107杨叶片叶绿素含量高光谱反演的研究

利用Field-Spec Pro测定107杨叶片光谱特征参数,研究不同叶绿素含量的107杨叶片的光谱特性、叶绿素含量与11种植被指数之间的关系以及107杨叶片叶绿素含量的光谱反演模式。结果表明:1)光谱反射率呈现典型的植物光谱特征,蓝紫谷位于350~500nm之间,其中多集中在350nm处;绿峰位于500~600nm之间,其中大部分集中在552nm处;红谷位于600~700nm之间,多集中在672nm处。700nm后进入近红外高反射平台,以762nm居多;2)107杨叶片叶绿素含量与11种植被指数之间均具有很强的相关性,其中mND705植被指数与叶片叶绿素含量相关性最强,R2为0.69;3)基于植被指数建立叶绿素反演模型,结果显示mND705植被指数的高光谱反演模型y=0.09x1.621 7反演精度较高,拟合R2和预测R2均达到最大,分别为0.812 4、0.703 5;均方根误差最小,为0.007 0,说明可以利用测量107杨叶片光谱的方法来监测叶片叶绿素含量。     

基于无人机热红外图像的核桃园土壤水分预测模型建立与应用

为了解北方核桃园区的土壤水分状况,实现优化水资源配置的目的。该文于2016和2017年采用固定式热红外成像仪(A310 f)连续观测得到核桃主要生长季节午后(13:00和14:00)的冠层温度,并同步观测温度、湿度、辐射、风速、降雨量和0~80 cm不同土层深度的土壤体积含水量。并于2017年8月11日利用无人机热成像系统(TC640)对连续灌溉区域和干旱胁迫区域进行了图像采集。结果表明,40~60 cm土层深度可能是核桃树主要吸收水分的区域。冠层温度普遍高于空气温度,其变化范围在0~5℃之间,冠气温差与土壤含水量呈负相关,与太阳辐射呈正向关系,其中,土壤含水量的贡献值达到了75%。利用2017年13:00时的冠层与空气温差数据来建立的土壤水分预测模型,R2=0.64;同时,利用14:00时的实测数据对所建立模型进行验证,R2=0.61,表明该模型具有一定的拟合精度。最后,将模型用于诊断核桃区域水分状况,证明了其具有较好的实际应用效果。该研究首次将固定式热成像设备与无人机热成像系统相结合来研究树木的冠层温度,并成功实现了从理论模型到实际应用,从单株水平到区域尺度的转换。     

哑变量在燕山地区华北落叶松人工林生长模型中的应用1）

以燕山地区华北落叶松人工林为研究对象,在收集大量临时样地和解析木资料的基础上,筛选出合适的数据,根据承德市隆化县林管局、木兰林管局和塞罕坝机械林场3个地方的地区特征引入哑变量的概念,利用非线性回归的方法对华北落叶松人工林胸径、树高、材积生长过程进行拟合,结果显示3个地区华北落叶松人工林的胸径、树高、材积生长量没有显著差异。基于哑变量建立了3个地区华北落叶松人工林的胸径、树高、材积生长模型。结果表明：含有哑变量的Schumacher模型对华北落叶松人工林胸径、树高生长过程的拟合效果最好,决定系数R2分别达到了0．9941和0．9929,残差平方和分别为4．7339和6．8849;含有哑变量的二次函数对华北落叶松人工林的材积生长过程拟合最好,决定系数R2为0．9928,残差平方和为0．0023。通过对所建立生长模型的适应性检验,结果表明残差分布比较均匀,预估精度都达到95％以上,说明模型的预估效果比较好。     

基于红外热成像的核桃冠层温度测量不确定性分析

为了探究和量化利用红外热成像系统进行核桃冠层温度测量过程中所产生的不确定性,利用A310f型红外热像仪在核桃园区对样本树冠层进行为期20 d的高频连续观测,对样本树进行了不同方向(东、西、南、北)和不同高度角(10°、30°、45°、60°、80°)的冠层温度测量。首先,对5个重要参数的敏感性进行分析,发现冠层温度受叶片辐射率(εleaf)影响最大,受环境反射温度(Trefl)影响次之,受空气温度(Ta)和空气相对湿度(RH)影响较小,对距离(D)变化不敏感。其次,对3棵样本树与4个方向的冠层温度进行双因素方差分析,结果表明,各方向之间达到了显著性水平(P 0. 05),进一步通过多重比较确定了南、北两个方向存在显著性差异(P 0. 05),其他各方向之间差异不显著。对不同高度角的分析表明,5个高度角之间不存在显著的温度差异。然后,通过温度廓线法直接观察到冠层外部温度高于内部温度,同时,温度频数直方图反映出像素点呈现双峰分布特征,冠层像素点的峰值温度为25. 1℃。最后,对冠层内外温度进行方差分析,结果表明,两者之间存在极显著性差异(P 0. 01)。     

基于无人机遥感影像的核桃冠层氮素含量估算

叶片氮素含量是评价植被生长状况的重要指标,快速、准确监测核桃树冠层氮素含量的变化,对及时掌控树体长势、实施精准管理具有重要意义。本研究通过低空无人机遥感平台搭载GS-2型成像光谱仪,获取了果实膨大期5年生核桃林地的高光谱遥感影像数据。利用ENVI 5.3软件对观测范围内的核桃、土壤以及阴影区域进行识别提取,根据不同地物的波谱差异寻找核桃与土壤、阴影区域之间无交集且差异较大的波段区间,确定冠层的范围,并通过支持向量机方法验证其提取精度;根据NDVI、RVI和DVI植被指数筛选指示冠层氮素含量的特征敏感波段,分析了9种光谱参数对核桃冠层氮素含量的估算能力及其相关性,并将筛选的特征敏感波段作为BP神经网络模型的输入变量,进行了核桃冠层氮素含量的估算。结果表明：当B100 (550.7)处的光谱反射率大于0.10,且 B233 (779.4) 处的光谱反射率大于0.70时,可有效识别和确定核桃树冠层范围,制图精度高达96.43%。在分析核桃树冠层氮素含量与NDVI、RVI、DVI植被指数相关关系的基础上,确定了B33 (440.6)、B165 (660.7)、B186 (697.0)和B347 (986.4)为指示氮素含量的特征敏感波段。9种光谱参数中,以B347 (986.4)和B186 (697.0)重构的NDVI(986.4,697.0) 在核桃林地冠层氮素含量的诊断中更接近实测值,估算模型精度最高。基于BP神经网络建立的估算模型较9种光谱参数具有更高的估算精度,测试集R 2 达0.805,具有一定的估算可靠性。     

雷竹冠层叶片反射光谱特征及其对叶片水分变化的响应

[目的]研究雷竹冠层叶片反射光谱特征及其水分敏感波段,筛选与叶片水分指标相关性较高的光谱指数,为雷竹叶片水分的非破坏性估算提供参考。[方法]以重要笋用竹种雷竹为研究对象,通过自然失水法研究叶片反射光谱对叶片水分变化的响应特征,以常用反射光谱指数对叶片水分指标进行相关性检验,对不同反射光谱指数与叶片相对含水量进行了回归方程拟合。[结果]雷竹叶片含水量与其光谱反射率在近红外区呈负相关关系;光谱反射率敏感性分析表明,在1 400～1 600、1 800～2 000 nm波段附近,光谱反射率对叶片水分变化较其他波段敏感;不同光谱指数与叶片水分指标的相关性分析及回归方程拟合结果表明,在所选光谱指数中水分胁迫指数MSI(R_(820)/R_(1600))、比值指数SRI(R_(1300)/R_(1450))与叶片相对含水量的拟合效果较好。[结论]雷竹叶片水分含量与其光谱反射率在近红外区,尤其1 400～1 600、1 800～2 000 nm波段附近呈负相关关系,水分胁迫指数MSI(R_(820)/R_(1600))、比值指数SRI(R_(1300)/R_(1450))对雷竹叶片相对含水量的估算精度较其它光谱指数更高。