不同氮肥水平下大豆叶片光谱反射率与叶绿素含量的相关性研究

用Unispec光谱分析仪和SPAD-502叶绿素仪测定不同生育时期不同氮肥水平大豆叶片光谱反射率及叶绿素含量,并分析了光谱植被指数与叶绿素含量的相关性。结果表明:不施氮肥处理光谱反射率高于施氮处理,随着施氮量的增加,大豆叶片光谱反射率下降,并初步断定结荚期是大豆氮素光谱营养诊断的敏感时期;随着氮肥水平的提高叶绿素含量增加;整个生育时期,除鼓粒期不施氮处理外其它处理的植被指数mND705与叶绿素含量均呈极显著正相关;在花期和结荚期,各处理的mSR705与叶绿素含量呈极显著正相关,PSSRc与叶绿素含量呈极显著负相关。     

基于无人机多光谱技术的甜菜冠层叶绿素含量反演

无人机多光谱常用的植被指数包括优化土壤调整植被指数(OSAVI)、归一化差异植被指数(NDVI)、绿色归一化植被指数(GNDVI)、叶片叶绿素指数(LCI)、归一化差异红边指数(NDRE)。为了研究植被指数与甜菜叶绿素含量的相关性,实时监测管理甜菜生长状况和产质量。基于5个不同施氮水平下(0、30、60、90、120 kg/hm²)甜菜多光谱遥感影像和田间实测冠层叶绿素含量数据,采用大疆精灵4多光谱无人机对甜菜叶丛快速生长期和块根糖分增长期进行监测,建立叶绿素含量的反演模型。结果表明：随着施氮水平的增加,叶绿素含量和产量都显著提高;施氮水平30 kg/hm²比0 kg/hm²处理的甜菜含糖率有一定增长趋势(增长0.13个百分点),然后随着施氮水平的增加含糖率显著下降;根据5个植被指数与大田实测叶绿素含量值的拟合效果,拟合值R²均在0.7以上,OSAVI为最佳植被指数模型,拟合效果最好,决定系数R²=0.764,均方根误差RMSE=0.396,标准均方根误差NRMSE=8.63%...     

光谱诊断马铃薯叶片氮素敏感波段的研究

利用Unispec-SC光谱仪测定马铃薯叶片光谱反射率,寻找马铃薯叶片氮含量的敏感波段并计算相应的植被指数。结果表明:在可见光波段范围内,550 nm和580 nm 2个波段的光谱反射率与氮含量的相关性较好;在近红外区域,820 nm、900 nm和1 005 nm 3个波段与氮含量的相关性达到了显著水平。利用上述波段计算植被指数,在1 005 nm和580 nm组合的波段,植被指数与氮含量相关性最好并且以DVI的相关系数最高,r=-0.8994,达到了显著水平。     

不同施氮水平下大豆反射光谱预测叶片氮含量模型

通过分析不同施氮水平下大豆叶片氮含量与叶片光谱反射率之间的关系,确立了大豆叶片氮含量的敏感波段及预测方程.结果表明:在 530、550、890和930 nm 4个波段的光谱反射率与大豆叶片氮含量的相关性达显著或极显著水平.通过4种植被指数的比较,NDVI的R2最大,RMSE最小.筛选得到回归方程:Y= -323.214×NDVI2 (890,530)+469.9307×NDVI (890,530)-165.021,该模型适用于不同生育期大豆叶片氮含量的预测.     

基于冠层反射光谱的夏玉米叶片色素含量估算模型研究

通过分析不同施氮水平下夏玉米叶片色素含量与冠层光谱反射率及其衍生的比值植被指数(RVI)、归一化植被指数(NDVI)、正交植被指数(MTVI2、MCARI2、SAVI、MSAVI)以及叶绿素吸收比值指数(CARI)之间的关系,建立夏玉米叶片叶绿素a(Chla)、叶绿素b(Chlb)、叶绿素a+b(Chl a+b)和类胡萝卜素(Car)含量估算模型。结果表明:NDVI与夏玉米叶片色素含量的相关性最好,RVI、RVI、CARI位居其次。通过逐步回归分析确立的夏玉米叶片Chla、Chlb、Chl a+b及Car含量的估算模型R2分别为0.790 8、0.832 4、0.808 8和0.761 7,说明利用冠层NDVI可以对夏玉米叶片Chla、Chlb、Chl a+b和Car含量进行可靠的监测。     

不同施肥处理花生反射光谱与产量相关性研究

了解不同施肥条件下花生叶片光谱反射率与产量的相互关系,设计包含7种施肥处理、3次重复的田间试验,在主要生育期测定叶片光谱反射率和功能叶叶绿素的相对含量。结果表明,随生育期推进不同施肥处理叶片SPAD值呈现相似的先升后降的变化趋势;不同施肥条件花生叶片的光谱曲线相似,但不同波段光谱反射率大小存在一定程度的差异;"低肥+钙肥+锌肥+根瘤菌"施肥处理产量高于其他施肥处理,其中钙肥增产效果明显;开花下针期、结荚期、饱果成熟期花生叶片光谱与产量相关性较好,其中在结荚期花生叶片光谱与产量相关性最好。花生叶片光谱特征波段与产量之间具有较密切的关系,可利用叶片光谱反射率监测花生营养状况。     

小麦叠加叶片的叶绿素含量光谱反演研究

为了给田间冠层水平叶绿素含量高光谱反演研究提供参考,研究了小麦单层及叠加叶片不同波长光谱反射率及几种常用植被指数对叶绿素含量的响应特征。结果表明,可见光波段的绿光到红光波段范围内叶片光谱反射率与叶绿素含量存在良好的相关关系,其中在绿光反射峰550 nm附近和红边区域的705 nm附近反射率都可以用来预测叶绿素含量。红谷吸收表现为随叶绿素含量提高而蓝移的特征。常用植被指数NDVI在本研究中对小麦叶片的叶绿素含量的监测效果并不理想。SR705虽然与单层叶片叶绿素含量相关性较好,但是对叠加多层叶片的叶绿素含量反演效果不好。光谱参数中TCARI对单层叶片和不同叠加层数的叶片均有最好的预测能力,因此可以利用TCARI监测小麦叶绿素含量,进而用于评价其光合特性。     

玉米叶片高光谱反射率、吸收率与色素含量的关系比较分析

分析测定了大田试验条件下11个玉米品种的3个氮肥处理、2个密度处理和6个生育期的150张叶片在350～2500nm波段的反射率和吸收率及其叶绿素a、叶绿素b和类胡萝卜素的含量。玉米叶片在叶绿素吸收波段的最大吸收波长位于665nm附近,665nm处叶片的吸收率与反射率间呈高度负相关(R2=-0.7533,n=150),而吸收率较高(>92%)的叶片的相关性明显强于吸收率较低的叶片。基于近红外波段和叶绿素吸收波段(红波段)或叶绿素反射波段(绿波段)构建的8个高光谱参量只有以反射率为基础计算时才与色素含量间存在相关性。mSR705和mND705无论以反射率还是以吸收率为基础计算,均表现出与色素含量间的强相关关系,而以吸收率为基础计算的mSR705和mND705与色素含量间的相关性又稍强于以反射率为基础计算的mSR705和mND705。本研究结果暗示叶片的表面反射是干扰叶片光谱(尤其是吸收光谱)对色素浓度变化响应的主要因子。     

光谱仪与SPAD测定马铃薯叶绿素含量的比较

通过Unispec-SC光谱仪和SPAD-502叶绿素计两种方法测定马铃薯叶片叶绿素相对含量的比较,结果表明:马铃薯在310～730 nm波段选取510 nm、650 nm和680 nm 3个波段的光谱反射率,在730～1130 nm波段,选取820 nm和940 nm 2个波段的光谱反应率,它们与叶绿素含量的相关性呈显著水平。在940 nm和510 nm组合的波段计算的植被指数与叶绿素相关性最好,并且以NDVI的相关系数最高,r=-0.9546,达到了极显著水平。Unispec-SC光谱仪比SPAD-502叶绿素计预测结果更为准确。     

多遥感光谱指标结合进行大田冬小麦叶片叶绿素含量估测研究

为解决大田冬小麦叶片叶绿素含量估测模型精度低、通用性弱的问题,在获取冬小麦拔节期和抽穗期冠层红光波段反射率(BR_red)和近红外波段反射率(BR_nir)的基础上,计算归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、改进型比值植被指数(MSR)、重归一化植被指数(RDVI)、II型增强植被指数(EVI2)和非线性植被指数(NLI)等8个植被指数。经统计分析,选择与叶片叶绿素含量(SPAD值)相关性较好的5个遥感光谱指标(NDVI、MSR、NLI、BR_red和RVI)作为输入变量,建立了冬小麦叶片叶绿素含量的BP神经网络估测模型(WWLCC_BP),并对估测模型进行精度验证。结果表明,WWLCC_BP估测模型在拔节期估测的决定系数(r²)为0.84,均方根误差(RMSE)为5.39,平均相对误差(ARE)为9.87%。抽穗期的估测效果与拔节期较为一致。将WWLCC_BP和高分六号影像...     

关中冬小麦叶片氮素含量高光谱遥感监测模型

为给黄土高原大范围的冬小麦氮素营养遥感监测提供理论依据,通过田间试验,研究了冬小麦叶片氮素含量遥感监测的最佳生育时期、最敏感波段及其他最优光谱参量。结果表明,灌浆期是利用高光谱遥感监测冬小麦叶片氮素营养状况的最佳生育时期;在拔节、抽穗和灌浆期680nm波段光谱反射率R680均能较好地反映冬小麦叶片氮素含量,基于光谱位置以及叶面积指数的光谱参量也能较好地反映冬小麦叶片氮素含量。拔节期、抽穗期和灌浆期分别以680nm波段光谱反射率R680、绿峰反射率Rg和植被指数(SDr-SDb)/(SDr+SDb)对小麦叶片氮素含量的拟合效果最佳,其回归方程分别为Y=27.54-280.247 X+1456.245 X2、Y=8.632 X-0.24和Y=25.83 X1.012。     

基于Dualex植物多酚-叶绿素仪的冬小麦叶绿素含量高光谱估算

为探讨基于Dualex植物多酚-叶绿素仪和高光谱遥感技术反演小麦叶绿素含量的可行性,利用Dualex植物多酚-叶绿素仪,测定不同生育时期冬小麦叶片叶绿素含量(Chl),同时进行叶片光谱测定,以对Chl敏感的1个一阶导数波段、3个三边参数和3个植被指数作为自变量,利用偏最小二乘法(PLS)和支持向量回归(SVR)构建估测模型,并利用验证样本对各生育时期估测模型进行精度检验,同时与传统的单因素模型进行了比较。结果表明,冬小麦反射光谱曲线在不同生育时期有所不同,且随着叶绿素含量的增加,可见光波段的光谱反射率不断降低;在以一阶导数光谱敏感波段、三边参数以及植被指数构建的冬小麦Chl单因素估算模型中,基于各生育时期显著相关的植被指数构建的模型精度最优;以7个参数作为自变量,利用偏最小二乘法(PLS)和支持向量回归(SVR)构建的模型在各生育时期均表现出较好的拟合性及预测精度,尤其利用SVR建立的模型建模决定系数在0.8以上,预测决定系数在0.7以上,是进行冬小麦叶片Chl估测的最优模型。     

玉米LAI和FPAR的高光谱遥感预测模型研究

运用高光谱探测技术,获取不同密度下两个不同品种春玉米冠层不同时期的光谱特征反射参数,对高光谱原始反射率、反射率对数、反射率一阶导数、反射率二阶导数以及DVI、RVI、NDVI、SAVI 4种植被指数与玉米的LAI和FPAR进行相关分析,并建立两者之间的预测方程,通过对模型检验选出最佳预测模型。研究表明,一阶导数和4种植被指数都能很好地预测LAI和FPAR,其中,对LAI预测最好的是利用光谱一阶导数建立的指数函数模型,对FPAR预测最好的是利用NDVI建立的二次多项式模型。851 nm处的一阶导数对玉米的整个时期变化都比较敏感,LAI的最佳预测模型在玉米的整个时期都具有较好的预测性;855、758 nm波段组合的NDVI对FPAR的变化比较敏感,但当FPAR较大时,模型对其预测能力降低。     

夏玉米冠层反射光谱与植株水分状况的关系

通过不同夏玉米品种生育期内冠层叶片含水率与不同波段组成的比值指数(RVI)和归一化植被指数(NDVI)进行线性、指数、对数、幂函数以及多项式回归分析,研究不同品种夏玉米的冠层叶片和植株水分状况与反射光谱之间的相关关系。结果表明,冠层叶片和植株含水率与460～670nm范围内波段反射率均成负相关,与730～1260nm范围内波段反射率均成正相关。其中冠层叶片含水率与460、500、600、650、670nm范围内波段反射率均呈显著相关,而植株含水率与460、500、600、650、670、780、800、850、900、950、1050nm范围内波段反射率相关性也较高。冠层叶片含水率与归一化植被指数(NDVI)相关性均达到极显著水平,与比值指数(RVI)相关性中只有RVI(950,550)、RVI(850,730)、RVI(800,730)和RVI(780,730)4个波段呈极显著正相关。RVI与叶片含水率相关性以RVI(850,730)最优,NDVI与叶片含水率相关性以NDVI(1050,550)最优。植株含水率也与RVI和NDVI呈正相关,相关性均较好,但NDVI优于RVI。RVI与植株含水率相关性以RVI(800,500)最优,决定系数为0.8490;NDVI与植株含水率相关性以NDVI(780,650)最优,决定系数为0.8645。     

基于冠层反射光谱的夏玉米叶片碳氮比监测

基于不同夏玉米品种在2个年份不同施氮水平下的田间试验,研究夏玉米叶片碳氮比随生育期的变化模式及其与冠层反射光谱的定量关系,建立玉米叶片碳氮比的定量监测模型。结果表明,夏玉米叶片碳氮比随施氮量的增加而降低,随生育进程呈"高-低-高"动态变化趋势。利用冠层反射光谱监测叶片碳氮比的适宜时期为孕穗期至吐丝期。13个光谱参数与2个品种叶片碳氮比有较好的相关性。通过比较模型的拟合决定系数(R2)和预测标准误(SE),确定转换型植被指数(TVI)与叶片碳氮比的线性回归方程为最佳监测模型。经不同年际独立试验数据的检验,叶片碳氮比监测模型的预测精确,相关系数(r)为0.682 4,根均方差(RMSE)为0.405 2,表明夏玉米冠层反射光谱可用来定量估测叶片碳氮比的变化状况。     

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。     

不同施氮条件下小麦冠层的高光谱和多光谱反射特征

为了更好地利用冠层反射光谱特征监测小麦生长及氮素营养状况。以宁麦9号、淮麦20、徐麦26和扬麦10号四个小麦品种为材料,通过田间小区试验,研究了不同小麦品种在不同生育时期和不同氮素水平下冠层反射光谱的变化规律。结果表明,相同氮素水平下不同小麦品种冠层反射光谱的反射率有差异,且近红外部分差异较明显。小麦从拔节开始,随生育期的推进,冠层反射光谱在可见光波段的反射率先降低然后升高,以孕穗期反射率最低。随着叶片的逐渐变黄。反射率又增大,并且绿光波段的反射峰也逐渐消失。而近红外区反射率则表现出相反的趋势,以开花期为分界,先上升然后下降,直到成熟前降为最低。随着施氮水平的提高,冠层反射光谱在近红外反射平台（750-1300nm）的反射率呈上升趋势,而可见光部分反射率则下降,并且反射光谱的绿峰和红边位置也随着施氮水平的提高分别向蓝光方向（波长变短）和红光方向（波长变长）移动。     

基于倾斜遥感观测的小麦白粉病胁迫下叶绿素含量监测

为了探讨多角度遥感在白粉病胁迫下监测小麦叶绿素含量的适宜角度,以易感白粉病品种偃展4110和中感白粉病品种国麦301为试验材料,获取三种不同生长环境(病圃田、接种田和自然感病田)下抽穗至灌浆期小麦冠层多角度反射光谱及叶绿素含量,分析不同时期叶绿素含量变化及其与多角度反射率的关系,建立白粉病胁迫下小麦叶绿素含量监测模型。结果表明,由红边波段构建的光谱参数对白粉病胁迫下叶绿素含量变化反应敏感。优化筛选出的植被指数与叶绿素含量之间的相关性在前向角度观测时优于垂直角度观测,而垂直观测角度好于后向角度观测,整体上以前向20°最佳。植被指数中,光谱参数RES(红边对称度)表现较好,在前向20°下的监测精度达0.725。因此,在前向20℃观察条件下可用RES对白粉病危害后小麦冠层叶绿素含量变化进行有效监测。     

冬小麦叶面积指数的品种差异性与高光谱估算研究

为给小麦叶面积指数（LAI）的高光谱估算提供技术支持,基于2年大田试验,以4个河南主推品种为材料,对小麦LAI和冠层光谱变化特点、估算模型及其品种间的差异等进行了系统分析。结果表明,在生育期内不同冬小麦品种冠层光谱反射率的变化与LAI变化有差异;在相同LAI下,不同冬小麦品种的光谱曲线存在差异。利用400~900 nm范围内冠层光谱反射率的任意两波段组合的比值光谱指数（RSI）、归一化差值光谱指数（NDSI）和差值光谱指数（DSI）所建立的单品种模型以及不同品种综合模型的决定系数（r）均达到0.84以上,单品种模型的r和调整r分别较综合模型高出3.1%~4.8%和2.0%~4.2%。利用独立于建模样本以外的数据对上述模型进行检验,单品种模型预测的r较综合模型提高了0.6%~11.0%,而均方根误差降低了10.0%~37.0%。因此,在利用高光谱遥感技术估算冬小麦LAI时,可以通过建立单品种模型来提高估算精度。     

Canopy reflectance in two castor bean varieties (Ricinus communis L.) for growth assessment and yield prediction on coastal saline land of Yancheng District, China

A field experiment was conducted in 2007-2009 in coastal saline regions of Yancheng city in Jiangsu province of China (120°13′E, 33°38′N). The experiment was to investigate relationships among canopy spectral reflectance, canopy chlorophyll density (CCD), leaf area index (LAI), and yield of two Chinese castor varieties (Zi Bi var. and Yun Bi var.) across four N fertilizer rates of 0, 90, 180, and 360 kg N ha⁻¹. These N rates were used to generate a wide range of difference in canopy structure and seed yield. Measurements of canopy reflectance were made throughout the growing season using a hand-held spectroradiometer. Samples for CCD and LAI were obtained on days that reflectance measurements were made. Fifteen hyperspectral reflectance indices were calculated. Canopy spectral characteristics were heavily influenced by saline soil background in the rapid growing period (RGP), thus hyperspectral data obtained in this period were not suited for reflecting castor growth condition or predicting final yield. CCD increased linearly with most reflectance indices in the full coverage period (FCP) and senescent period (SP) for the two castor varieties, whereas LAI did not. Most of reflectance indices were significantly correlated with yield of two varieties in different growing periods. The OSAVI model provided the best yield prediction for Zi Bi var. with predicted values very close to observed ones (R² = 0.799), and the mSRVI705 model was well used for Yun Bi var. yield estimation (R² = 0.759). These results indicate that the hyperspectral data measured at appropriate time could be well used for castor yield estimation.