏玉米七叶期不同灌溉量下冠层叶绿素含量特征及其与光谱特征之间的关系。结果表明：灌溉量越少,夏玉米叶片叶绿素含量越低,冠层光谱反射率越高,绿峰位置"红移",而红边位置"蓝移"。叶绿素含量与光谱特征参数、植被光谱指数之间存在极显著相关关系,据此建立了冠层叶绿素含量高光谱估算模型,且基于植被指数模型较基于单一光谱特征参数模型模拟效果更好。研究结果可为夏玉米叶绿素含量的快速无损测定以及夏玉米干旱监测提供依据。