干旱条件下春玉米高光谱特征及土壤含水量反演

通过辽宁锦州地区春玉米不同生育时期的土壤水分控制试验,利用ASD Field Spec Pro FR分光辐射计观测不同生长状况的玉米冠层高光谱反射率,分析光谱反射率变化特征,建立光谱参数对土壤水分的反演模型。结果表明:玉米在七叶-拔节期受到干旱胁迫后,750~1400 nm波段冠层光谱反射率、红边幅值、红边面积均出现降低,350~750、1400~2300 nm反射率出现升高趋势;750~1400 nm、红边幅值、红边面积对土壤干旱胁迫的响应时间较短,且存在异于正常灌溉处理的光谱特征;反演方法中,逐步回归方法利用高光谱反射率反演土壤含水量的误差小于一阶导数光谱,反演10 cm土壤含水量的效果好于30 cm。     

桂北岩溶区与非岩溶区植物叶片含水率高光谱反演

叶片水分状况是反映植被生理状况的重要指标,构建高普适性的植物叶片含水率高光谱反演模型对准确评价岩溶和非岩溶植被生态功能具有重要意义.该文以我国西南典型区域内岩溶区与非岩溶区共17种植物694个样品为研究对象,同步测量叶片含水率和反射光谱,采用单波段、差值型、比值型、归一化型等四类光谱指数模型,对反射光谱及一阶导数光谱进...     

西南山区典型森林枯落物储量及持水能力

目前西南山区枯落物水源涵养能力的研究主要集中在单点尺度上,其结果难以用于评估整个西南山区枯落物储量及持水能力。本研究整理了2004—2021年西南山区站点尺度的研究结果,对比分析了西南山区3种典型森林(共16个研究点,70个数据)枯落物储量及持水特性。结果表明: 针叶林、阔叶林、针阔混交林枯落物持水过程整体变化趋势一致,均可分为3个阶段:迅速吸水→逐渐减慢→趋于稳定。但不同森林类型各阶段吸水速率和持续时间不同,阔叶林吸水速率最快,针叶林吸水速率最慢且达到稳定时所需时间最长。不同林型枯落物储量之间差异不显著,3种林型枯落物总储量介于8.26～8.82 t·hm^-2,半分解层枯落物储量显著的空间差异性造成了枯落物总储量显著的空间差异性。3种森林枯落物总最大持水量介于17.85～19.87 t·hm^-2,枯落物最大持水率介于200.6%～228.0%。不同森林枯落物最大持水量与枯落物储量均呈显著正相关。3种森林枯落物总有效拦蓄量介于11.66～12.29 t·hm^-2,枯落物总有效拦蓄率介于128.1%～145.2%。西南山区3种林型2种分解程度枯落物储量及持水能力差异均不显著。     

基于高光谱数据的互花米草叶片功能性状反演

互花米草成功入侵的关键是其生长繁殖能力以及对环境的适应能力,叶片含水率、相对叶绿素含量、碳氮比、总氮、总磷以及比叶面积等叶片功能性状反应的是互花米草对资源的利用能力以及环境的适应能力。以江苏盐城滨海湿地为研究对象,进行互花米草叶片功能性状与高光谱数据的关系研究。通过对原始光谱数据以及一阶微分转换光谱数据进行主成分分析提取新的主成分变量作为自变量分别建立不同性状的逐步回归、BP神经网络、支持向量机、随机森林4种预测模型,通过比较构建模型的R²以及RMSE选择最优模型,进而基于相关性分析得到的敏感波段构建最优模型,验证其准确性和适用性。研究结果发现：（1）一阶微分数据的建模效果优于原始光谱数据;（2）通过对不同功能性状的预测建模,发现4种模型的预测效果排序为：随机森林>支持向量机>BP神经网络>逐步回归,其中随机森林模型的准确性高、稳定性强,明显优于其他3种模型,而逐步回归模型的效果最差,不适用于互花米草叶片功能性状的高光谱建模;（3）通过对相关性分析得到的敏感波段建立随机森林模型,建模R²均大于0.90,验证R²介于0.73-0.95之间,进一步证实了随机森林模型的准确性和稳定性。研究结果表明,高光谱数据可以作为快速监测互花米草生长状况的有力手段,而随机森林模型可以作为高精度模型实现对互花米草不同叶片功能性状的估测。     

基于光谱参数对小白菜叶片镉含量的高光谱估算

为实现利用高光谱技术快速、准确、无损地检测叶类蔬菜叶片重金属镉污染情况,通过采用室内盆栽试验,检测了小白菜在6个不同的镉浓度梯度0 mg/kg(CK)、0.5 mg/kg(T1)、1 mg/kg(T2)、5 mg/kg(T3)、10 mg/kg(T4)和20 mg/kg(T5)下的叶片高光谱反射率及其镉含量。利用相关分析和逐步回归的统计方法对叶片原光谱、一阶导数光谱和光谱参数与镉含量进行统计分析,确定了反演叶片镉含量的敏感光谱参数,并建立了估算叶片镉含量的参数模型。结果表明:(1)在540 nm附近和红外区域,叶片光谱反射率随着处理浓度的增加呈下降趋势。T1组叶片光谱与对照组的光谱没有明显的变化差异;(2)原光谱与镉含量的敏感波段主要在690—1300 nm,相关系数最高的波段是782 nm。一阶微分光谱与镉含量的敏感波段在黄边、红外、近红外和远红外范围均有分布;(3)反映植物色素、水含量和细胞结构的参数MCARI(叶绿素吸收反射修正指数Modified Chlorophyll Absorption Reflectance Index),SDy(黄边面积Yellow Edge Area),WI(水质指数Water Index),DCWI(病态水分胁迫指数Disease Water Stress Index),SDr(红边面积Red Edge Area)和Dr(红边幅值The Amplitude of the Red Edge)可分别作为反演镉含量的敏感光谱参数,其倒数回归模型能够较好地反演镉污染下小白菜叶片的镉含量;(4)镉胁迫处理15 d时,建立的SDr的倒数模型估算处理30 d时小白菜叶片镉含量的效果最优。研究表明红边面积参数可以用于估算小白菜叶片的镉含量,可为评价小白菜的食用安全提供科学方法。     

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。     

基于无人机高清数码影像和高光谱遥感数据反演大豆典型生育期氮平衡指数

氮平衡指数(NBI)是反映作物长势的重要指标之一.通过测量NBI可以快速监测作物氮肥盈亏状况,为农业生产和管理提供精准信息.本文以无人机高清数码影像和高光谱遥感数据,以及地面实测大豆NBI数据为基础,分析大豆从开花期到成熟期,原始光谱和红外、近红外波段的导数光谱与NBI的相关性,筛选敏感波段并计算植被指数.采用经验模型法构建NBI反演模型,通过分析验证模型的决定系数(R^2)和均方根误差(RMSE),得出最佳反演模型.结果表明:大豆NBI与导数光谱反射率的相关性好于与原始光谱反射率的相关性;本文筛选的14个植被指数中,除了导数光谱光化学植被指数与大豆NBI呈不显著相关外,其余13个植被指数与大豆NBI呈极显著相关;利用13个植被指数构建NBI反演模型,并分析模型反演精度,结果显示,利用导数光谱差值植被指数构建NBI反演模型的精度最高,R^2和RMSE分别为0.771和3.077,利用该模型生成大豆典型生育期NBI分布图,能够反映大豆的长势状况.通过多载荷无人机获取的高清数码影像和高光谱遥感数据进行NBI估算,能够实时、动态、非破坏性、快速有效地监测大豆氮素营养状况,可为大豆氮肥精确管理提供简便实用的方法.     

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.     

基于可见光波段包络线去除的湿地植物叶片叶绿素估算

研究采用芦苇和香蒲叶片光谱及实测叶绿素含量数据,选取波段谱带范围为可见光波段400—760nm(为了避免近红外波段受叶片水分含量的影响,降低构建模型的稳定性),利用相关分析与逐步回归分析的统计学分析方法,建立叶面尺度下不同包络线去除衍生转换光谱:BD(band depth)、CRDR(continuum-removed derivative reflectance)、BDR(band depth ratio)、NBDI(normalized band depth index)与叶绿素含量估算模型。通过对入选波段的统计表明在550—750nm,特别是700—750nm(红边)波段范围内产生了较多的有效波段,是今后进行生物参量反演的重点波段范围。舍一交叉验证结果表明芦苇、香蒲和混合样本绿素含量估测的最佳模型分别为BD、CRDR和NBDI模型,其交叉验证决定系数依次为0.87、0.83和0.81,交叉验证均方根误差RMSE依次为0.16、0.15和0.33。并在此基础上利用独立样本非参数检验和多因子方差分析,探讨相关因素对于叶绿素含量估算模型精度的影响。结果表明物种差异、数据类型差异对于叶绿素回归模型的影响较大,而光谱类型差异及光谱数据与数据类型交互作用对于回归模型精度的影响较小。     

枯落物覆盖对阔叶红松林土壤蒸发的影响

通过对枯落物覆盖下森林土壤蒸发的观测,研究了不同干重及类型的枯落物对土壤蒸发的影响,及其与含水率的关系。结果表明:土壤含水率相同,枯落物覆盖量越大,土壤蒸发量越小;不同类型的枯落物对土壤蒸发的抑制作用不同,在相同干重的枯落物覆盖下,未分解、半分解和分解的枯落物对土壤蒸发的抑制能力依次减弱。土壤蒸发量与枯落物质量呈对数关系。随土壤含水率的降低,土壤蒸发量减少,含水率在41%～38%时,每下降1%,75g、45g、15g枯落物覆盖下的土壤蒸发量依次减少2.38g、1.43g、1.30g,且在土壤含水率下降过程中,覆盖的枯落物分解程度越高,土壤蒸发速率降低越不显著。     

泥炭藓群落的光谱特征及遥感识别研究

以中位泥炭藓（Sphagnum magellanicum Brid.）为研究对象,分别从实测冠层光谱和遥感传感器模拟光谱层面分析其群落的光谱特征。研究结果显示,中位泥炭藓与北方针叶林光谱差异明显,最佳光谱识别区间为740~1140 nm和1230~1412 nm。在可见光波段上,中位泥炭藓与云杉（Picea engelmannii Parry ex Engelmann）和黑松（Pinus contorta Douglas ex Loudon）的绿峰位置有所差异。水竹（Phyllostachys heteroclada Oliver）和中位泥炭藓的光谱识别特征波段集中在可见光-近红外波段,分别为400~550、560~696、1025~1143 nm。中位泥炭藓与北方针叶林以及水竹的特征光谱区间存在细微差异,且与水竹在可见光波段有较好的可分性,因此不同纬度带上中位泥炭藓群落的特征谱宽有所差异。红外波段是中位泥炭藓识别的最佳光谱区间。在多光谱遥感水平上,中位泥炭藓识别效果较好,传感器的识别能力依次为：MSI > ALI > OLI > ASTER。在2个中位泥炭藓群落的光谱特征分析中,导数、对数、包络线去除法的光谱降维能力有所差异,其中包络线去除法效果最好。     

黄土高原森林枯落物储量、厚度分布规律及其影响因素

森林枯落物的储量(LM)和厚度(LD)等物理属性,能够表征森林植被的物种多样性以及水源涵养、物质循环等生态功能,然而目前对枯落物储量和厚度分布规律与影响因素的深入探讨较少。以黄土高原为研究区,通过系统取样获得该区主要森林群落枯落物的储量与厚度数据,利用Kruskal-Wallis秩和检验、线性混合效应模型(LME)、普通最小二乘回归等统计方法,分别对不同林型枯落物储量和厚度的差异、储量和厚度的影响因素以及二者之间的关系进行分析。结果表明:1)针叶林与针阔混交林的枯落物储量和厚度差异不显著,但二者都显著大于阔叶林的储量和厚度。2)在纬度方向上,除南部个别点外,枯落物储量和厚度存在单峰格局,如储量在35°—36°N之间存在峰值,而厚度峰值则出现在36°—37°N之间。3)在海拔方向上,储量分布规律并不明显,厚度除了高海拔(3000 m以上)个别点外总体呈现递减格局;LME模型显示,枯落物储量与气温年较差、非生长季降水、总干面积和立木密度呈显著正相关,与乔木层丰富度呈显著负相关,而枯落物厚度与最冷月均温、生长季降水、总干面积和立木密度呈显著正相关,与乔木层丰富度、非生长季降水和坡度呈显著负相关;枯落物储量与厚度具有显著正相关关系,特别是在阔叶林和针叶林中,而对于针阔混交林来说二者并无显著相关性。研究结果可为黄土高原乃至中国北方地区生态系统碳循环评估和水土保持实践提供参考依据。     

基于分数阶微分优化光谱指数的土壤电导率高光谱估算

土壤电导率与含盐量具有高度相关性,精准的土壤电导率监测有助于了解区域土壤的盐渍化程度,对区域盐渍化防治与调控,农业可持续发展以及生态文明建设具有重要意义。为寻求预测土壤电导率的最佳高光谱参数,实现土壤盐分信息的高效监测,本研究对土壤样品进行室内高光谱和电导率测定,利用两波段优化算法对简化光谱指数(nitrogen planar domain index, NPDI)进行波段优化,筛选不同高光谱数据(原始高光谱反射率及其对应的5种数学变换)运算下的最敏感高光谱参数,从而建立土壤电导率高光谱估算模型。结果表明:1)NPDIs与土壤电导率之间的相关性显著,在原数据及其平方根、倒数、对数倒数、1.6阶微分变换形式下,优化光谱指数对土壤电导率的敏感程度更强,相关系数绝对值均超过0.80,且基于1.6阶微分变换的(R_(2020nm)+R_(1893 nm))/R_(1893 nm)波段组合相关系数绝对值最高,达到0.888。2)基于1.6阶微分波段优化的预测模型效果最佳,预测精度为R■=0.84,RMSE_(Pre)=2.07mS/cm,RPD=2.94,AIC=158.11。因此,对高光谱数据的适当数学变换有利于优化光谱指数更好地估算土壤电导率,进一步实现土壤盐渍化高精度动态监测。     

不同干旱条件下夏玉米全生育期冠层吸收光合有效辐射比的高光谱遥感反演

冠层吸收光合有效辐射比(fAPAR)是植被生产力遥感模型的重要参数.但关于不同干旱条件下作物全生育期的fAPAR遥感反演研究仍未见报道.本研究利用2015年夏玉米5个灌水处理模拟试验的高光谱反射率和fAPAR观测资料,分析了不同干旱条件下夏玉米关键生育期fAPAR和高光谱反射率变化特征,探讨了fAPAR与反射率、一阶导数光谱反射率和植被指数的关系.结果表明: 轻度水分胁迫和充分供水条件下,fAPAR较高;重度水分胁迫和重度持续干旱条件下,fAPAR较低.冠层可见光、近红外光和短波红外光区的反射率与fAPAR分别呈负相关、正相关和负相关关系.fAPAR与可见光和短波红外光区的383、680和1980 nm附近的反射率的相关性最强,相关系数均达-0.87.一阶导数光谱反射率与fAPAR相关性强且稳定的波段为580、720和1546 nm,相关系数分别为-0.91、0.89和0.88. 9个常用植被指数与fAPAR呈线性或对数关系,其中,增强型植被指数、复归一化植被指数、土壤调节植被指数和修正的土壤调节植被指数与fAPAR的关系模型最好,决定系数(R²)均在0.88以上,平均相对误差分别为16.6%、16.6%、16.7%和16.2%;基于一阶导数光谱反射率与fAPAR的对数关系在(720±5) nm波段处的模拟效果较好,R²达0.86;直接选择反射率数据估算fAPAR的效果较差,R²最高为0.81.研究结果可为fAPAR的准确反演及评估作物干旱状况提供支撑.     

青海祁连瑞香狼毒的光谱差异特征提取

瑞香狼毒是分布在青海省高寒草甸的主要毒害草之一,近年来其迅速蔓延对当地畜牧业危害严重并使草地生态系统日趋退化.在海北州祁连县选取狼毒分布的典型退化草甸,采用2012—2014年狼毒盛花期获取的实测光谱数据,分析狼毒与牧草的光谱差异性.结果表明： 在350~900 nm的可见光 近红外波段,狼毒顶花的光谱反射特征明显异于狼毒叶片和同期牧草等绿色背景,顶花与绿色背景的光谱反射率差异主要体现在红谷和蓝谷.随着盖度的增加,狼毒群落光谱反射率整体升高,在近红外反射峰处狼毒群落与牧草群落光谱反射率具有最大差值,且不同盖度狼毒群落之间的差异性最明显.顶花与绿色背景以及狼毒群落与牧草群落的一阶导数光谱差异均体现在黄边幅值和蓝边幅值.狼毒群落盖度与光谱特征参量的线性回归分析表明,红谷与狼毒群落盖度的相关性最好(R²=0.94),反演狼毒群落盖度的精度最高.盛花期区分狼毒与牧草的主要光谱特征参量为红谷、蓝谷与近红外反射峰,其对应的红、蓝及近红外波段的组合可用于构建狼毒提取的敏感指数.     

亚热带典型区域水稻土氧化铁高光谱反演——以珠江三角洲为例

氧化铁是土壤中铁元素的主要存在形式,亚热带土壤中高含量的氧化铁形成了该区域重要的土壤附色成分针铁矿和赤铁矿等矿物,使得土壤颜色明显区别于其他气候带.以亚热带典型地区珠江三角洲为例,分析不同光谱形式与土壤氧化铁含量的相关性,提取特征光谱波段建立土壤氧化铁的反演模型.结果表明: 土壤氧化铁含量与反射光谱之间呈负相关,且敏感波段主要位于404、574、784、854和1204 nm等可见近红外区域.微分处理后的光谱与土壤氧化铁的相关性明显提高.在相关性显著波段的基础上采用逐步多元线性回归以及主成分分析剔除共线性波段,最后选择特征光谱波段作为反演模型的输入参数.比较反演模型的结果,得出该地区土壤氧化铁含量的最佳反演模型为BP人工神经网络(RMSEC=0.22,RMSEP=0.81,R²=0.93,RPD=12.20),该模型具有非常好的稳定性,适用于快速估测土壤中氧化铁含量,并且能够为测度土壤氧化铁的空间分布提供研究基础.     

林地枯落物最佳蓄积量确定方法的探讨

本文根据最优化理论原理,在综合考虑森林枯落物抑制土壤蒸发、控制土壤侵蚀及影响土壤矿质层温度三个主要的生态因子的前提下,提出了确定林地枯落物最佳蓄积量的方法。研究工作中,依此确定出华北落叶松人工林和辽东栎林地的枯落物最佳蓄积量分别为16.0吨/公颐和10.5吨/公顷。通过改变模型中的参数,本方法可用于任何立地环境中去。     

森林生态系统中枯落物分解速率研究方法

林地枯落物分解率是研究森林生态系统养分循环的重要内容之一,传统的尼龙网袋实测法虽然能提供某一具体年份枯落物分解率的准确数据,但因其费时费力且不能反映整个历史时期的平均水平而难以推广,基于林地枯落物积累平衡原理,首次提出了利用枯落物平衡模型推算枯落物分解率的方法（简称平衡法）,并将之应用于黄土残塬沟壑区刺槐林地枯落物分解率的计算。这种由平衡法推算所得枯落物分解率能反映林地的历史水平,弥补了尼龙网袋实测法的不足,建议在森林生态系统研究中推广应用。     

枯落物分解研究方法和模型讨论

由于研究目的、尺度范围和要求精度的不同,枯落物分解的研究方法各异：野外分解袋法是最直接和最准确的方法,但是耗时太长;室内分解培养法与野外分解袋法相似,但具有灵活设计试验方案的优越性;现量估算法方法简捷,但是只对进入稳定发展和动态平衡阶段的生态系统可以获得较好的精度;综合平衡法能反映整个生长历史时期的枯落物分解速率平均水平,但其准确性取决于对历年凋落物量预测的精度。在枯落物分解模型中,分解率概算模型只适合于林地枯落物积累达到动态平衡时的情况,所以作者提出了另外的枯落物动态平衡模型予以修正;时间衰减模型以Olson指数模型为典型代表,但由于在应用过程中存在一些问题,也提出了相应的修正办法;影响因子关系模型包括基质质量因子关系模型、非生物环境因子关系模型和生物因子关系模型等类型。作者提出构建过程模型将是未来枯落物分解模型研究的方向。     

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...