干旱区玉米抽雄期叶绿素含量高光谱最佳模型选择

采用相关性、线性和非线性分析法,探讨了玉米抽雄期叶片叶绿素含量与多种高光谱参数之间的关系,并建立了叶绿素含量的定量监测模型。结果表明:(1)原始光谱反射率与叶绿素含量在713 nm处具有最大相关系数r=0.86,光谱反射率一阶微分在760 nm处与叶绿素含量具有最大相关性r=0.84。同时,最大一阶微分分别对应的波长(λr,λb,λy)、绿峰反射率(Rg)和其对应的波长λg、红边内最大一阶微分总和(SDr)、比值植被指数(SDr/SDb,SDr/SDy,(Rg-Ro)/(Rg+Ro))以及归一化植被指数(SDr-SDb)/(SDr+SDb)等10种参数分别与叶绿素含量的相关性达到极显著相关。(2)采用相关性达到极其显著的12种光谱参数进行建模,其中原始光谱、绿色反射峰以及光谱反射率一阶微分、基于红边面积与蓝边面积的比值植被指数和归一化植被指数所建立的10个模型R2都不小于0.72,前两者所建立的指数模型优于线性模型,而后三者所建立的线性模型则优于指数模型。(3)所选取的五个方程中,在760 nm处的光谱反射率一阶微分值所构建的线性模型:y叶绿素=6912x760nm+44.878因其具有最大决定系数和最小的RMSE,并且其模型表达式相对简单,因此是玉米抽雄期叶绿素含量的最佳预测模型,从模型决定系数R2来看,它比其他模型至少提高了11.4%。     

棉花全生育期叶片SPAD值的遥感估算模型

叶绿素含量是评估棉花生长状况的重要参数,估算叶绿素含量对于棉花生长监测具有重要意义。以渭北旱塬区种植的棉花为试验材料,测量全生育期棉花叶片SPAD值与冠层反射率光谱,将原始高光谱反射率、一阶微分光谱反射率、不同波段组合的遥感光谱参数分别与SPAD值做相关性分析,用传统回归分析方法构建五种重要光谱参数的SPAD值预测模型,同时,采用PLSR方法建立全生育期SPAD值的估算模型。最后对模型进行检验,筛选出精度最高的模型。建模结果表明,基于多种光谱参数的全生育期PLSR预测模型精度最高、预测效果最好,估算模型的决定系数R~2为0.733,验证模型R~2为0.737。PLSR方法建立的多光谱参数的SPAD值估算模型预测效果显著,利用高光谱技术对棉花SPAD值进行监测,可为全生育期棉花长势遥感监测提供依据。     

猕猴桃叶片SPAD值高光谱估算模型构建

利用便携式野外光谱辐射仪和叶绿素仪在陕西杨凌蒋家寨村测定了猕猴桃不同生育期叶片光谱反射率及其对应的叶绿素相对含量(SPAD)值,通过分析其光谱反射率、一阶微分光谱和SPAD的相关关系,构建了不同生育期基于红边位置、红边幅值、红边偏度和红边峰度的SPAD估算的单因素回归模型和多元逐步回归模型。结果表明:(1)随着猕猴桃叶片叶绿素含量升高,红边位置"红移",红边幅值随着SPAD值的增大而递减,红边面积有所减小,红边曲线形状由右偏逐渐转变为左偏,峰度值逐渐降低;(2)红边偏度能够更好地反映叶片叶绿素含量;(3)在不同生育期,均以红边偏度建立的单因素模型效果最好,建模R2分别为0.821、0.874、0.842;(4)与单因素多项式回归模型相比,多元逐步回归模型在不同生育期均有更好的建模精度和预测精度,在不同生育期,其预测R2分别为0.848、0.926、和0.850,是估算猕猴桃叶片SPAD值的最佳模型。     

基于Stacking集成学习的猕猴桃叶片叶绿素含量估算

叶绿素含量能有效表征植物光合作用强度，是反映植物生长状况的重要参量之一。以秦岭北麓壮果期猕猴桃叶片为研究对象，分别测定其叶绿素含量和光谱反射率，通过分析380～1 000 nm范围内高光谱参数与叶绿素含量的相关性，筛选出估测模型的输入特征，选择随机森林、极限梯度提升树、K-近邻、LightGBM算法和岭回归作为基模型，线性回归作为元模型，建立基于Stacking集成学习的猕猴桃叶片叶绿素含量估算模型，并通过网格搜索和交叉验证提高模型泛化能力，将Stacking模型与多个单一模型进行比较。结果表明：(1)不同叶绿素含量的猕猴桃叶片高光谱反射率变化趋势基本一致，在380～1 000 nm范围内呈现“一峰两谷一平台”的特点；(2)各高光谱参数与猕猴桃叶片叶绿素含量相关性较好，优化光谱指数和传统光谱指数中与叶绿素含量相关性最高的分别是比值光谱指数(RSI′_581,438,r=0.947)和红边位置(r=0.914);(3)与多个单一模型相比，Stacking集成模型的估算精度最高(R²=0.807,MAE=0.334,RMSE=0.136),同时，其...     

白粉菌侵染后田间小麦叶绿素含量与冠层光谱反射率的关系

 本文对白粉菌侵染后田间小麦叶片叶绿素含量与光谱反射率的关系进行了研究。用不同浓度的药液控制田间病害的发生梯度,于灌浆期对不同严重度小麦冠层的光谱反射率进行了测量,同时测定小麦叶绿素含量并调查病情指数,分析叶绿素含量与病情指数、冠层光谱反射率的关系。结果表明,药剂对叶绿素含量无显著影响;受白粉病危害后,小麦叶片叶绿素含量明显降低,抗性不同的品种之间下降速度存在差异,与病情指数之间也有极显著的相关性。绿光波段与叶绿素含量之间的相关性达到了显著水平;基于多波段建立的模型要优于单波段,可以利用绿光、红光波段的反射率估计叶绿素含量。红边参数与叶绿素含量之间也有较好的相关性,其中以红边面积的相关系数最大。     

不同施氮处理下滴灌甜菜冠层的高光谱响应

为明确甜菜冠层高光谱特性,对不同氮素处理下滴灌甜菜冠层反射光谱以及叶面积指数(LAI)、叶绿素含量与叶片全氮含量进行分析。结果表明:甜菜冠层光谱反射率随着施氮量的增加而升高,与氮素运筹模式10∶0相比,氮素运筹模式7∶3的冠层光谱反射率和冠层光谱"红边"在叶丛快速生长期较低,在糖分积累期较高。甜菜冠层光谱红边具有"双峰"现象,且"双峰"随生育时期的推进逐渐减弱,随施氮量的增加,愈加凸显。光谱变量与叶片全氮含量显著相关,红边幅值Dλred、红边峰值面积Sred、红边位置λred与LAI、叶绿素含量显著相关,表明通过高光谱反演滴灌甜菜农学参数进行氮素营养状态诊断是可行的。     

引黄灌区水稻不同生育期叶绿素含量估测

叶绿素是植物光合作用的物质基础。为了探讨不同生育期水稻冠层光谱与叶绿素含量的响应规律,以宁夏引黄灌区水稻为材料,经小区试验测定水稻冠层光谱与叶绿素含量,分析冠层光谱反射率与叶绿素含量的相关性,建立两者之间的相关模型,结果表明:不同生育期内,水稻冠层光谱反射率差异较大;水稻冠层光谱反射率与叶绿素含量相关性随着生育期的推进而逐渐降低;基于全波段归一化光谱指数(NDSI)构建的拔节期(NDSI_((456,475)),R~2=0.6502)、抽穗期(NDSI_((748,782)),R~2=0.5264)、乳熟期(NDSI_((822,823)),R~2=0.5708)、蜡熟期(NDSI_((730,731)),R~2=0.4396)叶绿素模型能较好地预测水稻冠层叶绿素含量。     

基于无人机高光谱影像玉米叶绿素含量估算

以无人机为平台搭载高光谱相机获得玉米农田高光谱影像，从中提取光谱特征参数，构建玉米叶片叶绿素含量估算模型，并制作玉米叶片叶绿素含量分布图。结果表明，以红边面积（SDr）、红边一阶微分最大值（Dr）、差值植被指数(DVI)为自变量构建的回归模型建模精度较高，以此反演玉米叶片SPAD值分布图并对填图结果进行精度检验，得出SPAD-Dr模型填图预测效果最佳（R2=0.89,RMSE=1.28,RE=2.31），可以作为玉米叶片叶绿素含量无人机高光谱影像遥感反演估算的基本模型。     

基于连续小波变换的干旱胁迫下玉米冠层叶绿素密度估测

测定了玉米各生育时期干旱胁迫下冠层叶绿素密度及冠层光谱数据,利用原始光谱反射率与冠层叶绿素密度进行相关性分析,采用常用植被指数、波段自由组合、连续小波变换构建玉米冠层叶绿素密度估测模型,并用决定系数(R~2)、均方根误差(RMSE)进行精度检验。结果表明:冠层叶绿素密度在抽雄期相较于正常对照,轻度、中度、重度干旱胁迫处理分别下降7.8%、29.5%、44.2%;波段自由组合指数RVI(555,538)、NDVI(555,538)和敏感小波系数bior5.5(26,792)、rbio2.6(22,790)、gaus6(21,791)与叶绿素密度的相关性较高,相关系数绝对值均达到0.900以上;基于敏感小波系数构建的冠层叶绿素密度估测模型验证集R~2均在0.850以上,相较于其他植被指数模型R~2平均提升20.6%,RMSE平均降低32.6%;最优模型为以gaus6(21,791)为自变量的一元线性回归模型,R~2为0.864,RMSE为1.532。利用连续小波变换对光谱数据进行预处理,可以有效提升玉米冠层叶绿素密度估测模型的精度。     

应用高光谱数据定量反演查干湖水质参数研究

湖泊水质下降和富营养化问题日益严重,传统监测方法已经日益不能满足水质监测的需要。该文通过野外高光谱仪器测定查干湖水体反射光谱,分析研究水体反射光谱特征与水质参数叶绿素a含量、透明度和浊度之间的关系,运用多种半经验算法建立反演模型。结果表明:单波段光谱反射率与叶绿素a和浊度的相关系数较小,但与透明度相关系数较高;光谱反射率通过对数、比值转换,可以有效的提高叶绿素a和浊度估测模型的精度,却对透明度作用不大。总体来说,叶绿素a和浊度估测模型效果较好,透明度高光谱估测模型相对较差,需进一步研究。     

基于室内高光谱数据的多种类型土壤有机质估算模型比较

基于高光谱数据的土壤有机质反演是土壤遥感及精准农业的重要研究内容,然而不同的光谱处理及建模方法使得模型的估算能力及精度差异明显,限制了模型之间的通用性。为了构建陕西省土壤有机质含量估算的最优模型,以陕西省9种主要土壤类型的216个土样的光谱反射曲线和土壤有机质含量为数据基础,将光谱反射曲线进行一阶微分d(R)、倒数对数log(1/R)、倒数对数一阶微分d[log(1/R)]和包络线去除N(R)4种变换,结合一元线性回归(SLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种建模方法构建了不同的土壤有机质含量估算模型。结果显示:不同类型土壤的反射光谱曲线总体态势基本一致,吸收特征位置基本相同,且土壤有机质含量与光谱反射率呈负相关态势;基于d [log(1/R)]光谱变换构建的SVR估算模型精度最高,建模集和验证集的判断系数(R~2)分别为0.9210、0.8874,验证均方根误差(RMSE)为2.18,相对分析误差(RPD)达到2.8751,是估算陕西省土壤有机质含量的最优模型,PLSR次之,SLR最差。     

谷子叶绿素含量高光谱特征分析及其反演模型构建

基于高光谱数据综合分析不同施肥条件下谷子各生长期冠层叶绿素含量的高光谱特征,在分析各光谱特征参数与叶绿素相关性的基础上,基于偏最小二乘法和人工神经网络构建叶绿素含量的遥感反演模型.结果表明:NDVI(归一化植被指数)、GNDVI(绿色归一化植被指数)、PSNDa(特殊色素归一化指数a)、PSSRc(特征色素简单比值指数...     

基于无人机成像高光谱的棉叶螨为害等级估测模型构建

为快速、实时、准确地了解新疆棉田棉叶螨（优势种为土耳其斯坦叶螨Tetranychus turkestani）的发生情况,利用高光谱图像中的7种植被指数,使用一般线性回归分析方法分别构建不同棉叶螨为害等级棉花冠层叶片叶绿素相对含量（用soil and plant analyzer development（SPAD）值表征）遥感估测模型和棉叶螨为害等级遥感估测模型,实现棉叶螨为害的实时监测。结果显示：不同棉叶螨为害等级对应的棉花冠层光谱反射率存在明显差异,棉叶螨为害等级与棉花冠层叶片SPAD值呈显著负相关关系。在7个不同棉叶螨为害等级对应的棉花冠层叶片SPAD遥感估测模型中,SPAD-红边归一化植被指数估测模型的估测决定系数为0.915,均方根误差为3.451,识别精确度显著高于其他模型。表明利用棉花冠层叶片SPAD遥感估测模型可快速无损地获取棉叶螨为害数据,构建的棉叶螨为害等级估测模型可用于植保人员快速准确获取棉叶螨为害情况。     

水稻冠层叶绿素含量高光谱估算模型

为了寻求西北引黄灌区水稻冠层叶绿素含量的高精度估算模型，通过田间试验测定了水稻冠层SPAD和高光谱数据，运用任意波段组合的方式构建了一系列基于原始光谱、一阶导数光谱的比值、差值、归一化和土壤调节植被指数，筛选出反映水稻冠层SPAD的最佳植被指数作为自变量，应用普通回归分析方法和随机森林算法建立了该区域水稻冠层SPAD估算模型并进行了对比分析。结果表明：（1)应用普通回归分析方法，以RVI(D₁₃₁₆，D₇₃₆)为自变量建立的指数模型是估算西北引黄灌区水稻冠层SPAD的最佳单变量模型；（2)采用随机森林算法，以4个植被指数RVI(R₆₉₆，R₅₄₀)、DVI(R₇₀₀，R_{536)、SAVI(R700，R536)、RVI(D1316，D736)建立的估算模型比普通回归模型精度更高，验证结果的决定系数R²为0.873，均方根误差RMSE为3.221，平均相对误差RE为13.25%。说明通过随机森林算法建立的模型可以实现水稻冠层SPAD的精准估测，可以用于西北引黄灌区水稻冠层叶绿素含量的快速、无损获取。}     

Effects of leaf position on reflectance,transmittance and absorption of red and far‐red light in tomato,Chenopodium album and Amaranthus retroflexus leaves

Leaf optical properties can play an important role in determining the red/far‐red light ratio, a signal of impending competition, in plant canopies. Knowledge of leaf optical properties and factors affecting them is important in understanding of the impacts of red/far‐red ratio in agroecosystems. Effects of leaf position on the plant stem on their optical properties at 660 and 730 nm were studied in tomato and two weeds Chenopodium album and Amaranthus retroflexus. Leaf position on stem strongly influenced leaf optical properties. Reflectance and transmittance were generally lower for the C. album and A. retroflexus leaves at higher positions on the stem, except for reflectance at 730 nm in C. album, which did not change. Reflectance was not affected in tomato. Transmittance generally decreased for leaves at higher positions. Red/far‐red ratios of reflected (R_ratio) and transmitted (T_ratio) light generally decreased in all species, except R_ratio in tomato, where it increased slightly at higher positions. These effects were greater in A. retroflexus compared with C. album and tomato. Changes in these ratios were partly explained by chlorophyll content and leaf mass per area. The results show that leaf position on plant stem influences leaf optical properties in tomato and two weeds and this effect differed between species. These influences and the differences among species could modify red/far‐red ratios in canopies comprising these species, which could influence their growth and inter‐plant interactions.     

Growth of bell pepper plants (Capsicum annuum) affected by coloured covers

While a plant utilizes the full spectrum of visible light, some colours of light have more important applications than others. The aim of this study was to evaluate the responses of bell pepper plants grown under coloured covers. Bell pepper plants (Capsicum annuum) were grown hydroponically in a greenhouse in Tunja, Colombia, under different light quality regimes that were obtained with polypropylene films (yellow, green, blue, transparent, red, and a control without a plastic film cover). Conventional growth indices were calculated or measured as response variables. All of the evaluated parameters were influenced in a different ways by the colour of the covers, e.g. the leaf area was higher under the green and blue covers. The highest water uptake was found in the plants grown under the blue film. Plants under the yellow cover presented higher water use efficiency than the other treatments. The chlorophyll content index was higher under the blue, green and transparent covers. Based on these results, a coloured cover that favors most of the growth indices of plants cannot be selected; however, according to the needs of growers, the supplemental light quality can be used to achieve a specific effect.     

基于高光谱与电磁感应技术的干旱区绿洲土壤含水量反演研究

为实现干旱区绿洲土壤含水量的快速、准确监测,利用采集自渭干河-库车河绿洲的84个表层(0~10cm)土壤样本,通过利用电磁感应仪(EM38)将所测解译后数据代替实测土壤含水量数据,将高光谱反射率重采样为Landsat8卫星遥感波段反射率,在选取光谱特征参数、提取敏感波段的基础上,利用偏最小二乘回归(PLSR)方法建立土壤含水量模型,将最优估算模型应用于遥感影像,实现研究区土壤含水量遥感反演。研究结果表明:(1)利用EM38所测水平模式土壤表观电导率与土壤含水量拟合效果最优,能够代替实测土壤含水量进行后续建模分析。(2)相比3种单一的光谱特征指数,利用多种光谱特征指数所建土壤含水量估算模型的建模效果更优,其干、湿各季建模集决定系数R~2大于0.7,均方根误差(RMSE)均小于0.5%,RPD均大于2,能够作为有效手段估算干旱区绿洲土壤含水量。(3)不同季节土壤含水量遥感反演值与实测值决定系数R~2均大于0.6,均方根误差(RMSE)均小于0.6%,显示了较高的预测精度,证明利用电磁感应技术与高光谱相结合能够实现对干旱区绿洲土壤含水量的精准、高效监测。     

基于野外原位光谱的棉田耕层土壤全氮含量监测模型研究

针对可见光和近红外光穿透力不强、难以监测到耕层土壤全氮的问题，以石河子垦区播前棉田土壤为研究对象，获取3种不同土壤质地类型的原位光谱及不同耕层的土壤全氮含量信息，通过Savitzky-Golay平滑处理及最大归一化处理对土壤原位光谱进行预处理，并利用广义传播神经网络(GRNN)、随机森林回归(RFR)、支持向量机回归(SVR)、最小二乘回归等4种建模方法，建立和筛选出不同土壤质地类型的棉田耕层土壤含量的最佳监测模型。结果表明：(1)不同建模方法在各耕层监测精度不同，在浅、中、深耕层表现最佳的监测模型均为GRNN模型（R²分别为0.72、0.68、0.63）。(2)优化后的NGRO-GRANN模型监测精度高于GRNN模型，在浅、中、深三个耕层的预测精度提高16.2%~30.2%。(3)基于原位光谱建立不同耕层的土壤全氮监测模型具有较好的监测效果，且大量简化了室内光谱处理的繁琐步骤。该研究为野外原位光谱快速获取棉田播前土壤各耕层养分信息提供了理论基础与技术支撑，具有一定的可行性与鲁棒性。