基于高光谱数据的晚籼稻品种剑叶SPAD值估测

本研究测定了长江中下游不同晚籼稻品种的剑叶SPAD值及反射光谱数据,分析了原始光谱及其变换数据与SPAD值的相关关系,建立了不同晚籼稻品种剑叶SPAD值估测模型,并采用平均偏差率对模型精度进行品种间验证。结果表明,水稻剑叶SPAD值与原始光谱的敏感波段位于710~720 nm之间,与一阶微分光谱的敏感波段为690~700 nm,各光谱参数中以红边幅值（Dr）的相关性最好,相关系数达0.6~0.8;在回归模型类型的选取上,指数模型和二次曲线模型的估测效果较优;715 nm处的原始光谱反射率建立的指数模型y=85.512e^-2.392x的估测效果最好,进行品种间验证的平均偏差率最小,仅为5.01%。说明以单一晚籼稻品种叶片光谱参数建立的模型在品种间具有一定的适用性。     

玉米LAI和FPAR的高光谱遥感预测模型研究

运用高光谱探测技术,获取不同密度下两个不同品种春玉米冠层不同时期的光谱特征反射参数,对高光谱原始反射率、反射率对数、反射率一阶导数、反射率二阶导数以及DVI、RVI、NDVI、SAVI 4种植被指数与玉米的LAI和FPAR进行相关分析,并建立两者之间的预测方程,通过对模型检验选出最佳预测模型。研究表明,一阶导数和4种植被指数都能很好地预测LAI和FPAR,其中,对LAI预测最好的是利用光谱一阶导数建立的指数函数模型,对FPAR预测最好的是利用NDVI建立的二次多项式模型。851 nm处的一阶导数对玉米的整个时期变化都比较敏感,LAI的最佳预测模型在玉米的整个时期都具有较好的预测性;855、758 nm波段组合的NDVI对FPAR的变化比较敏感,但当FPAR较大时,模型对其预测能力降低。     

基于Dualex植物多酚-叶绿素仪的冬小麦叶绿素含量高光谱估算

为探讨基于Dualex植物多酚-叶绿素仪和高光谱遥感技术反演小麦叶绿素含量的可行性,利用Dualex植物多酚-叶绿素仪,测定不同生育时期冬小麦叶片叶绿素含量(Chl),同时进行叶片光谱测定,以对Chl敏感的1个一阶导数波段、3个三边参数和3个植被指数作为自变量,利用偏最小二乘法(PLS)和支持向量回归(SVR)构建估测模型,并利用验证样本对各生育时期估测模型进行精度检验,同时与传统的单因素模型进行了比较。结果表明,冬小麦反射光谱曲线在不同生育时期有所不同,且随着叶绿素含量的增加,可见光波段的光谱反射率不断降低;在以一阶导数光谱敏感波段、三边参数以及植被指数构建的冬小麦Chl单因素估算模型中,基于各生育时期显著相关的植被指数构建的模型精度最优;以7个参数作为自变量,利用偏最小二乘法(PLS)和支持向量回归(SVR)构建的模型在各生育时期均表现出较好的拟合性及预测精度,尤其利用SVR建立的模型建模决定系数在0.8以上,预测决定系数在0.7以上,是进行冬小麦叶片Chl估测的最优模型。     

基于高光谱的橡胶单叶叶绿素含量研究

采用高光谱分析和线性回归技术分析了3个橡胶树品种单叶片的室内光谱反射数据和叶绿素含量,确定了橡胶单叶高光谱特征参数(三边面积、反射率和一阶微分值)与3个品种综合的不同物候期和物候期综合下的叶绿素含量的敏感波段。结果表明：三边面积均与叶绿素含量的相关达到1 %的极显著检验水平;基于反射率和一阶微分值的变量与叶绿素主要呈负相关,敏感波段主要在蓝边范围;利用一阶微分值构建的线性回归模型对叶绿素含量估算较好。     

反射光谱法估计小麦叶片表皮蜡质含量的初步研究

为了探讨利用冠层反射光谱技术估计小麦叶片表皮蜡质含量的可行性,以小麦高叶片表皮蜡质含量材料2912与低叶片表皮蜡质含量品种普冰201和晋麦47及其杂交构建的F2:3株系为材料,通过氯仿提取称重法测定了小麦抽穗期的旗叶表皮蜡质含量,并采用FieldSpec 3测定了冠层反射光谱,分析小麦冠层反射光谱与叶片表皮蜡质含量之间的关系。结果表明,三个亲本以及株系间蜡质含量差异显著。高蜡质材料的可见光波段反射率整体高于低蜡质材料,短波长波段光谱反射率与叶片表皮蜡质含量相关性较高。以550和675nm波长的反射光谱为基础的单波/差值指数[R550/(R550-R675)]能较好地反映小麦叶片蜡质含量,两F2:3群体拟合模型的r2值分别为0.761和0.679,回归方程分别为y=0.07x-0.575和y=0.088x-1.481。     

玉米叶片高光谱反射率、吸收率与色素含量的关系比较分析

分析测定了大田试验条件下11个玉米品种的3个氮肥处理、2个密度处理和6个生育期的150张叶片在350～2500nm波段的反射率和吸收率及其叶绿素a、叶绿素b和类胡萝卜素的含量。玉米叶片在叶绿素吸收波段的最大吸收波长位于665nm附近,665nm处叶片的吸收率与反射率间呈高度负相关(R2=-0.7533,n=150),而吸收率较高(>92%)的叶片的相关性明显强于吸收率较低的叶片。基于近红外波段和叶绿素吸收波段(红波段)或叶绿素反射波段(绿波段)构建的8个高光谱参量只有以反射率为基础计算时才与色素含量间存在相关性。mSR705和mND705无论以反射率还是以吸收率为基础计算,均表现出与色素含量间的强相关关系,而以吸收率为基础计算的mSR705和mND705与色素含量间的相关性又稍强于以反射率为基础计算的mSR705和mND705。本研究结果暗示叶片的表面反射是干扰叶片光谱(尤其是吸收光谱)对色素浓度变化响应的主要因子。     

镉污染油菜叶片的反射光谱响应与镉含量估计模型

     植物中镉含量可以反映土壤受镉污染程度的。以市场上主栽的常规油菜品种为材料,采用盆栽试验研究油菜叶片在6个不同浓度梯度镉污染处理下的光谱响应,初步建成叶片中镉含量的预测模型。以光谱角描述油菜叶片反射光谱受镉污染水平变异,结果显示叶片反射光谱敏感波段分布在全波段350~2 500 nm,其中表征色素区间的350~716 nm和叶片结构区间的717~975 nm受镉污染水平变异更明显;利用导数光谱技术和三边参数与叶片镉含量相关性分析,确定光谱特征参数,建立叶片镉含量与光谱特征参数之间的多元回归模型,结果显示,以一阶微分导数筛选的光谱特征参数为自变量建立的模型拟合度R2和RMSE效果最佳,分别达到0.899和7.532。本研究结果表明油菜可作为镉污染指示作物之一,所建立的通过高光谱技术快速、准确、无损地检测油料类作物叶片镉含量的估算模型,为油菜高光谱遥感数据分析及镉污染估测提供科学依据。     

小麦叠加叶片的叶绿素含量光谱反演研究

为了给田间冠层水平叶绿素含量高光谱反演研究提供参考,研究了小麦单层及叠加叶片不同波长光谱反射率及几种常用植被指数对叶绿素含量的响应特征。结果表明,可见光波段的绿光到红光波段范围内叶片光谱反射率与叶绿素含量存在良好的相关关系,其中在绿光反射峰550 nm附近和红边区域的705 nm附近反射率都可以用来预测叶绿素含量。红谷吸收表现为随叶绿素含量提高而蓝移的特征。常用植被指数NDVI在本研究中对小麦叶片的叶绿素含量的监测效果并不理想。SR705虽然与单层叶片叶绿素含量相关性较好,但是对叠加多层叶片的叶绿素含量反演效果不好。光谱参数中TCARI对单层叶片和不同叠加层数的叶片均有最好的预测能力,因此可以利用TCARI监测小麦叶绿素含量,进而用于评价其光合特性。     

基于叶片高光谱特征的小麦白粉病严重度估算模式

为了解白粉病胁迫下小麦叶片特征并预测其危害程度,基于大田小区和温室盆栽小麦白粉病接种试验,采用高光谱仪测定受白粉病不同程度危害的冬小麦叶片光谱反射率,并分析光谱特征参数与白粉病严重度间的关系。结果表明,随着小麦白粉病病情的加重,在可见光350~700nm波段内,叶片光谱反射率增加;而在700~1050nm近红外波段内,叶片光谱反射率明显降低。400~500nm和610~690nm为光谱敏感波段,在650~680nm波段相关系数最高(r0.75)。光谱参数MCARI、PSRI、VARIgreen和AI对叶片病害严重度拟合效果较好,决定系数(R2)变化范围为0.77~0.82,标准误差为9.34~10.14。模型检验表明,小麦单叶片病害严重度超过10%时,检验结果较为理想,单叶片病害严重度低于10%时,则定量估算误差偏大,10%严重度可作为光谱法识别小麦白粉病的临界值。光谱参数MCARI和VARIgreen对小麦白粉病反应敏感,估算误差较小,可作为小麦白粉病严重度的最佳估算模型。     

基于光谱指数的冬小麦冠层叶绿素含量估算模型研究

为探索对冬小麦冠层叶绿素含量反应敏感的高光谱波段组合,同时比较不同光谱指数对小麦冠层叶绿素含量的估测效果,通过分析350~2 500nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段交叉组合而成的主要高光谱指数与冬小麦冠层叶片叶绿素含量的定量关系,建立冬小麦冠层叶绿素含量估算模型。结果表明,选用归一化光谱指数(NDSI)、比值光谱指数(RSI)、差值光谱指数(DSI)和土壤调节光谱指数(SASI)建立的冬小麦冠层叶绿素含量监测模型决定系数均大于0.71,标准误差均小于1.842。利用独立试验资料进行检验,表现最好的是RSI(FD_(689),FD_(609))和SASI(R_(491),R_(666))L=0.01,预测精度高达98.2%,模型精确度和可靠性较高。     

关中冬小麦叶片氮素含量高光谱遥感监测模型

为给黄土高原大范围的冬小麦氮素营养遥感监测提供理论依据,通过田间试验,研究了冬小麦叶片氮素含量遥感监测的最佳生育时期、最敏感波段及其他最优光谱参量。结果表明,灌浆期是利用高光谱遥感监测冬小麦叶片氮素营养状况的最佳生育时期;在拔节、抽穗和灌浆期680nm波段光谱反射率R680均能较好地反映冬小麦叶片氮素含量,基于光谱位置以及叶面积指数的光谱参量也能较好地反映冬小麦叶片氮素含量。拔节期、抽穗期和灌浆期分别以680nm波段光谱反射率R680、绿峰反射率Rg和植被指数(SDr-SDb)/(SDr+SDb)对小麦叶片氮素含量的拟合效果最佳,其回归方程分别为Y=27.54-280.247 X+1456.245 X2、Y=8.632 X-0.24和Y=25.83 X1.012。     

Characterizing and Estimating Fungal Disease Severity of Rice Brown Spot with Hyperspectral Reflectance Data

Large-scale farming of agriculture crops requires real-time detection of disease for field pest management.Hyperspectral remote sensing data generally have high spectral resolution, which could be very useful for detecting disease stress in green vegetation at the leaf and canopy levels. In this study, hyperspectral reflectances of rice in the laboratory and field were measured to characterize the spectral regions and wavebands, which were the most sensitive to rice brown spot infected by Bipolaris oryzae (Helminthosporium oryzae Breda. de Hann). Leaf reflectance increased at the ranges of 450 to 500 nm and 630 to 680 nm with the increasing percentage of infected leaf surface, and decreased at the ranges of 520 to 580 nm, 760 to 790 nm, 1550 to 1750 nm, and 2080 to 2350 nm with the increasing percentage of infected leaf surface respectively. The sensitivity analysis and derivative technique were used to select the sensitive wavebands for the detection of rice brown spot infected by B. oryzae. Ratios of rice leaf reflectance were evaluated as indicators of brown spot. R669/R746 (the reflectance at 669 nm divided by the reflectance at 746 nm, the following ratios may be deduced by analogy), R702/R718, R692/R530, R692/R732, R535/R746, R521/R718, and R569/R718 increased significantly as the incidence of rice brown spot increased regardless of whether it's at the leaf or canopy level. R702/R718, R692/R530, R692/R732 were the best three ratios for estimating the disease severity of rice brown spot at the leaf and canopy levels. This result not only confirms the capability of hyperspectral remote sensing data in characterizing crop disease for precision pest management in the real world, but also testifies that the ratios of crop reflectance is a useful method to estimate crop disease severity.     

基于图像处理技术的5种红树林叶片形态特征及叶绿素相对含量的估测

为研究基于计算机视觉的图像处理技术获得的红树林叶片形态特征和叶绿素相对含量,以5种红树林为研究对象,分析其叶片形态特征及建立叶片颜色参数和叶绿素相对含量的回归模型,为苗木培育及营养诊断提供理论依据。结果表明：基于图像处理技术获得红树林叶片形态特征值是可信的,5种红树林叶片形态特征（叶面积、叶长、叶宽、叶周长、叶片形态因子）存在显著差异。红海榄和木榄单片叶片最大,其次是秋茄和桐花树,白骨壤叶片最小,白骨壤叶片形态接近椭圆形,红海榄和秋茄2种红树叶片属于长条型,木榄和桐花树叶片形态类似,红海榄叶长和叶宽相关性最强。5种不同种类红树林的SPAD值和Dualex值差异性显著。利用数码相机获取5种红树林叶片彩色图像,通过图像处理软件提取RGB以及通过差值、比值、标准化值、归一化值等运算组合的28种颜色特征值,与叶绿素相对含量（SPAD值、Dualex 值）进行回归分析,B值与SPAD值极显著相关,(R+B+G)/3、R/B、G/B与SPAD值显著相关;18种颜色特征参数与Dualex值显著相关,其中相关系数最大的为G-B和G值。因此,可依据颜色特征参数（R、G、B）建立相应的统计模型进行红树林叶片叶绿素含量的估测,进而为检测红树林生长、诊断营养状况以及进行水肥精确管理提供理论依据和技术支持。     

有机肥化肥配施的双季晚稻群体冠层光谱特征研究

以不同施肥模式为基础,分析了晚稻群体冠层光谱反射率、一阶微分光谱和归一化光谱特征,并对叶片氮含量、氮积累量、产量、叶面积指数和叶干物质积累进行了相关性分析,构建了以高光谱特征参数为自变量的水稻氮素营养诊断模型。结果表明,叶片氮素含量与665 nm处冠层光谱反射率呈极显著相关性(p0.001),与554 nm和672 nm处的一阶微分光谱也呈极显著相关性(p0.001);以λr构建的指数函数y=684.91e0.028x,决定系数(R2)为0.90、(SDr-SDb)/(SDr+SDb)构建的指数函数y=0.66e0.11x,决定系数(R2)为0.88,均能很好地诊断在有机肥和无机肥配施模式下的水稻氮素营养。     

利用玉米叶片SPAD值预测子粒蛋白质含量分析

利用深松和深松结合秸秆还田技术,对玉米生长5个关键生育时期的叶片SPAD值进行测定分析,获得叶片SPAD值的变化规律;利用FOSS近红外谷物分析仪获得成熟期玉米子粒蛋白质含量,并建立叶片SPAD值与成熟期子粒蛋白质含量的相关关系.相关分析表明,叶片SPAD递减值与成熟期子粒蛋白质含量呈显著负相关,最佳相关模型为y=14.027-0.203x.叶片SPAD递减值可作为判定成熟期子粒蛋白质含量高低的指标,可利用叶片SPAD值递减值并结合相关模型快速预测玉米子粒蛋白质含量.     

春玉米叶片SPAD值与氮含量及产量的相关性研究

通过田间小区试验,研究不同时期玉米叶片SPAD值与叶绿素、氮含量及产量的相关性,确定SPAD值测定的最佳叶位及时期。结果表明,上位叶SPAD值对氮素的敏感时期顺序为12叶期>10叶期>8叶期;穗位叶SPAD值对氮素的敏感时期顺序为抽雄期>灌浆期>蜡熟期。叶片SPAD值可以很好的反映植株叶绿素和氮含量及产量水平,以某一特定叶片的SPAD值来诊断春玉米氮素营养状况和推荐追肥时期时,10叶期是较为理想的测定时期;作为早期预测玉米产量的指标,12叶期为最佳时期。测定SPAD值方法简便、快捷,不破坏叶片生长,可作为早期预测玉米产量的指标。     

基于高光谱指数的叶片尺度叶绿素荧光参数反演

在叶片尺度上,基于高光谱植被指数反演实际光合速率(Phi2)、非调节的光能耗散(PhiNO)、非光化学淬灭(PhiNPQ)、相对叶绿素含量(RC)4个叶绿素荧光参数,分析不同氮素处理下叶片光谱反射率和4个叶绿素荧光参数在不同时期的变化特征。结果表明,可见光波段在过量施氮下叶片反射率低于不施氮处理;在近红外波段,叶片光谱反射率随着施氮量的增大而增大。随着玉米的生长,不施氮处理下Phi2逐渐减少,PhiNPQ逐渐增加;过量施氮下Phi2先增加后减少,PhiNO和PhiNPQ先降低后增加。RC在不同施氮条件下均随着生育时期发展先增加后减少。Phi2和PhiNPQ与归一化植被指数(NDVI)的相关性最好,PhiNO与改进型叶绿素吸收比值指数(MCARI)的相关性最好,RC与红边植被指数(CIred edge)的相关性最好。