轮台白杏叶片氮磷钾含量光谱估算模型

[目的]通过分析不同氮(N)、磷(P)、钾(K)施肥水平下轮台白杏果实不同生长发育阶段叶片氮、磷、钾含量与其光谱反射率的相关性,探寻用于轮台白杏叶片N、P、K含量估算的光谱敏感波段和模型,旨在为开发高效、适时、非破坏性的轮台白杏树体营养诊断技术提供方法.[方法]基于“3414”肥料效应田间试验,采用相关分析和回归分析.[结果]在轮台白杏果实膨大期、硬核期、着色期、成熟期,其叶片N素的光谱敏感波段分别为564～664、499 ～ 574和735～1 067、310 ～1 031、310 ～419和518 ～606 nm,P素的光谱敏感波段分别为424 ～ 656、519 ～652、511 ～617、512～ 610 nm,K素的光谱敏感波段分别为425～701和721～1 113、475～733、500 ～721、539 ～673和719～1 058 nm.轮台白杏果实不同生长发育阶段叶片N、P、K含量与其光谱反射率或其衍生变量存在幂函数或指数函数关系.[结论]轮台白杏果实不同生长发育阶段叶片N、P、K素存在不同的光谱敏感波段,可根据光谱敏感波段的光谱反射率或其衍生变量利用幂函数或指数函数建立果实不同生长发育阶段叶片N、P、K含量光谱估算模型.     

猕猴桃叶片叶绿素含量高光谱估算模型研究

【目的】研究猕猴桃叶片叶绿素含量的高光谱估算方法,为猕猴桃长势的遥感监测提供理论依据。【方法】以陕西杨凌蒋家寨村2018年不同生育期(初花期、幼果期、膨果期、壮果期、果实成熟期)的猕猴桃叶片为研究对象,分别测定其高光谱反射率和叶绿素含量(SPAD值),分析原始光谱和5个常见的植被指数(归一化植被指数、归一化叶绿素指数、改进的叶绿素吸收反射率指数、MERIS地面叶绿素指数、土壤调整指数)与叶绿素含量之间的相关关系,提取各生育期的特征波段,分别建立基于特征波段和植被指数的单波段叶绿素含量一元线性估算模型。利用主成分分析对原始光谱数据进行降维,将得到的主成分得分作为随机森林模型的输入变量,建立基于多波段信息的叶绿素含量多元估算模型,并对模型进行精度验证和分析。【结果】不同生育期猕猴桃叶片光谱反射率变化趋势基本一致,整体趋势为可见光波段反射率低,近红外波段反射率高;在可见光波段,光谱反射率随着叶绿素含量的升高而降低;在近红外波段,光谱反射率则随着叶绿素含量的增加而升高。通过相关性分析可知,初花期、幼果期、膨果期、壮果期、果实成熟期原始光谱的特征波段分别为729,548,707,707和712 nm,估算模型决定系数(R~2)分别为0.18,0.85,0.54,0.85和0.82,其中初花期估算模型未通过显著性检验,其余生育期均通过极显著性检验。在5个常用植被指数中,初花期与叶绿素含量相关性最高的是归一化叶绿素指数(NPCI),但是估算模型决定系数R~2只有0.1,未通过显著性检验;其他生育期与叶绿素含量相关性最高的是MERIS地面叶绿素指数(MTCI),所建立的估算模型拟合效果好,预测精度高。基于主成分分析和随机森林回归建立的不同生育期猕猴桃叶片叶绿素含量估算模型的R~2在0.91～0.98,均通过极显著性检验,其拟合效果和预测精度远高于单波段一元线性回归和基于植被指数的一元线性回归模型,是估算猕猴桃叶片叶绿素含量的最优模型。【结论】基于主成分分析的随机森林模型包含了更完整的波段信息,对不同生育期猕猴桃叶片叶绿素含量具有较好的预测能力。     

油茶叶片叶绿素含量高光谱估测的偏最小二乘模型参数选择

[目的]利用高光谱技术估测植物叶片叶绿素含量时,如何在高维的光谱数据中选择有效的高光谱参数作为估测模型的输入矢量是估测叶绿素含量精度的关键.[方法]以南方丘陵地区油茶为试验材料,收集了182份油茶叶片光谱反射率及叶绿素含量样本,综合分析了敏感波段、光谱指数、高光谱特征参数和全波段(400～1350 nm)4个不同高光谱...     

基于高光谱成像的烟田土壤pH估测

【目的】为实现区域尺度上烟田土壤pH的快速估测。【方法】以四川省296份烟田土壤为研究对象,利用高光谱成像获取土壤390～2500 nm波段的光谱反射率,系统研究12种光谱预处理方法、2种特征波段选择方法和4种建模方法对烟田土壤pH高光谱估测模型精度的影响。【结果】在600～2500 nm范围内,不同pH的光谱反射率曲线差异明显;原始光谱经单一预处理或组合预处理方法处理后,建立的估测模型精度均有所提高;其中一阶导数(First derivative, D1)组合标准正态分布(Standard normal variate, SNV)为最佳光谱预处理方法。竞争自适应重加权采样算法(Competitive adaptive reweighted sampling, CARS)筛选出93个土壤pH特征波段,主要集中在近红外波段800～2500 nm。无论使用光谱全波段还是主成分分析降维得到的光谱特征,核岭回归(Kernel ridge regression, KRR)和支持向量机(Support vector machine, SVM)两种建模方法都取得了比偏最小二乘回归(Partial l...     

长波近红外光谱在土壤总氮分析与稳定性中的应用

[目的]通过定标集、预测集、检验集的建模过程,采用偏最小二乘(PLS)方法结合波段选择建立土壤总氮快速分析的近红外(NIR)光谱模型。[方法]为了避免模型评价失真,基于随机性、相似性和稳定性,提出一种严谨的建模体系。将全谱扫描区(400～2 498nm)分成可见区(400～780 nm)、短波近红外区(780～1 100 nm)和长波近红外区(1 100～2 498 nm)。[结果]经过比较、检验,结果表明长波近红外达到了最好的模型效果和稳定性,最优PLS因子数为8,检验的预测均方根误差(V-SEP)和预测相关系数(V-RP)分别为0.118 g/kg和0.857,得到客观、稳定的预测模型。     

基于TRIZ的蓝莓病害检测方法

为克服蓝莓采后人工分拣的弊端,提升蓝莓自动分拣的水平,提出利用TRIZ理论中发明原理,构建物质—场模型,结合高光谱成像技术应用物理效应和现象研究一种蓝莓病害的无损检测方法。首先应用TRIZ理论中机械系统替代原理利用高光谱成像系统获取蓝莓高光谱图像、物理参数改变原理提出了基于光谱数据分割蓝莓图像的光谱信息分割法SIS。通过与传统的阈值分割方法对比分析可知,SIS分割法更能准确分割出蓝莓及其病害区域。通过分析蓝莓病害区域与正常区域的光谱曲线的差异,将全波段光谱分成可见光第一区域波段(500～760nm)和近红外第二区域波段(760～1000nm),应用TRIZ理论中组合原理将特征波段提取IRIV法与CARS法结合为CARS-IRIV法提取出第一区域与第二区域组合的7个特征波长(500,522,701,828,857,893,969nm)。最后将不同区域的特征波长对应的光谱反射率以及两个区域特征波长结合对应的光谱反射率作为径向基神经网络RBF模型的输入矢量建立蓝莓病害检测模型。试验结果表明第一区域与第二区域组合提取的特征波长对应的光谱反射率作为RBF模型的输入矢量检测蓝莓病害结果最好,正确检...     

棉花黄萎病叶片氮素含量与高光谱数据相关性分析

[目的]探讨棉花黄萎病叶片全氮含量(LTNC)与高光谱数据间相关性,为遥感监测黄萎病冠层全氮含量提供理论依据.[方法]在棉花黄萎病发生的不同时期,获取黄萎病叶片光谱及氮素含量数据,对其光谱反射率进行一阶微分处理和光谱特征参数提取,并与氮素含量进行相关分析.[结果](1)棉花黄萎病LTNC与反射光谱在404～728 nm,880 ～2 500 nm呈极显著负相关(平均r=-0.71,-0.68),748 ～ 768 nm呈极显著正相关(平均r=0.31),且在694、758、2 247 nm处的相关系数最大,|r(=0.87,0.32,0.73;(2)黄萎病LTNC与一阶微分光谱在700 ～753 nm处呈极显著正相关(平均r=0.89),在452 ～ 632 nm处呈极显著负相关(平均r=-0.64),与单波段554 nm处相关系最大(|r(=0.90);(3)黄萎病LINC与24个光谱特征参数均达极显著相关,组合波段参数相关性最好,植被指数和吸收参数的相关性较好,单波段相关性一般,与PVI[FD554,FD731]的相关性最好,r值最大,为0.91;与PPR[550,450]的相关性最差,|r(仅为0.48.[结论]黄萎病棉叶LTNC与高光谱数据间有高的相关性,可利用高光谱数据对黄萎病LTNC进行遥感监测.     

近红外光谱测定清热解毒口服液中绿原酸与黄芩苷的波段优选

[目的]运用近红外光谱测定清热解毒口服液中绿原酸与黄芩苷含量的波段并建立数学模型。[方法]结合移动窗口片最小二乘(MWPLS)法对波段进行了优选,分别建立测定清热解毒口服液中绿原酸与黄芩苷含量的定量分析模型,比较了不同的光谱预处理方法的效果。[结果]采用MWPLS方法对6个厂家30个样品建模选出绿原酸与黄芩苷的最优波段分别为1 254～1 306 nm和1 176～1 266nm,使用其他2个厂家10个批次样品进行检验,绿原酸和黄芩苷实测值与预测值检验均方根误差分别为1.637和0.857,相关系数分别为0.993 7和0.987 7。[结论]定量模型预测精度高,稳定性较好,可用于清热解毒口服液生产过程中的质量控制。     

水稻叶片营养的光谱诊断研究

通过测定不同氮肥水平下2个水稻品种的叶片营养数据和光谱数据,分析了遥感参量与叶片营养参数间的相关性.结果表明:在400～1 250 nm波段,叶片光谱反射率与SPAD、CHL呈显著负相关;在720～1 000 nm和1 450～1 500 nm波段,叶片光谱透射率与LWC间呈显著正相关;在400 ～ 650 nm波段,叶片光谱吸收率与CHL、SPAD和CAR呈显著正相关;分别构建了以NDVI、NDWI、GreenNDVI和NRI为自变量、叶片营养为因变量的光谱诊断模型,经检验,模型预测性较好,尤其利用NDWI(860,1 240)诊断LWC具有相对最大R2、最小RMSE和最小RE,表明此模型预测能力最强.     

‘新新2号’核桃坚果种仁脂肪含量光谱反演模型

利用光谱技术为‘新新2号’(Juglans regia'Xinxin2')核桃坚果种仁脂肪含量的早期快速预测提供技术途径。基于"3414"肥料效应田间试验,通过Person相关分析筛选出与叶片N、P、K含量呈极显著相关的光谱敏感波段,并采用回归分析建立‘新新2号’核桃种仁脂肪含量光谱反演模型。结果显示,‘新新2号’核桃果实坐果期、速生生长期、硬核期、脂化期和近成熟期叶片N素敏感波段分别为422和722 nm,713和990 nm,417和576 nm,630和638 nm,536和713 nm;P素敏感波段分别为468和470nm,418和504 nm,615和650 nm,329和1 114 nm,424和429 nm;K素敏感波段分别为649和657 nm,708和709 nm,662和722 nm,524和694 nm,944和981 nm。以上述光谱敏感指示波段为自变量,采用幂函数和指数函数可以构建‘新新2号’核桃种仁脂肪含量光谱反演模型。‘新新2号’核桃种仁脂肪含量光谱反演模型可通过果实不同生育时期光谱反射率与坚果种仁脂肪含量构建。     

生姜水分含量的可见-近红外光谱检测

近红外光谱技术具有简便、快速和无损检测等优点,应用可见-近红外光谱方法建立生姜水分含量(moisture content)的预测模型.利用可见-近红外光谱仪采集308个生姜的光谱,其光谱范围是350～1 800 nm.分别采用一阶导数(FD)、二阶导数(SD)、标准正交变量变换(SNV)和多元散射校正(MSC)4种方法对光谱进行预处理,结合偏最小二乘法(PLS),分别在430～1 000 nm、1 000～1 800nm、430～1 800 nm 3个波段建立生姜水分含量的PLS预测模型.对实验结果进行分析表明,在波段范围430～1 800 nm使用一阶导数预处理方法建立的PLS模型最优.其验证组的相关系数为0.975 1,预测组的相关系数为0.959 7.结果表明,可见-近红外光谱可以准确、快速地对生姜的含水量进行检测.     

棉花叶面积指数冠层反射率光谱响应及其反演

【目的】研究棉花冠层光谱对不同叶面积指数（LAI）的响应，建立棉花LAI光谱反演模型。【方法】利用2003～2004年采集的棉花光谱与LAI的246组数据，分析LAI与冠层反射率光谱和反射率一阶微分光谱间的定量关系。【结果】当LAI大于2.5后不同LAI棉花群体光谱反射率在可见光波段趋于饱和；LAI与可见光波段和短波红外波段（水分吸收带除外）光谱反射率呈显著负相关，与近红外波段高光谱反射率呈显著正相关；LAI与棉花反射率一阶微分光谱主要在蓝边（523～531 nm）、黄边（570～576 nm）、红边（700～755 nm）形成3个相关系数高台区，均达极显著水平，其中红边区的相关性最高。棉花红边位置固定，分别在718 nm和723 nm，且以 723 nm处对LAI更敏感。在反演棉花LAI的高光谱参数中VI (660、800)、VI (550、800)、VI (500、800)、VI (670、800)、Sdy (570～573 nm)、SDr (714～755 nm)、D723、Dr 估算LAI相对误差低于30%，RSME小于0.6，其中VI (600、800)、VI(550、800)两个参数估算水平最高，相对误差分别为21.7%与21.0%，RMSE分别为0.416与0.419；利用SDr与SDr/SDb分别对LAI大于1.0 与小于1.0 的棉花群体反演，能显著提高LAI的估算水平。【结论】应用高光谱分析方法能够提取棉花冠层特征光谱信息，构建LAI高光谱反演参数，建立估算模型，并且利用包含不同光谱参数的分段模型可以进一步提高LAI反演精度。     

设施黄瓜霜霉病高光谱特征选择及预测模型

为构建基于高光谱参数的设施黄瓜霜霉病发生级别预测模型,使用手持光谱仪ASD FieldSpec HandHeld检测不同黄瓜霜霉病为害下黄瓜叶片高光谱反射率,并分析400～900 nm波段内的光谱反射率参数与黄瓜霜霉病发生级别的相关关系和回归关系。结果表明,在400～718 nm波段范围内,随着霜霉病级别的增加,黄瓜光谱反射率均有明显上升,并在568～687 nm波段范围内达到极显著相关水平;在825～900 nm波段范围内,随着霜霉病级别的增加,黄瓜光谱反射率均有明显下降,在837～895 nm波段范围内达到极显著相关水平。利用可见光区特征波长点679 nm、近红外区特征波长点861 nm的光谱反射率以及归一化植被指数(NDVI)、系统比值植被指数(RVI)构建黄瓜霜霉病发生级别监测预警方程,其中前3个预测模型均达到极显著水平(P0.01)。因此,可以利用高光谱信息数据来预测设施黄瓜霜霉病发生的级别。     

棉花冠层反射光谱与叶片氮含量定量关系研究

对可见光波段至短波红外波段(350～2 500 nm)棉花田间冠层光谱反射率与叶片含氮量间的关系进行了相关分析.结果表明,350～732、733～940和1 970～2 477 nm波段的光谱反射率与叶片含氮量极显著相关;940～1 176 nm波段的光谱反射率与叶片含氮量显著相关,以上波段为叶片全氮敏感波段.通过分析叶片含氮量与高光谱特征参数关系,得出吸收谷特征参数Depth1154和PRI(570,530 nm)可以用来预测盛花期叶片含氮量,其中Depth1154的复相关系数最高达到0.747 3,为运用遥感技术大面积、迅速、无破坏地来预测棉花生长状况以提供可能.     

利用荧光高光谱图像技术无损检测猕猴桃糖度

将405nm激光照射到猕猴桃样品上,当激光透过样品内部时,部分单色光被样品内部成分吸收,释放出荧光,再用高光谱成像系统采集诱导出的荧光散射图像.在荧光散射图像上选取感兴趣荧光区域(ROIs),提取感兴趣区域在波长400～1000nm范围内的特征变量.当提取12个特征变量时,建立的猕猴桃糖度多元线性回归(MLR)模型的校正集相关系数Rc为0.932,预测均方根误差(RMSEC)为0.4764°Brix,预测集相关系数Rp为0.8227,预测均方根误差(RMSEP)为0.5645°Brix.研究结果表明,采用激光诱导荧光成像技术无损检测猕猴桃糖度是可行的.     

花生叶鲜生物量的高光谱估算模型

利用花生生物物理参数和冠层高光谱数据,基于光谱一阶微分技术,选取对生物量敏感的波段组成高光谱植被指数,建立花生叶鲜生物量的高光谱遥感估算模型。结果表明,花生叶鲜生物量在绿峰525~556 nm、红谷645~689 nm和近红外710~900 nm波段范围反射光谱与花生叶鲜生物量有极显著相关关系。高光谱反射率与叶鲜生物量在大部分可见光区和近红外波段呈显著相关,并且在可见光红光波段呈负相关,在近红外波段呈极显著正相关。花生光谱反射率与花生叶鲜生物量相关的近红外、红光波段的敏感波段分别为770、673 nm,用这2个波段构建植被指数,组成高光谱归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)和再次归一化植被指数(RDVI),并构建生物量反演模型;相对于NDVI、DVI、RDVI建立的简单线性函数估测模型,RVI所构建的花生叶鲜生物量估测模型的预测精度较高。     

基于高光谱的苹果叶片叶绿素含量估算

以2012、2013年山东省肥城市潮泉镇下寨村的苹果叶片为研究对象,分析叶片叶绿素含量与原始光谱反射率、连续统去除光谱之间的相关性,探索苹果叶片叶绿素含量的估算模型。结果显示:苹果叶片叶绿素含量与原始光谱相关性最好的波段在553、711和1 301 nm处,其中,以711 nm处的光谱所建立的模型最佳(R2=0.88);与连续统去除光谱相关性最好的波段在553、738和801 nm处,其中,以738 nm处的光谱所建立的模型最佳(R2=0.94)。根据相关性所选的敏感波段,利用随机森林(random forest,RF)建立基于以上6个波段的叶绿素含量预测模型(R2=0.94)。对所建立的711 nm、738 nm、RF算法估算模型进行检验,结果表明,利用RF建立的苹果叶片叶绿素含量模型最佳(R2=0.54)。     

基于EFAST方法的苹果叶片叶绿素含量估算

为了快速、准确地估算叶绿素含量,使用2012年和2013年在山东省肥城市潮泉镇获取的整个生育期苹果叶片叶绿素含量和配套的光谱数据,利用PROSPECT模型和EFAST方法探讨了对叶绿素含量敏感的波段,然后采用经验统计方法实现了单波段高光谱对苹果叶片叶绿素含量的监测。结果表明:以571 nm和697 nm波段光谱参数为自变量所建立的估测模型拟合精度较高,其决定系数(R2)分别为0.71和0.69,均方根误差(RMSE)分别为1.14、1.17 mg/dm~2,相对误差(RE)分别为-1.07%和-1.01%。以PROSPECT模型和EFAST方法整合筛选的敏感波段建立的估算模型监测叶绿素含量效果较好,为利用高光谱技术监测苹果长势提供了理论依据。     

南方丘陵稻田土壤全钾和速效钾高光谱特征与反演模型研究

以兴国县稻田土高光谱反射率为研究对象,对比分析了同一种光谱反射率变换形式下土壤全钾、速效钾与高光谱反射率的相关性,提取了全钾和速效钾的高光谱敏感波段,建立了基于反射光谱特征的南方丘陵稻田土全钾、速效钾高光谱反演模型.经分析可知,在355～620 nm波段,土壤全钾、速效钾含量与光谱反射率相关性同增同减,而在621～2 250 nm波段内,土壤全钾含量与光谱反射率相关性要大于土壤速效钾;通过分析兴国县稻田土全钾、速效钾含量与光谱反射率18种数学变换的相关系数,提取全钾的敏感波段为602、804 nm,速效钾的敏感波段为602、1 058、1 638、2 214 nm;采用偏最小二乘回归,利用高光谱指数构建的反演模型能较好地预测全钾、速效钾含量,模型建模的相关系数和验证系数都较高,基于速效钾含量建立的南方丘陵稻田土高光谱反演模型预测能力较好.     

接种不同浓度松材线虫的黑松光谱学特征分析

利用光谱学进行植物病害的早期诊断是近年来植物病害监测预警研究的一个热点。本试验采用人工接种不同浓度松材线虫的方法,研究了野外健康黑松不同发病阶段黑松松针的反射光谱特征曲线,分析了多个光谱特征参数。结果表明:绿光波段(500～560 nm)和近红外波段(750～900 nm)反射光谱曲线对松树发病程度有一定的指示作用;红边(680～780 nm)位置蓝移、绿峰(510～580 nm)反射高度及红谷(640～700 nm)吸收深度降低、红边斜率减小等光谱特征参数的变化能够很好地反映松树的感病情况。本研究结果可为利用高光谱遥感技术进行松材线虫病监测与预警提供理论依据。