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.     

基于连续统去除法的湿地松叶绿素含量高光谱估算模型

采用ASD野外光谱辐射仪在BRDF测试系统环境下对野外采集的湿地松叶片样本进行光谱测量,以获得湿地松的叶片光谱反射率,并利用UV2450-紫外可见分光光度计对湿地松叶片进行叶绿素含量测定.采用连续统去除法对光谱数据进行处理分析,计算波段深度(BD)、波深中心归一化(BNC)、波段面积归一化(BNA)、波段深度归一化指数(NBDI)和反射率差异比率(DRR(λi))等光谱特征参数,通过对湿地松叶片叶绿素含量与光谱特征参数的相关性分析,得到NBDI748,BNC749,BNA617,BNA748四个特征参量,与湿地松叶绿素含量建立估算模型并对模型进行精度检验.结果表明以BNA617为变量建立的光谱参量模型能够较好的估算湿地松叶绿素含量.     

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。     

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。     

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.     

铜铅重金属胁迫下玉米光谱分形维数与污染监测研究

通过设定不同浓度梯度的重金属Cu、Pb胁迫下的玉米盆栽试验,利用美国高性能地物光谱仪SVC HR-1024I对不同浓度铜铅污染的玉米老、中、新叶片进行光谱测量,同时采用SPAD-502叶绿素含量测定仪测定各类叶片中叶绿素含量相对值,并通过化学方法测定不同胁迫程度下玉米叶片中的铜铅含量。在分析玉米叶片中Cu、Pb含量与光谱曲线的绿峰高度(GH)、红谷深度(RD)、蓝边(DB)、红边最大值(MR)、红边面积(FAR)、红边一阶微分曲线陡峭度(FCDR)之间相关性的基础上,利用分形理论对叶片410~780 nm之间的光谱曲线进行分形测量,提出运用光谱曲线分形维数(FRAC)对受不同浓度重金属铜铅污染的玉米叶片进行污染监测,同时对相同浓度铜铅胁迫下的老、中、新叶片也进行了光谱响应研究。结果表明,随着叶片中重金属含量增加光谱曲线分形维数也逐渐增大,同等浓度重金属铜铅胁迫程度下,分形维数从新叶到老叶逐渐减小,并且发现光谱曲线分形维数与绿峰高度、红谷深度、红边面积具有较好的相关性,说明光谱曲线分形维数不仅可以综合描述曲线的光谱特性,还能定量反映玉米叶片受重金属铜铅污染程度及其健康状况。因此,光谱曲线分形维数可以作为玉米叶片重金属污染监测的一种新方法。     

铜胁迫下玉米叶绿素质量比与光谱反射率关系

通过对不同程度重金属铜污染土壤(16个样本)上玉米叶绿素浓度和相应的玉米冠层光谱反射率数据测试,进行铜胁迫下玉米叶绿素浓度与光谱数据相关分析研究,研究结果表明:铜胁迫下玉米叶绿素浓度与其光谱反射率之间具有相关性,在350~695nm光谱区内相关性最好,且在464nm处两者达到最高的相关性;铜胁迫下玉米的"红边"随着铜污染程度的加剧而发生有规律地"蓝移";铜胁迫下玉米的"红边"波长位置与其叶绿素浓度之间具有很强的相关性,复相关系数为0.884,由此可看出利用野外地物光谱数据定量估算和分析铜胁迫下玉米的叶绿素浓度是可行的.     

冬小麦典型多参量冠层高光谱反演的光谱指标敏感性研究

高光谱遥感反演作物参量多集中在单一参量研究上,缺乏多参量综合反演研究。因此,面向多参量反演,需要对传感器参数的有效设置,以及同一指标对不同参量的适宜程度进行综合研究。以冬小麦为例,通过实测冠层光谱反射率和LAI、叶绿素、氮素含量数据,分析了中心波长、波段宽度、信噪比等指标的变化对各参量定量模型的影响,及光谱指标对LAI、叶绿素和氮素定量模型反演的敏感性和有效性,以及对冬小麦典型参量高光谱遥感反演的光谱指标进行了综合性分析。结果表明:反演冬小麦LAI的最佳植被指数为DVI(R~2=0.457,RMSE=0.614%),对应的最佳指标为:中心波长为768 nm和732 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦叶绿素的最佳植被指数为MSR(R2=0.554,RMSE=0.548%),对应的最佳指标为:中心波长为768 nm和736 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦氮素的最佳植被指数为NDVI_(g_b)(R~2=0.733,RMSE=0.600%),对应的最佳指标为:中心波长为500 nm和454 nm,波段宽度为5 nm以内,信噪比大于70d B。植被指数SAVI在一定波段范围内可同时反演LAI、叶绿素和氮素;MSAVI、DVI、RDVI和NDVI均可在一定波段范围内同时反演LAI和叶绿素含量,而反演LAI和氮素含量的适宜波段以及反演叶绿素和氮素的适宜波段存在差异。利用高光谱植被指数可实现作物参量的有效反演,且作物参量的定量反演对不同的光谱指标,即中心波长、波段宽度和信噪比具有较强的敏感性。     

基于近红外光谱短波段的玉米品种鉴别研究

综合PCA、LDA和BPR提出了一种新的基于近红外光谱短波段的玉米品种鉴别方法.针对37个玉米品种的近红外光谱数据,以833nm作为起始波长,选取不同的截止波长,得到不同波段的数据,以此进行品种鉴别.实验结果表明:在833～1 087nm短波段,本文方法识别率达到97.60%,与全波段相比,波段范围缩小了84.71%,而识别率只下降2.16%.     

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.