扬花期冬小麦冠层叶绿素含量高光谱遥感反演

通过分析扬花期冬小麦冠层光谱反射率与叶绿素含量的相关性,选取491、577、698和780 nm作为特征波段,利用其构建了归一化植被指数、差值植被指数、比值植被指数、三角形植被指数和增强型植被指数,分析光谱指数与叶绿素含量之间的相关性,并基于PROSPECT模型模拟的不同叶绿素含量(5～80μg·cm~(-2))下的5 nm叶片光谱反射率数据,分析评价光谱指数对叶绿素含量变化的敏感性;再将五种光谱指数与叶绿素含量进行回归分析,构建叶绿素含量反演模型;最后利用验证数据对光谱指数反演模型进行真实性检验.结果表明,选取的五种光谱指数与叶绿素含量均具有显著相关性,其中SRI和EVI反演效果较好,决定系数R2分别为0.73和0.74,且预测值和实测值具有较好的拟合效果,其余指数反演效果较差.SRI对叶绿素含量具有较好的相关性和敏感性,表明其在全生育期冬小麦叶绿素含量反演中更具潜力.本研究可为其他农作物叶绿素含量反演提供研究思路和参考借鉴.     

基于高光谱成像技术的水稻叶片SPAD值及其分布问题研究

高光谱成像技术在快速无损检测植物叶片叶绿素含量上得到越来越广泛的应用.运用SPAD仪可同期获得叶片的叶绿素含量.以水稻叶片为研究对象,首先采集水稻活体植株至培养皿,利用SPAD502叶绿素计采集叶片的SPAD值,最后使用高光谱成像仪采集水稻叶片的高光谱影像.运用不同的植被指数和偏最小二乘法分别对SPAD值进行回归分析.结果显示,偏最小二乘回归模型精度较高且较为稳定.根据最佳预测模型反演叶片上任意像素的SPAD含量,通过伪彩色配色即可得到水稻叶片SPAD分布图像.该方法为研究水稻植株的生长状况提供了更为具体的数据资料,为水稻的产量估测和病害预警提供了新的依据和方法.     

基于偏最小二乘法的樟树叶片叶绿素含量高光谱估算

在BRDF测试系统环境下利用ASD便携式野外光谱仪采集樟树叶片光谱,并用UV2450-紫外可见分光光度计对观测叶片进行叶绿素含量测定.考虑到植物色素(叶绿素和类胡萝卜素)对叶片反射光谱的影响主要体现在可见光波段,选取400~900 nm范围波段光谱反射率与叶片叶绿素含量反演偏最小二乘法(PLS)模型,其中29个样本用于建模,10个样本用于验证,结果表明:当主成分个数为4时,PLS模型具有最佳的效果,4个主成分累计解释了99.91%的自变量信息和89.71%的因变量信息,此外,PLS模型能够充分利用高光谱信息,具有较高的精度和稳定性.通过与原始光谱和一阶导数光谱拟合的估测模型进行对比分析,得出PLS模型无论是从建模样本精度还是验证的误差方面均优于这两种传统的模型,适合于利用高光谱数据进行叶绿素含量的估测.     

叶绿素含量BP反演模型的光谱信息输入因子构建研究

植被叶绿素含量的高光谱反演是当今研究的热点,传统后向传播(BP)神经网络是其常用的一种反演模型。高光谱数据虽然具有精细光谱分辨率,但也造成了大量的信息冗余与噪声;而小波包变换(WPT)可以有效地抑制高光谱数据噪声和压缩信号,同时主成分分析(PCA)能够很好地降低模型输入因子的维数并可简化网络结构。以盆栽玉米为研究对象,在玉米叶片光谱数据对数变换并一阶微分处理的基础上,针对叶绿素含量的BP反演模型,提出了基于相关系数(CC)、WPT和WPTPCA的输入因子构建方法,并形成了叶绿素含量的CC-BP、PCA-BP及WPT-PCA-BP三种反演模型。通过比较玉米叶片叶绿素含量的实测值与三种BP模型反演结果,表明基于WPT-PCA构建BP模型的输入因子数量虽仅有6个却并不影响其反演精度,也能包含原始光谱的92%信息,且优于基于PCA和传统CC所构建输入因子的BP模型反演能力。     

基于真实三维结构的玉米冠层生化参数垂直分布的定量化分析

为了定量研究作物生化参数在冠层中的垂直分布情况,本文以2000年栾城实验测量的玉米冠层自上而下不同叶位叶片的光谱数据为基础,利用PROSPECT模型进行反演,获得每层叶片的叶绿素(a b)含量、等效水厚度、干物质含量等叶片的生化参数.通过比较发现:玉米冠层叶绿素等含量生化参数具有明显的随高度垂直分层现象,最明显的就是叶片的叶绿素含量,最大和最小叶绿素含量的相对差值甚至可以达到最大值的79.1%.在此基础上,根据实测玉米冠层结构,利用扩展L系统生成玉米真实三维结构冠层场景.通过统计计算每层叶片的生化参数,进而得到冠层生化参数的垂直分布.这为进一步基于冠层光谱的参数反演和定量分析以及农业应用等研究奠定了理论基础.     

台湾相思树叶片叶绿素含量的高光谱参量模型研究

在BRDF测试系统环境下利用ASD便携式野外光谱仪采集台湾相思树叶片光谱,并用UV2450-紫外可见分光光度计对观测叶片进行叶绿素含量测定.采用原始光谱、导数光谱技术及连续统去除法对光谱数据进行分析,得到估算台湾相思树叶绿素含量的光谱特征参数(DV575、BNA726、BNC726).结合实测叶绿素含量数据,构建台湾相思树叶片叶绿素含量的光谱参量模型.结果表明DV575与BNC726两参量构建模型估测精度较高,其中用一阶导数光谱变量估测精度最高,均达到83%以上.     

湖泊叶绿素a反演的大气校正模型比较研究

为获取湖泊叶绿素a定量反演所需的最优大气校正方法,以太湖为例,分别使用FLAASH、6S及QUAC 3种大气校正模型对HJ-1B卫星CCD数据进行大气校正,通过对比各波段反射率及遥感指数与叶绿素a的相关性,得到归一化水体指数相关系数最高,并使用归一化水体指数建立叶绿素a反演模型.反演模型R2在0.7以上,同时通过了统计检验.实验利用太湖采样点平均光谱反射曲线及实测光谱对比大气校正模型的影像处理效果,并在此基础上,利用误差参数评价不同大气校正处理后的反演精度.结果表明:3种大气校正算法的影像处理效果总体较好,FLAASH和6S算法的各项参数接近,反演精度优于QUAC算法,并且聚类分析结果很好地证实了二者的相似性;QUAC算法在获得较高精度的同时其典型地物光谱出现失真.因此,在湖泊叶绿素a浓度反演建模时,大气校正方法应优先考虑FLAASH算法和6S算法,尽量避免使用QUAC算法.     

基于高光谱的湿地植被冠层叶绿素反演研究

植被冠层叶绿素含量直接反映植物的生长健康情况.以三江平原洪河湿地自然保护区为研究区,采用地面实测光谱数据为数据源,通过对光谱数据预处理以及特征参数(植被光谱指数、吸收特征)提取,在冠层尺度上,利用统计方法分析了植被叶绿素的敏感波段,并对植被叶绿素含量和光谱特征参数进行了相关性分析,最后,构建了植被叶绿素冠层反演模型并进行了验证.结果表明,原始光谱反射率在690~720,755~770nm叶绿素含量具有较高的相关性,植被指数DD与叶绿素含量有非常高的相关性.研究证明,基于吸收特征反演植被叶绿素也是较好的方法之一.     

水稻、玉米的光谱数据与叶绿素的相关分析

探讨了水稻和玉米的多时相的叶片反射光谱数据、群体反射光谱数据与叶绿素含量、叶绿素密度的相关关系．通过对反射光谱数据进行导数光谱分析和“红边”位置分析,结果表明水稻和玉米的叶片反射光谱数据很好地反映了叶片叶绿素含量的信息,而它们的群体反射光谱数据与其叶片的叶绿素含量的相关性较小,但却能很好地反映叶片叶绿素密度的信息．因此,可以利用群体植被的反射光谱数据讲行植被叶片叶绿素密唐的估计。     

红边光谱谐波分析的神经网络法叶绿素含量反演研究

叶绿素含量测定对于了解作物生长状况具有重要意义。为实时、快速、准确获取叶绿素含量,研究了玉米叶片叶绿素含量的BP神经网络(BPNN)法高光谱反演模型;而BPNN输入因子的选择是建立反演模型的关键。已有研究证明作物红边光谱与叶绿素含量有较强的相关性,为避免红边参数提取的不确定性,提高建模精度与效率,运用红边光谱的频率域谐波分析(HA)技术获得谐波余项、振幅和相位等能量谱特征分量(ESCC);并选择具有强相关性的10个ESCC进行主成分分析后,取前4位主分量作为BPNN的输入因子,进而进一步强化其相关性来构建叶绿素含量反演模型。同时,分别用遗传算法(GA)和小波基(wavelet-based)函数优化BPNN结构,建立GA-BPNN、WNN反演模型。实验通过比较BPNN、GA-BPNN、WNN模型和常规的多元线性回归(MLR)模型的玉米叶片叶绿素含量反演结果,得出非线性的BPNN模型要明显优于线性的MLR模型;而在神经网络模型中,GA-BPNN优化模型的反演精度最高。     

谐波分析重金属铜铅胁迫玉米的污染效应

提出了谐波分析法监测玉米的重金属污染效应。通过设置不同浓度Cu和Pb胁迫下的玉米盆栽实验,测得了玉米冠层叶片光谱、叶绿素以及Cu含量。利用谐波分析技术将玉米叶片光谱特征信息转化为以振幅和相位的能量谱特征信息,提取低次谐波振幅和初始相位,分析了振幅和相位与玉米的健康状况以及重金属污染效应之间的关系。实验结果和分析表明,振幅反映着光谱的能量信息,与叶片中的Cu离子含量有很强的相关性;初始相位携带着光谱辐射峰值的位置信息,与玉米叶片中重金属含量以及叶片光谱的红边位置具有一定的线性比例关系。因此,可以通过光谱谐波分解的振幅和相位间接的判断Cu和Pb胁迫玉米的污染程度。     

锶胁迫条件下生菜光谱效应特征

锶（Sr）胁迫条件下生菜的反射光谱特征会发生明显改变。通过室内生菜水培试验，获取了36个不同生长期、6个不同锶浓度胁迫的生菜叶片400～950 nm波段区间的生化参数信息（叶绿素含量、细胞结构、叶片金属含量）和反射光谱信息，利用光谱技术并结合数学统计方法研究了生菜叶片7个光谱特征参数与实测叶片锶元素含量之间的相关性，优选了较敏感光谱特征参数，建立了其与生菜叶片锶含量的线性回归模型。结果表明，锶胁迫生菜叶片叶绿素含量呈先上升后下降的规律，细胞结构差异不明显。锶胁迫生菜叶片反射光谱直观上无规律，通过采用光谱技术方法分析得出锶胁迫生菜叶片的红边波段位置先“红移”再“蓝移”，红谷波段位置则“红移”，植被指数B4/B3比值先升高后降低，红边归一化植被指数（NDVI）值随着锶浓度的升高而降低。相关性及线性回归模型分析表明红边波段位置与叶片锶含量显著相关。本文为下一步基于光谱特征的叶片重金属含量反演模型的构建提供了较好的数据源和基础理论。     

Study on the biomass change derived from the hyperspectral data of cotton leaves in canopy under moisture stress

In this study, an ASD spectrometer made in USA is used to derive the hyperspectral data of cotton leaves in canopy in north Xinjiang. The integral area variables of red edge are used to estimate the total nitrogen (TN) content in cotton leaves in canopy. The first order differential of reflective spectra is carried out. The analysis methods based on the spectral position variables are derived from the first order differential spectral data. The analysis on the correlation between the integral area of red edge (SDr, regarded as the independent variable) and the TN content (regarded as the function) is carried out, and the correlation mathematical model between the integral area of red edge and the TN content in canopy leaves of cotton varieties named as Xinluzao No.6 is developed. The analysis on the correlation between the chlorophyll content and the TN content in single cotton leaves in canopy growing under the irrigation with different water volumes is carried out. The results show that there is a significant positive correlation between the chlorophyll content and the TN content (R = 0.8723, n = 39), and the data of chlorophyll content can be used to estimate the TN content in single cotton leaves; the correlation between the integral area variable of red edge and the TN content in cotton leaves in canopy is significant, their correlation coefficient is 0.7394 (n = 40), the TN contents in canopy leaves of cotton varieties named as Xinluzao No. 6 and No. 8 can be accurately estimated by using the developed model, and their RMSE values are 0.3859 and 0.4272 respectively. After researching, it is considered that there is an applying potential to use the integral area variables of red edge for estimating the TN content in cotton leaves in canopy, and the mathematical model developed with the third-side area variables has a high applying value in deriving the TN content in crop canopy. It is also considered that it is feasible to recognize the moisture stress suffered by cotton plants by researching the shift and change extent of red edge, and the key is to develop the corresponding rational recognition index system.

     

基于高光谱的法国梧桐和毛白杨叶片叶绿素含量反演模型研究

利用ASD便携式野外光谱仪和SPAD-502叶绿素计,实测了落叶阔叶树法国梧桐(Platanus orientalis L)和毛白杨(Populus tomentosa Carr)叶片的高光谱反射率与叶片绿度,并对原始光谱反射率及一阶导数光谱与叶片绿度进行了相关分析;采用导数光谱数据敏感波段建立了叶绿素含量估算模型,法国梧桐和毛白杨模型的确定性系数R2分别为0.7791和0.6858;采用相关系数较大的波段作为BP和RBF人工神经网络模型的输入变量,分别进行了叶绿素含量的估算,结果表明,BP和RBF神经网络模型预测效果均良好,在预测精度上,RBF略优于BP神经网络模型.     

野鸭湖湿地牛鞭草不同覆盖度的光谱特征分析

采用导数法和包络线去除法,分析了不同覆盖度牛鞭草的光谱特征.结果表明,不同覆盖度的牛鞭草在绿光波段出现反射峰,在红光波段出现吸收谷,近红外波段处具有"红边效应".不同盖度的牛鞭草光谱反射率的差异主要体现在绿光(520～600 nm)和近红外波段(760～900 nm).在近红外波段范围内,反射率随覆盖度的增加而增大,两者呈极显著正相关(P<0.01).此外,红光波段比蓝光波段有更为强烈的吸收效应.我们的研究表明,高光谱遥感可以有效地应用于湿地植物覆盖度或与之相关的生长情况的监测之中.     

铅离子胁迫下盆栽玉米叶片光谱微分的红边响应研究

基于重金属铅(Pb)污染的盆栽实验玉米,采用光谱仪和叶绿素仪测量了不同浓度Pb~(2+)胁迫下玉米老、中、新叶片的反射光谱及其叶绿素含量;也运用质谱仪测定了不同胁迫浓度叶片中Pb~(2+)含量。对玉米老、中、新叶片中的叶绿素含量与各类叶片及土壤中的Pb~(2+)浓度进行了相关性分析;并为了区分玉米叶片铅离子污染程度和预测Pb~(2+)含量,提出了红边一阶微分曲线面积比值(FARR)和红边一阶微分峰前面积(FABR)参数;同时与常规红边一阶微分包围面积(FAR)、红边一阶微分曲线陡峭度(FCDR)、红边位置(REP)以及红边最大值(MR)作运用比较,实验结果表明,玉米叶片中的叶绿素含量从新叶、中叶到老叶逐渐增加,并随着土壤中Pb~(2+)浓度的升高而降低;受到Pb~(2+)胁迫时,新叶片到老叶片的REP"蓝移"更为明显;FARR和FABR在Pb~(2+)的胁迫程度区分和污染监测方面比FAR、FCDR、REP、MR具有更好的预测效果。     

不同氮素水平下油菜高光谱特征分析

利用小区试验获得的油菜主要生育期的冠层反射光谱,对不同品种、不同生育期和不同供氮水平下油菜冠层光谱进行了特征分析.结果表明:对于不同品种和不同生育期,冠层光谱分别在近红外和可见光区域存在一定的差异;对于不同的施氮水平,随着施氮水平的提高,在可见光区域反射率值减小,而在近红外区域则呈相反的变化趋势;一阶导数光谱随着施氮水平的增加,具有向长波方向移动的趋势,同时随施氮水平的增加,"双峰"现象则愈显著.红边位置随生育期和氮素水平的变化不明显,红边面积与红边幅值几乎在所有的生育期中呈现出随着供氮水平的提高而表现为增大的趋势.对于同一供氮水平下不同生育期,冠层红边面积与红边幅值随着生育期的推移呈"波浪"形状变化趋势.     

In situ hyperspectral data analysis for pigment content estimation of rice leaves

Analyses of the correlation between hyperspectral reflectance and pigment content including chlorephyll-a, chlorephyll-b and carotenoid of leaves in different sites of rice were reported in this paper. The hyperspectral reflectance of late rice during the whole growing season was measured using a Spectroradiometer with spectral range of 350 - 1050 nm and resolution of 3 nm. The chlorophyll-a, chlorephyll-b and carotenoid contents in rice leaves in rice fields to which different levels of nitrogen were applied were measured. The chlorephyll-a content of upper leaves was well correlated with the spectral variables. However, the correlation between both chlorephyll-b and careteniod and the spectral variables was far from that of chlorophyll-a. The potential of hyperspectral reflectance measurement for estimating chlorophyll-a of upper leaves was evaluated using univariate correlation and multivariate regression analysis methods with different types of predictors. This study showed that the most suitable estimated model of chlorephyll-a of upper leaves was obtained by using some hyperspectral variables such as SDr , SDb and their integration.     

Quantifying biochemical variables of corn by hyperspectral reflectance at leaf scale

To further develop the methods to remotely sense the biochemical content of plant canopies, we report the results of an experiment to estimate the concentrations of three biochemical variables of corn, i.e., nitrogen （N）, crude fat （EE） and crude fiber （CF） concentrations, by spectral reflectance and the first derivative reflectance at fresh leaf scale. The correlations between spectral reflectance and the first derivative transformation and three biochemical variables were analyzed, and a set of estimation models were established using curve-fitting analyses. Coefficient of determination （R2）, root mean square error （RMSE） and relative error of prediction （REP） of estimation models were calculated for the model quality evaluations, and the possible opti- mum estimation models of three biochemical variables were proposed, with R2 being 0.891, 0.698 and 0.480 for the estimation models of N, EE and CF concentrations, respectively. The results also indicate that using the first derivative reflectance was better than using raw spectral reflectance for all three biochemical variables estimation, and that the first derivative reflectances at 759 nm, 1954 nm and 2370 nm were most suitable to develop the estimation models of N, EE and CF concentrations, respectively. In addition, the high correlation coefficients of the theoretical and the measured biochemical parameters were obtained, especially for nitrogen （r=0.948）.