天山北坡不同坡向旱地春小麦叶片叶绿素含量高光谱遥感监测研究

[目的]依据野外实测的旱地春小麦叶绿素含量、冠层反射光谱及土壤含水率,比较了不同坡向旱地春小麦叶绿素含量、冠层光谱、光谱一阶微分的差异,分别建立适合不同坡向旱地春小麦叶绿素含量监测模型并检验模型精度.[方法]用相关分析法分析微分指数与叶绿素含量的相关性.[结果]春小麦叶绿素含量因坡向不同而存在差异,表现出阴坡地最高,双面坡地次之,阳坡地最低.可见光区域,阴坡地春小麦“峰谷”特征明显,阳坡地和双面坡地无此特征;近红外波段,旱地春小麦冠层光谱反射率表现出阴坡地＞双面坡地＞阳坡地的特点.[结论]旱地春小麦叶绿素含量与各微分指数的相关性均较好,通过了极显著水平检验.阴坡地与Kpo的相关系数为0.915,大于阳坡地和双面坡地与SDred训和SDg的相关系数0.906和0.908.利用与不同坡向旱地春小麦叶绿素相关系数最大的微分指数建立的叶绿素含量监测模型表明,各地类春小麦叶绿素含量的监测均可用抛物线模型,预测精度分别达97.5;、95.7;和97.8;.     

干旱区施不同浓度硝酸钾对后备耕地土壤水盐的影响

采用野外试验和室内分析相结合的方法,研究施用不同量硝酸钾对新疆盐碱土水盐及离子分布的影响.结果表明:(1)随着外源硝酸钾施入土壤,土壤上层含水率增加,下层减少.(2)土壤上层的全盐含量增大,并且施钾浓度越高含盐量也越高.(3)施钾样地整个土层的Ca2+、Mg2+、SO42-浓度相对于对照地(非施钾样地)有所增加,而Na+和Cl-浓度降低.当施钾浓度为400mg/L时上层Na+浓度显著增加,可能对作物造成危害;施钾浓度达到1 000mg/L时Na+浓度变化不大,即施钾浓度越高Na+浓度越低.(4)施钾浓度为1 000 mg/L时,土壤上层钠吸附比(SAR)、Cl-/SO42-大大降低.施用硝酸钾可增加后备耕地土壤上层的含水量,减少钠吸附比(SAR)、Cl-/SO42-,有利于农作物的生长,但也增加了土壤上层的含盐量.     

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%。     

基于高光谱的水浇地与旱地春小麦拔节期叶绿素含量估测模型对比研究

测定拔节期水浇地与旱地春小麦冠层光谱、叶绿素含量、覆盖度、苗高和叶宽,采用回归分析方法建立春小麦叶绿素含量高光谱估测模型,并对模型精度进行检验。结果表明: 阳坡和双面坡地春小麦拔节期叶绿素含量与原始光谱反射率在可见光和近红外波段均呈正相关,水浇地和阴坡地在723 nm以前相关系数为负,723 nm以后为正。各地类春小麦叶绿素含量与各高光谱变量的相关性均较好,均达到了极显著水平(P<0.01)。无论在可见光还是近红外波段,水浇地春小麦叶绿素含量均与倒数之对数lg(1/R)的相关性最好,相关系数最大值可达0.98;阴坡地则与一阶微分的相关性最好,最大为0.94;而与阳坡和双面坡地相关性最好的高光谱指数为归一化植被指数。在 各个波段,倒数之对数模型lg(1/R)、一阶微分模型(p′)和归一化植被指数模型(N)分别是估测水浇地、阴坡地、阳坡和双面坡地春小麦叶绿素含量的最佳模型。虽然各模型R²均超过0.90,精确度均大于0.91,但阴坡地、阳坡和双面坡地的模型精确度和准确度略低于水浇地。以上模型的建立可为今后估测水浇地与旱地春小麦的健康状况提供参考。     

不同地类春小麦叶片叶绿素含量高光谱植被指数估算模型研究

为给小麦长势的遥感监测提供依据,利用多种植被指数对比分析了水浇地和旱地春小麦不同生育期冠层光谱及叶绿素含量的变化,并建立了不同地类春小麦叶绿素含量的最佳估测模型。结果表明,春小麦叶绿素含量在整个生育期呈先升后降趋势,且水浇地高于旱地。春小麦冠层光谱在可见光波段表现为阳坡和双面坡地>阴坡地>水浇地,而在近红外区域反之。在起身期-乳熟期,春小麦叶绿素含量分别与二次修正土壤调节植被指数和植被衰老反射率指数的相关性最好;在拔节-扬花期,水浇地和阴坡地的叶绿素含量分别与绿度植被指数和修正归一化差异指数相关性最好,阳坡和双面坡地则与二次修正土壤调节植被指数的相关系数最大。利用相关性最好的植被指数模拟春小麦叶绿素含量,水浇地在起身-扬花期宜用抛物线模型,乳熟期则适合用乘幂模型,且各模型r和检验r均大于0.88,拟合程度较高;阴坡、阳坡和双面坡地起身期适用指数模型,其余时期适合抛物线模型。     

基于红边参数的水浇地与旱地春小麦各生育期叶绿素最佳估测模型比较研究

通过分析水浇地与不同类型旱地春小麦红边参数变化规律,利用与春小麦叶绿素含量相关性最好的红边位置,分别建立水浇地与旱地春小麦叶绿素含量最佳估测模型。结果表明:春小麦的红边位置表现出水浇地阴坡旱地半阴/阳坡旱地阳坡旱地的特点。起身期到扬花期,各地类春小麦红边位置均偏向长波方向,扬花至乳熟期,又偏向短波。水浇地与阴坡旱地春小麦的红边在起身期和乳熟期存在"单峰"现象,而在其他各期均为"双峰";半阴/阳坡旱地在抽穗和扬花期"双峰"明显,在起身、拔节和乳熟期表现出"单峰"现象;阳坡地在各生育期均为"单峰"现象。整个生育期,水浇地春小麦的红边面积最大,阳坡地的最小。起身期至乳熟期,水浇地与旱地春小麦叶绿素含量线性模型的拟合R2和检验R2均大于0.81,RMSE均小于1.70,说明可以利用红边位置预测各地春小麦叶绿素含量。     

基于高光谱的水浇地与旱地春小麦拔节期叶绿素含量估测模型对比研究

测定拔节期水浇地与旱地春小麦冠层光谱、叶绿素含量、覆盖度、苗高和叶宽,采用回归分析方法建立春小麦叶绿素含量高光谱估测模型,并对模型精度进行检验。结果表明：阳坡和双面坡地春小麦拔节期叶绿素含量与原始光谱反射率在可见光和近红外波段均呈正相关,水浇地和阴坡地在723 nm以前相关系数为负,723 nm以后为正。各地类春小麦叶绿素含量与各高光谱变量的相关性均较好,均达到了极显著水平（P＜0．01）。无论在可见光还是近红外波段,水浇地春小麦叶绿素含量均与倒数之对数 lg（1/R）的相关性最好,相关系数最大值可达0．98;阴坡地则与一阶微分的相关性最好,最大为0．94;而与阳坡和双面坡地相关性最好的高光谱指数为归一化植被指数。在各个波段,倒数之对数模型lg（1/R）、一阶微分模型（p′）和归一化植被指数模型（N）分别是估测水浇地、阴坡地、阳坡和双面坡地春小麦叶绿素含量的最佳模型。虽然各模型 R2均超过0．90,精确度均大于0．91,但阴坡地、阳坡和双面坡地的模型精确度和准确度略低于水浇地。以上模型的建立可为今后估测水浇地与旱地春小麦的健康状况提供参考。     

水浇地与旱地春小麦新型光谱曲线特征变量与叶绿素关系的对比研究

为了利用新型光谱曲线特征变量对水浇地与旱地春小麦叶绿素含量进行估算,测定水浇地与旱地春小麦冠层光谱、叶绿素含量、叶宽和苗高,并利用各地春小麦冠层光谱曲线“峰谷”存在差异的特点,通过分析光谱曲线特征变量与水浇地和旱地春小麦叶绿素含量的相关性,分别建立了水浇地和旱地春小麦叶绿素含量最佳估算模型并检验模型精度。结果表明：在723 nm、730 nm和736 nm前后,水浇地、阴坡地、阳坡和双面坡地春小麦原始光谱与叶绿素含量的相关性表现出完全相反的变化规律。在以上波段之前,相关系数为负,之后为正。各地春小麦叶绿素含量与绿边和黄边曲线变化速率及反射绿峰两边的夹角存在很好的相关性,与水浇地、阴坡地、阳坡和双面坡相关性最好的光谱曲线特征变量分别为K pv、Kb和GPA1,相关系数均大于0.80。抛物线和线性模型是估测各地类春小麦叶绿素含量的最佳模型,模型R2均超过0.89,预测能力均大于92%。研究结果为以后利用高光谱信息监测小麦长势及产量提供了新思路和方法。