基于高光谱遥感的玉米叶片SPAD值估算模型研究

灌浆期玉米叶片叶绿素含量对玉米光合作用及产量形成具有重要作用。为通过高光谱特征准确、高效估测玉米叶片叶绿素含量,以SPAD值表征叶绿素相对含量,构建了基于光谱特征参数的传统回归模型、基于全谱和光谱特征参数的PLSR模型和BP神经网络模型,并进行了比较分析。结果表明：基于全谱构建的PLSR模型SPAD值拟合效果最好（R ²=0.910,RMSE=2.071）,而基于光谱特征参数所建立的PLSR模型拟合效果可达到与全谱PLSR模型相近的水平。但后者的实测值与预测值拟合效果（R ²=0.867,RMSE=2.581,RPD=2.628）优于全谱PLSR模型,且建模时间短,模型复杂程度降低。BP神经网络模型相较于两种PLSR模型预测效果略差,但优于传统回归模型。综合来看,基于光谱特征参数建立的PLSR模型估测效果最好。     

秋玉米SPAD值的光谱估算模型研究

研究不同秋玉米品种叶片SPAD值与一阶微分光谱的相关关系,筛选出8个品种的敏感波长和一阶微分光谱参数,建立不同品种SPAD值的一元线性、指数、多项式和基于一阶微分光谱参数的预测模型,计算建模集和验证集的均方根误差RMSE和相对误差RE。结果发现,不同秋玉米品种SPAD值与光谱一阶微分相关系数较高,均在0.8以上;不同秋玉米品种光谱一阶微分的敏感波段位于650~680nm;基于敏感波长建立的SPAD值预测模型均表现出较好效果,多项式模型效果最佳,模型估测精度在不同品种间存在差异;在8个秋玉米品种中,正大999的多项式预测模型表现最佳,其建模集RMSE和RE分别为2.762和3.643%,其验证集RMSEv和REv分别为3.322和4.518%。     

基于无人机多光谱影像的水稻冠层SPAD值预测研究

比较筛选水稻冠层SPAD值估测模型,为无人机多光谱遥感反演水稻SPAD值提供依据。利用无人机获取水稻拔节期、抽穗期、乳熟期的冠层多光谱影像,选取7种常用的植被指数,利用3种回归方法建立基于植被指数的水稻叶片SPAD值反演模型。结果表明,在不同生育期与水稻叶片SPAD值相关系数最高的植被指数不相同,拔节期最高的是GNDVI,抽穗期最高的是CI_Green,乳熟期最高的是CI_Rededge。抽穗期是水稻叶片SPAD值反演的最佳时期,模型具有较好的建模精度和估测效果,其中多元线性回归的建模精度较高,偏最小二乘回归模型的估测效果最好。试验结果可为水稻长势的实时无损监测提供参考。     

生长调节剂对草坪株高和SPAD值的影响

采用田间小区试验的方法，研究了不同调节剂对马尼拉草坪草株高及SPAD值的影响。结果表明，喷施不同浓度的调节剂均可以有效地降低株高、提高SPAD值，但是以喷施多效唑的效果最明显。     

基于高光谱的棉花叶片磷含量估测模型

研究不同施磷条件下棉花叶片叶绿素含量的变化规律,旨在建立基于高光谱的叶片磷含量估测模型,实现棉花叶片磷含量快速监测。在盆栽试验条件下,设置不同的磷肥量,测定棉花功能叶叶绿素含量与磷含量,并利用植被指数和叶绿素含量的相关性构建磷含量的光谱变量,从而实现利用高光谱对棉花叶片磷含量的定量监测。结果表明：(1)棉花播种后100天左右,叶片磷含量与叶绿素呈现显著关系(决定系数R²=0.96)。(2)利用多个植被指数(X)和叶绿素含量(I)的相关性构建倒一叶、倒二叶、倒三叶、倒四叶的磷含量光谱变量,其中各叶片相关性最优的模型：倒一叶(L₁)为I₁=2.6131X_RENDVI-0.4275,X_RENDV为红边归一化植被指数,R²=0.71,RMSE=0.2;倒二叶(L₂)为I₅=0.0142X_TVI+0.3274,X_TVI为三角植被指数,R²=0.76,RMSE...     

基于无人机多光谱的华北平原花铃期棉花叶片SPAD建模方法研究

华北平原地区棉花叶片SPAD光谱特征有待探明,其最适宜建模方法亦有待研究。笔者针对华北平原棉区,基于无人机多光谱探索其叶片SPAD光谱特征和最佳建模方法。以德州市夏津县大李庄棉区为研究区,利用无人机获取棉花花铃期的多光谱图像,同步测定棉花叶片SPAD值;对原始光谱进行预处理并组合构建光谱指数,进而采用相关分析筛选出6个棉花SPAD特征光谱指数;分别采用BP神经网络(BPNN)、多元逐步回归(MSR)和支持向量机(SVM)方法构建棉花SPAD值定量分析模型,并对模型验证、对比,优选最佳模型和建模方法,进而定量分析研究区棉花叶片SPAD空间分布。结果表明:棉花叶片SPAD的特征波段为红光和红边波段;入选模型的特征光谱指数为r、r*reg、(reg-r)/(reg+r)、r-g、r/g、$\sqrt{r^{2}+g^{2}}$;对比3种建模方法,BPNN模型精度最高,其建模集R²、RMSE分别为0.747、4.568,验证集R²、RMSE、RPD分别为0.758、4.142、2.135,确定为棉花叶片SPAD的最佳模型。基于BP神经网络模型进行棉花叶片SPAD的空间分布反演,反演值与实测值具有高度一致性,拟合结果较好。BP神经网络可以作为基于无人机多光谱的华北平原棉花叶片SPAD建模的优选方法,该研究可促进棉田定量遥感和棉花长势监测。     

利用高光谱技术估测大豆育种材料的叶面积指数

叶面积指数(LAI)是反映田间作物长势及产量潜力的重要参数,规模化育种要求及时、快速、无损地获取大量育种材料的田间生长信息。本研究利用52份大豆品种(系)的2年田间试验,在盛花期(R2)、盛荚期(R4)及鼓粒初期(R5)测定大豆冠层反射光谱,同步测定大豆LAI和地上部生物量(ABM)。结果表明,不同生育期LAI与冠层光谱在可见光波段(426~710 nm)均表现显著负相关(P0.05),在近红外波段(748~1331 nm)均表现为显著正相关(P0.05)。根据文献已报道的植被指数与LAI的线性相关性分析,NDVI和RVI类型的植被指数能够较好地指示大豆LAI,进而在全光谱250~2500 nm范围内涵盖上述两种类型的植被指数,经对建立的大豆LAI线性与非线性模型综合评价,遴选出不同生育期敏感植被指数的最优估测模型。其中,R2期RVI(825,586)所建模型(y=0.03x1.83)、R4期RVI(763,606)所建模型(y=0.38e0.14x)及R5期RVI(744,580)所建模型(y=0.06x1.79)的预测表现最好,决定系数(R2)分别为0.677、0.639和0.664,相对标准误(RRMSE)均小于20%;模型验证的决定系数(R2*)分别为0.643、0.612和0.634,均根方误差(RRMSE*)约20%。进而发现针对LAI和ABM的RVI共性核心波段组合为R2期的825 nm和586 nm、R4期的763 nm和606 nm以及R5期的744 nm和580 nm。本研究结果可望为大豆规模化育种中获取大量不设重复试验材料的田间长势信息提供快速无损预测的技术支持。     

基于冠层反射光谱的小麦白粉病严重度估测

明确小麦白粉病冠层光谱敏感波段并估算病情严重度,是大面积高空遥感监测小麦白粉病、实现精确防控的基础。采用人工诱发的大田、盆栽和病圃试验,测量不同生育时期对不同发病等级的小麦白粉病冠层光谱,并同步调查发病严重度。结果表明,可见光350~710 nm光谱反射率随病情加重呈上升趋势,580~710 nm为遥感监测白粉病的敏感波段,近红外波段光谱反射率在病害处理间变幅较大,且与病情严重度相关性较差。修正型病情指数较常规病情指数与对应光谱反射率的相关性显著提高。利用高光谱特征参数与白粉病严重度间的相关回归分析,红边宽度最适宜指示白粉病发生及发展态势,拟合精度(R²)为0.811,检验相对误差(RE)为17.7%,而mND705、SIPI、CTR2和TSAVI在相关分析中也表现相对较好(r>0.6),但由于试验间兼容性差, 不宜建立统一回归方程。以相对光谱指数ΔMSAVI和ΔmND705与白粉病严重度建立的模型决定系数较高(R²>0.76),RE分别为18.4%和19.4%,可较好反演冠层尺度病情严重度。可见,小麦白粉病冠层光谱特征明显,建立的病害反演模型精度高,对精确防控具有应用价值。     

高光谱遥感估测大豆冠层生长和籽粒产量的探讨

现代作物育种需要监测大量育种材料的生长并估测产量潜势, 高光谱遥感技术为此提供了简单、快捷、非损伤性测定的可能途径。选取30份大豆育成品种进行连续2年的产量比较试验, 在盛花期(R2)、盛荚期(R4)和鼓粒始期(R5)测定地上部生物量(ADM)和叶面积指数(LAI), 并利用ASD高光谱地物仪同步收集大豆冠层反射光谱信息。供试品种间ADM、LAI和产量差异显著或极显著。不同生育期可见光和近红外区域的光谱反射率与大豆ADM、LAI及产量均有显著相关, 尤其在R4和R5期相关性最高。在构建大量光谱参数的基础上, 遴选出对ADM、LAI及产量预测精度较好的回归模型。其中, R5期的P_Area560光谱参数与LAI和R4期的V_Area1450光谱参数与ADM构建的两个生长性状的监测模型效果最好, 决定系数(R²)分别为0.582和0.692。未发现单一生育期光谱参数对大豆估产的有效模型, 但综合R2期NPH1280、R4期V_Area1190以及R5期NPH560构建的产量估测模型, 决定系数(R²)达到0.68, 效果较好。本研究     

基于分数阶灰色模型的生鲜电商产品销量预测研究

新型冠状病毒的爆发,使供应链受到了不良影响,蔬菜水果等生鲜商品线下批发零售受阻,生鲜电商却迎来了新一轮的发展.从生鲜消费者角度出发,通过构建分数阶灰色预测模型对生鲜产品的需求量进行预测,并引入甘福园生鲜电商销售数据进行验证,得到柠檬、车厘子、苹果及火龙果4种水果拟合值的平均绝对百分比误差(MAPE)分别为8.61％、7.15％、7.16％、6.81％,其值均小于灰色预测模型和一次指数平滑法,且由该模型得到预测值的平均绝对百分比误差均小于10％,结果表明该模型适用于生鲜电商产品销量预测.     

不同成熟度烟株根际土壤无机氮含量与叶片SPAD值及氮含量的相关性分析

采用田间调查与室内检测相结合的方法,对云南省玉溪市澄江县烤烟生产上封顶后10～12天的不同成熟度烟株进行分析研究.结果表明,烟株根际土壤无机氮含量直接影响烟株成熟度及叶片全氮含量,而土壤水解氮(有效氮)含量高低对其基本无影响;正常落黄烟株的根际土壤无机氮含量为52.4～58.8mg/kg,5叶位、10叶位、15叶位及2...     

Hyperspectral Models for Estimating SPAD Value of Cotton Leaves under Waterlogging Stress

[Object] To setup the hyperspectral sensing models for estimating SPAD value of cotton leaves under waterlogging stress. [Method] Irrigation and drainage controllable plots were introduced to simulate the waterlogging stress treatment in the flowering and boll forming stage, during which the change characteristics of the cotton leaf spectral reflectance and SPAD value were observed after 1 d, 3 d, 6 d, 9 d waterlogging, respectively. To find out the hyperspectral sensing models for estimating SPAD value of cotton leaves under waterlogging stress, the correlation and regression relationships between SPAD value and spectrum parameters were analyzed. [Result] (1) The SPAD value of the fourth cotton leaf from the top was significantly lower than control when suffers from waterlogging for 3 d, when waterlogged 9 d the SPAD value decreased by around 15% compared with the control. (2) The cotton suffering from waterlogged damage in the flowering and boll forming stage caused the reflection peak in green light wave band became steep, while the near infrared spectral reflectance increased, and caused the reduction of red absorption and red edge position blue shifts, the red edge position drifts towards short wave with 4～5 nm when suffers from waterlogging for 9 d. With increase of the waterlogged days, the red edge slope and red edge area increased with a maximum value at 6 d of waterlogging, meanwhile, the skewness and kurtosis of red edge increased. (3) After waterlogging, the SPAD value of the fourth cotton leaf from the top (chlorophyll content) had a remarkable correlation with red edge slope(Dr), red edge position(λr), green peak reflection(Rg), green peak position(λg), red well position(λo), blue edge area(SDb), yellow edge skewness(Sy), yellow edge kurtosis(Ky), red edge skewness(Sr), red edge kurtosis(Kr), etc. An experience linear, polynomial and exponential models for estimating SPAD value had been built through using the Sy, Sr, Kr as independent variables, respectively, their determination coefficient (R²) were greater than 0.9, and the root mean square error (RMSE) were less than 1; and an experience binary linear regression equation for estimating SPAD value had been built through multivariate regression using the λg, SDr/SDb(VI3), Sb, Sy, Ky as independent variables, the R² was as high as 0.973, and the RMSE was 0.393. [Conclusion] The model can be remote sensing model used as estimating leaf SPAD of cotton value under waterlogging stress.     

施肥量与留叶数对烟叶产值量及化学成分的影响

为探讨施肥量与留叶数对烟叶产值量及化学成分的关系,在楚雄进行了施肥量（72kg/hm2、90kg/hm2、108kg/hm2）与留叶数（15片、18片、21片）两因素三水平试验,结果表明：随施肥量的增加烟株茎围、节距、田间叶面积系数增大;烟株患白粉病及赤星病机率增加,病情指数增大;烟叶产量、产值及上等烟比例增加;烤后上部烟叶比叶重随之增大;上部烟叶的总氮、烟碱含量增加,糖碱比变小。随留叶数的增加烟株封顶株高增高、田间叶面积系数增大;烟叶产量、产值增加,但上等烟比例减少;烤后上部烟叶比叶重随之减小;上部烟叶的烟碱含量降低,糖碱比变大;烟叶化学成分趋向不协调。因此不能盲目增加施肥量与留叶数,以施肥90kg/hm2、留叶18片的处理化学成分最协调。     

基于烟叶致香成分建立烤烟香型分类模型方法研究

为筛选出基于烟叶致香成分数据建立烤烟香型分类的最优模型,以便于较好地对烤烟的香型进行正确分类。首先对142 个烤烟烟叶样品中的45 个指标采用行业标准进行检测,然后采用逐步回归法筛选出14 个烟叶致香成分,依据这14 个指标采用判别分析法、Logistic 回归、高斯混合模型、分类树、K最邻近法、人工神经网络和支持向量机7种方法进行建模。通过对不同方法建立的模型采用100次随机抽取训练集样本和测试样本计算错误分类率,选择错误分类率较低的模型作为优选模型。结果表明,线性判别法和高斯混和模型建立的2 种香型函数能较好地对未知样品的香型进行正确分类,且效果较好（正确率可达90%以上）。研究筛选出的2种优选模型对于烤烟香型分类研究具有一定的应用价值。     

基于叶片SPAD的棉花氮营养指数估算研究

为了探究不同施氮处理对棉花叶片SPAD值、生物量和氮营养指数(NNI)的影响,通过两年田间试验,设置5个施氮水平(即0、120、240、360、480 kg/hm2),开展棉花叶片SPAD值、氮素吸收分配规律和生物量变化的研究.研究结果发现:棉叶SPAD值随施氮量增加呈增加趋势,在N4处理下获得最大值;建立棉花氮浓度稀...     

棉花主茎叶SPAD值与氮素营养诊断研究

选用美棉33B和泗棉3号两个叶色深浅差异明显的品种,设置氮素水平（0、120、240、360和480 kg hm^-2纯氮）试验,研究棉花主茎叶SPAD值的叶位分布,对棉花进行氮素营养诊断。结果表明,棉花主茎顶部4张定型叶片的SPAD值对施氮水平反应的敏感程度存在显著差异,随施氮量增加,棉花主茎顶1、2、3、4定型叶SPAD值的大小位次发生明显变化,其中以顶1定型叶对施氮量增加的响应最为敏感,顶4定型叶最为迟钝。利用顶1定型叶与顶4定型叶SPAD值的相对差值,可较精确地诊断棉花的氮素营养水平,并能克服品种和生育时期不同的影响,是一种具有普适性的棉花氮素营养诊断指标。     

甘蓝型油菜DH系在不同生态区SPAD值的差异分析

以甘蓝型油菜纯合双单倍体(DH)为材料,研究不同生态环境下油菜叶绿素SPAD值的变化状况,揭示叶绿素含量遗传表现规律,创制更高叶绿素含量种质资源,以期为油菜高光效育种奠定方法和理论基础。选取了170份甘蓝型油菜DH系,连续3年分别种植在冬油菜区(陕西大荔)和春油菜区(甘肃张掖)。结果表明:无论是不同遗传背景的DH系、还是同一亲本下的不同DH系材料,油菜DH系叶绿素含量在田间既表现出遗传稳定性,又容易受到外界环境影响,即在相似的生态条件下,同一区域即便不同年份的各DH系材料,叶绿素SPAD值的表现基本一致,但在不同生态区,油菜DH系的SPAD值差异很大。通过对油菜DH系亲本和DH系叶绿素SPAD值频数分布分析,叶绿素含量连续3年在2个生态环境具有广泛的连续分布,并且服从正态或者近似于正态分布,以及超亲分离的特点。这些都表明油菜叶绿素含量是一个典型的数量性状,受到多对基因的控制。