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。     

小波分析在大豆叶绿素含量高光谱反演中的应用

实测了不同水肥耦合作用下,大豆冠层高光谱反射率与叶绿素含量数据,并对光谱反射率、微分光谱与叶绿素含量进行了相关分析;采用叶绿素A与叶绿素B诊断波段构建了特定植被指数,对叶绿素A、叶绿素B进行了回归分析;采用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对叶绿素含量进行估算。经分析发现,叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致——在可见光谱波段呈负相关,近红外波段呈正相关,红边处相关系数由负变正。特定色素植被指数可以提高大豆叶绿素估算精度（R2>0.73）;小波能量系数回归模型可以进一步提高大豆叶绿素含量的估算水平,以一个特定小波能量系数作为自变量的回归模型,叶绿素A其确定性系数R2为0.76,叶绿素B为0.78;以4变量与9变量回归分析结果表明：叶绿素A实测值与预测值的线性回归确定性系数R2分别大于0.85、0.89;叶绿素B实测值与预测值的线性回归确定性系数R2分别为0.86、0.90。     

水稻高光谱红边位置与叶层氮浓度的关系

实时无损监测叶片氮素状况对水稻精确氮素管理具有重要意义。本研究基于多年不同施氮水平和不同水稻品种的田间试验观测资料,系统分析了水稻高光谱红边区域和位置特征与冠层叶片氮浓度的定量关系。结果表明,水稻冠层的红边区域光谱受施氮水平和品种影响较大,一阶导数光谱在红边区域出现“三峰”现象。经典的红边位置(660~750 nm之间光谱反射率的一阶导数最大值)由于“三峰”特征现象而对水稻氮素浓度变化不够敏感,难以适用于水稻氮素状况的准确监测。基于倒高斯模型、线性内插法和线性外推法构造的红边位置随水稻氮浓度呈现连续变化模式,适用于水稻叶层氮浓度的定量监测;另外,基于695 nm、700 nm和705 nm等3个波段的拉格朗日算法也可估测水稻叶层氮浓度。比较不同红边位置发现,改进型线性外推法较其他几种算法更能有效地监测水稻冠层叶片氮浓度。     

水稻地上鲜生物量的高光谱遥感估算模型研究

不同氮素营养水平的水稻田间试验,采用单变量线性与非线性拟合模型和逐步回归分析,用1999年试验数据为训练样本,建立水稻鲜生物量的高光谱遥感估算模型,用2000年试验数据作为测试样本数据,对其精度进行评价和验证.结果表明,高光谱变量与地上鲜生物量之间的线性与非线性拟合分析中,一些高光谱特征值如红边波长(λr)、绿峰最大     

单作套作大豆叶片氮素积累与光谱特征

种植模式和氮肥水平直接影响作物的生长和氮素的吸收,无损、即时监测大豆叶片氮素水平对大豆生产中的氮肥精确管理十分重要。本研究设置4个氮肥水平,分析单作套作下大豆在不同生育时期叶片氮素动态和光谱特征,明确对叶片氮素敏感的光谱特征参数,构建单作套作大豆通用的叶片氮素积累量估测模型。结果表明,随大豆生育时期的推进,单作套作种植模式下的大豆冠层叶片氮素积累量均呈现单峰变化趋势,最大值出现在N3处理下的结荚期,两种模式两年最大值平均分别为8.70 g m~(–2)和8.38 g m~(–2);不同生育时期和种植模式的大豆冠层原始反射光谱的变化规律与冠层叶片氮素变化规律均为先增加后降低,原始反射光谱在700~1000 nm波段的反射率以结荚期为拐点先增大后减小,最大反射率达到60%~70%左右;通过对单作套作大豆冠层光谱一阶导数变换,红边幅值呈现先增加后降低的趋势,同时红边位置随叶片氮积累量的增加和减小出现"红移"与"蓝移"现象。经波段自由组合和回归分析表明,以DSI(771、755)构建的线性(y=–1.249+3.209x,R~2=0.847)和乘幂(y=–1.470x~(1.676),R~2=0.872)模型能较精确地估测不同生育时期大豆冠层叶片氮素状况。     

基于水稻冠层光谱特征构建粳型水稻籽粒蛋白质含量预测模型

水稻籽粒蛋白质含量是评价稻米品质的主要指标之一。本文以不同施氮水平下的4年田间试验为基础,系统分析了水稻成熟籽粒蛋白质含量与不同时期冠层反射光谱的相关性。结果显示,籽粒蛋白质含量与可见光波段(460~710 nm) 反射率呈负相关,与近红外波段(760~1 220 nm) 反射率呈正相关,其中孕穗期冠层单波段反射率与成熟籽粒蛋白质含量的相关性最高,在16个波段中以760 nm波段反射率与籽粒蛋白质含量的拟合效果最好,复相关系数达0.795。进一步分析比值植被指数、差值植被指数、归一化植被指数和红边参数等光谱参数与成熟籽粒蛋白质含量的相关性,运用线性逐步回归分析方法对相关拟合较好的16个参数进行筛选,建立了水稻成熟籽粒蛋白质含量（GPC）监测模型,GPC=－0.15× DVI(1 500, 950) + 3.00。利用不同年份不同品种及不同施氮水平下的观测数据对模型进行检验,预测值和实测值的精确度为0.56~0.86,准确度为0.85~1.18,根均方差（RMSE）为3.51%~19.91%,表明模型预测值与实测值之间符合度较高,对水稻成熟籽粒蛋白质含量具有较好的预测性。     

淹水胁迫下棉花叶片SPAD高光谱估算模型研究

【目的】建立淹水胁迫下棉花叶片SPAD的高光谱模型。【方法】利用灌排可控的试验田在棉花花铃期模拟淹水处理,分析受涝1 d、3 d、6 d、9 d后棉花叶片光谱反射率、SPAD值的变化特征;并对淹水胁迫后棉花叶片高光谱特征参数与SPAD值进行相关与回归分析,探寻用于估算淹水胁迫下棉花叶片SPAD变化的高光谱模型。【结果】(1)受涝3 d时棉花倒4叶SPAD值就显著低于对照,到受涝9 d时SPAD值比对照减少15%左右。(2)棉花花铃期受涝后倒4叶绿光波段反射峰变陡,近红外短波段的反射率升高。花铃期受涝使棉花倒4叶红边位置"蓝移",涝害持续9 d时红边位置向短波方向移动了4~5 nm,红边幅度和红边面积呈先增大后减小趋势,在受涝6 d时达到最大,红边偏度和红边峰度增大。(3)涝后棉花叶片SPAD值与红边幅值(Dr)、红边位置(λr)、绿峰反射率(Rg)、绿峰位置(λg)、红谷位置(λo)、蓝边面积(SDb)、黄边偏度(Sy)、黄边峰度(Ky)、红边偏度(Sr)、红边峰度(Kr)等光谱特征参数极显著相关;分别以Sy、Sr、Kr为自变量的一元线性、多项式和指数模型估算SPAD值较优,其决定系数(R~2)均大于0.9,均方根误差(RMSE)均小于1;多元逐步回归分析发现以λg、SDr/SDb(VI3)、Sb、Sy、Ky为自变量的多元线性模型估算SPAD值较优,R~2高达0.973,RMSE为0.393。【结论】该模型可以作为估算淹水胁迫棉花叶片SPAD值的遥感模型。     

用高光谱数据诊断水分胁迫下棉花冠层叶片氮素状况的研究

利用ASD地物光谱仪,获取北疆棉花冠层关键生育时期的高光谱数据,应用一阶微分光谱,衍生出基于光谱位置变量的分析方法,以红边积分面积(SDr)为自变量,冠层全氮(TN)含量为因变量,做相关分析,结果表明:红边积分面积变量与冠层TN含量呈显著的相关性,相关系数是0.7394(n=40),利用构建的相关模型可以较为精确地估测棉花两个品种新陆早6号与8号冠层叶片的全氮含量,均方差(RMSE)分别为0.3859和0.4272。研究认为面积变量具有预测棉花冠层全氮含量的应用潜力。     

滴灌棉花不同生育时期冠层叶片叶绿素含量的高光谱估测模型

【目的】利用高光谱数据对新疆北方地区不同生育时期滴灌棉花冠层叶片叶绿素含量进行估测,建立生长时序的叶绿素含量估算模型。【方法】以新陆早45号为试验材料,测定不同施氮水平和生育时期棉花冠层叶片叶绿素含量及对应的光谱反射率,分析了12种指数与叶绿素含量的关系,构建了滴灌棉花冠层叶片叶绿素含量的估测模型。【结果】棉花的4个生育时期(现蕾期、盛蕾期、花铃期和吐絮期)中冠层叶片叶绿素含量与Vogelmann红边指数1的相关系数都高,分别是0.944、0.907、0.895、0.930;采用多元回归方法建立的模型精度高于单指数线性模型,其决定系数都大于0.8,且均方根误差(RMSE)都较小。现蕾期模型(y=82.509x_1+89.937x_2-94.438)精度最好。【结论】针对不同生育时期建立的模型均可对棉花冠层叶片叶绿素含量进行估测,其中现蕾期模型监测效果最好。     

玉米和大豆LAI高光谱遥感估算模型研究

以ASD FieldSpec光谱仪实测了不同生长季的大田玉米、大豆的冠层高光谱与作物的叶面积指数LAI。采用单变量线性与非线性拟合和逐步回归分析的方式,建立了玉米、大豆LAI高光谱遥感估算模型,并对模型的估算结果进行了初步分析。分析结果表明,绿光波段反射峰区、红光波段以及近红外区的单波段反射率与作物的LAI有较强的相关性,而其他波段的反射率与作物的LAI的相关性相对较弱;以高光谱的窄波段构造的NDVI和RVI与作物的LAI的相关程度高,回归模型的预测水平高;而以多波段逐步回归方式构造的统计模型的预测效果最好。     

Hyperspectral Estimation Model of Chlorophyll Content in Cotton Canopy Leaves under Drip Irrigation at Different Growth Stages

[Objective] This article is aimed to estimate the chlorophyll content of cotton canopy leaves in drip irrigation fields at different growth stages in northern Xinjiang and establish a model for estimating chlorophyll content in growth time series by using hyperspectral. [Method] Using Xinluzao 45 as the experimental material, the chlorophyll content and the corresponding spectral reflectance of cotton canopy leaves at different nitrogen levels and growing stages were measured, and the relationship between 12 indices and the chlorophyll content was analyzed. The estimation models of the chlorophyll content in cotton canopy leaves under drip irrigation were established. [Result] The correlation coefficient between the chlorophyll content of canopy leaves and Vogelmann red edge index was high in the four growing periods of cotton, and the correlation coefficient was 0.944, 0.907, 0.895, 0.930, respectively. And the spectral reflectivity was the highest at the flowering and boll period. The precision of the model established by the multivariate regression method is higher than that of the single exponential linear model with the determination coefficient more than 0.8 and the root mean square error smaller than that of the single exponential linear model. The model of the budding stage (y＝82.509_x1＋89.937_x2－94.438) has the best precision. [Conclusion] The chlorophyll content can be estimated by the models established at different growth stages, and the budding stage model has the best monitoring effect.     

利用光谱红边参数监测黄萎病棉叶叶绿素和氮素含量

以黄萎病胁迫下棉花叶片为试验材料, 分析感染病害棉叶叶绿素(Chl)含量和氮素含量(LNC)与光谱红边参数间的关系, 建立病害棉叶Chl含量和LNC的光谱红边参数诊断模型。结果表明：(1)随着病情加重, 棉叶Chl a、Chl b、Chl a+b和LNC逐渐减小, 其中Chl a下降最快, Chl b下降最慢;(2)黄萎病叶片光谱反射率在可见光区(400~700 nm), 近红外光区(700~1300 nm)和短波红外光区(1300~2500 nm)呈现逐渐上升趋势, 在520~680 nm间达极显著(P<0.01);光谱吸收率在可见光区和短波红外光区呈现逐渐下降的趋势, 达极显著(P<0.01), 在近红外光区呈现先升后降的趋势。(3)病害棉叶红边位置(REP)、红边振动幅(Dr)、红谷位置(Lo)、红边深度(Depth672)和红边面积(Area672)的值均减小, 红边宽度(Lwidth)的值增加, 且Area672减小的幅度最大, Dr减小的幅度最小, Lwidth增加的幅度较大;(4)病害棉叶Chl a含量、Chl b含量、Chl a+b含量和LNC均与红边参数REP、Lo、Depth672和Area672呈极显著正相关, 与Lwidth呈极显著负相关, 与Dr未达显著相关;(5)利用红边参数建立的棉叶Chl含量和LNC的诊断模型均达极显著(P<0.01), 其中以Area672为自变量建立的病害棉叶Chl a、Chl a+b和LNC的诊断模型和Lo为自变量建立的Chl b诊断模型的精度最高, 能很好的诊断病害棉叶Chl含量和LNC。     

基于高光谱数据的病害胁迫下杉木冠层色素含量估算研究

分析炭疽病胁迫下杉木冠层的高光谱特征,探索建立病害胁迫下杉木冠层色素含量的高光谱估算模型,从而促进高光谱遥感技术在森林病虫害监测中的应用。于2011年4-6月,在湖南省攸县实地调查杉木炭疽病,并测定不同程度炭疽病胁迫下杉木冠层的光谱反射率及其色素含量。将冠层光谱、一阶微分及相应的色素含量数据分别进行相关分析,采用回归分析方法,选取部分样本建立色素含量估算模型,并利用其余的样本对模型进行精度检验。结果表明,可见光和近红外区域是病害杉木色素反射和吸收的敏感区域,色素含量与一阶微分光谱在红边（695~754 nm）内相关性最高,单波段一阶微分光谱741 nm处的相关系数最大。其中,以差值植被指数DVI[FD587,FD741]为变量的幂函数模型估算Chla+b、Chla和Chlb含量的精度最高,相对误差均小于15%,均方根误差在0.093~0.241之间。本研究表明,受不同程度炭疽病胁迫下杉木冠层的光谱反射差异较大,可利用高光谱信息定量估算病害胁迫下杉木冠层的色素含量,且估算精度较高。     

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.     

基于光谱红边参数的棉花黄萎病叶片氮素含量诊断研究

 以黄萎病胁迫下棉花叶片为供试材料,分析了黄萎病棉叶氮素含量(LNC)与光谱红边参数间的关系,建立了黄萎病棉叶LNC(Leaf nitrogen content) 的光谱红边参数诊断模型。结果表明：(1) 随着黄萎病严重程度的增加,棉叶LNC逐渐减小,且差异显著;（2）黄萎病棉叶红边参数红边位置(REP) 、红边振幅（Dr）、红谷位置(Lo) 、红边深度（Depth₆₇₂）和红边面积(Area₆₇₂) 均减小,红边宽度(Lwidth) 增加,且Area₆₇₂的值减小的幅度最大,Dr减小的幅度最小,Lwidth的值增加的幅度较大; (3) 黄萎病棉叶LNC含量均与红边参数REP、Lo、Depth₆₇₂和Area₆₇₂呈极显著正相关,与Lwidth呈极显著负相关,与Dr未达显著相关;(4)基于红边参数建立的黄萎病棉叶LNC含量的诊断模型均达到极显著水平（P<0.01）,其中以Area₆₇₂为自变量建立的黄萎病棉叶LNC的诊断模型的精度最高,R²超过0.7,RMSE小于0.6,RE小于0.007,能很好地诊断黄萎病棉叶LNC。     

基于高光谱数据的棉花冠层FPAR和LAI的估算研究

 通过非成像高光谱仪和光量子传感器,获取了棉花2品种4水平种植密度冠层关键生育时期的反射光谱数据和光合有效辐射值;利用光谱多元统计分析技术与微分处理,分析表明,反射光谱813 nm（_ρ813）和758 nm（_ρ758）处分别是光合有效辐射截获量（FPAR）和叶面积指数（LAI）的敏感波段。用反射率_ρ813和_ρ758分别与FPAR和LAI建立的线性相关模型方程估测FPAR和LAI,经检验,它们的实测值与估测值之间均呈极显著的线性相关（r_FPAR=0.7199^**,r_LAI=0.6430^**,α=1％,n=70）,模型方程的估算精度分别达96.5%、81.7%;而一阶微分光谱数据与FPAR在350 ~2500 nm波段范围相关不显著,与LAI的最大相关发生在734 nm波段处。基于一阶微分光谱_ρ′734与棉花冠层LAI线性相关的模型方程,估测LAI,实测值与估测值之间呈极显著的线性相关（r_LAI=0.6947^**,α=1％,n=70）,估算精度为82.4%,与反射光谱758 nm估测LAI的精度接近。结果表明,棉花冠层光谱数据可以对光合有效辐射截获量FPAR和LAI进行实时、无损、动态、定量的估算。