基于无人机高光谱影像玉米叶绿素含量估算

以无人机为平台搭载高光谱相机获得玉米农田高光谱影像,从中提取光谱特征参数,构建玉米叶片叶绿素含量估算模型,并制作玉米叶片叶绿素含量分布图。结果表明,以红边面积（SDr）、红边一阶微分最大值（Dr）、差值植被指数(DVI)为自变量构建的回归模型建模精度较高,以此反演玉米叶片SPAD值分布图并对填图结果进行精度检验,得出SPAD-Dr模型填图预测效果最佳（R2=0.89,RMSE=1.28,RE=2.31）,可以作为玉米叶片叶绿素含量无人机高光谱影像遥感反演估算的基本模型。     

基于Sentinel-2的绿洲-荒漠过渡带植被地上生物量估算

开展绿洲-荒漠过渡带植被地上生物量监测是植被生长状况评价与荒漠化监测的重要手段。文中利用Sentinel-2影像数据构建了地上生物量估算模型,比较了统计模型和两种机器学习算法模型的性能,并对渭干河-库车河绿洲的绿洲-荒漠过渡带的植被地上生物量进行了估算。结果显示,在统计模型中,红边三角植被指数(RTVI)与地上生物量的非线性模型拟合效果最好,且相关最显著。在机器学习算法中,随机森林模型优于支持向量机回归模型。通过验证发现,RTVI非线性估测模型和随机森林模型具有较好的外推能力。在绿洲-荒漠过渡带植被地上生物量的反演中,随机森林模型表现出较高的精度,验证集R²为0.65,RMSE和MAE分别为255.08g·m^-2和192.93g·m^-2。相较其他模型,随机森林模型可以在小样本情况下更精确,对科学监测绿洲-荒漠过渡带植被地上生物量和维护绿洲的稳定发展提供依据。     

干旱区冬小麦不同生长阶段的光谱特征与叶绿素含量估测研究

通过实测的冬小麦整个生长阶段的叶片光谱与其SPAD值,分析了二者的变化规律,比较了15种高光谱指数与SPAD值的相关性,最后确定不同生长阶段估算小麦叶片SPAD值的最佳植被指数。结果表明:冬小麦叶片SPAD值在整个生育期内的变化规律显示出先升高后迅速下降的趋势,最大值出现在灌浆期;通过15种植被指数与叶片SAPD值的相关性比较,在拔节期,优化的土壤调节植被指数(OSAVI)与冬小麦叶片SPAD值的相关性最高,其模型精度为0.74;在孕穗期和开花期,叶面叶绿素指数LCI与SPAD值的相关性最好,其模型精度为0.72和0.79;在灌浆期R700与SPAD值的相关性最佳,其模型精度为0.70;在乳熟期红边位置REP与SPAD值的相关性最好,其模型精度为0.69。     

猕猴桃叶片SPAD值高光谱估算模型构建

利用便携式野外光谱辐射仪和叶绿素仪在陕西杨凌蒋家寨村测定了猕猴桃不同生育期叶片光谱反射率及其对应的叶绿素相对含量(SPAD)值,通过分析其光谱反射率、一阶微分光谱和SPAD的相关关系,构建了不同生育期基于红边位置、红边幅值、红边偏度和红边峰度的SPAD估算的单因素回归模型和多元逐步回归模型。结果表明:(1)随着猕猴桃叶片叶绿素含量升高,红边位置"红移",红边幅值随着SPAD值的增大而递减,红边面积有所减小,红边曲线形状由右偏逐渐转变为左偏,峰度值逐渐降低;(2)红边偏度能够更好地反映叶片叶绿素含量;(3)在不同生育期,均以红边偏度建立的单因素模型效果最好,建模R2分别为0.821、0.874、0.842;(4)与单因素多项式回归模型相比,多元逐步回归模型在不同生育期均有更好的建模精度和预测精度,在不同生育期,其预测R2分别为0.848、0.926、和0.850,是估算猕猴桃叶片SPAD值的最佳模型。     

基于5种植被指数的荒漠区植被生物量提取研究

荒漠区植被地上生物量是土地荒漠化监测和荒漠植被遥感信息提取的重要指标。本研究以甘肃民勤县为试验区,以哨兵2号(Sentinel-2)影像为数据源,构建了比值植被指数RVI、归一化植被指数NDVI、差值植被指数DVI、土壤调节植被指数SAVI及优化型土壤调节植被指数OSAVI 5种植被指数与植被实测地上生物量的估算模型(一元线性、指数、对数和二项式模型),并利用所选的最优模型,估算了研究区的地上生物量。结果表明:SAVI相较于RVI、NDVI、DVI和OSAVI指数同地上生物量之间的相关性最高(r=0.79),基于SAVI指数的二项式模型是研究区地上生物量估算的最优模型(R²=0.76),且精度较高(R²=0.73,RMSE=0.12)。民勤县的植被相对密集区主要分布于四大灌区(红崖山、环河、昌宁、南湖)、青土湖周边以及红沙岗镇西北区域,其他地域植被较为稀疏,无植被区[<0.005 kg·(100m²)^-1]、低植被区[0.005～0.2 kg·(100m²)^-1...     

基于无人机成像高光谱的棉叶螨为害等级估测模型构建

为快速、实时、准确地了解新疆棉田棉叶螨（优势种为土耳其斯坦叶螨Tetranychus turkestani）的发生情况,利用高光谱图像中的7种植被指数,使用一般线性回归分析方法分别构建不同棉叶螨为害等级棉花冠层叶片叶绿素相对含量（用soil and plant analyzer development（SPAD）值表征）遥感估测模型和棉叶螨为害等级遥感估测模型,实现棉叶螨为害的实时监测。结果显示：不同棉叶螨为害等级对应的棉花冠层光谱反射率存在明显差异,棉叶螨为害等级与棉花冠层叶片SPAD值呈显著负相关关系。在7个不同棉叶螨为害等级对应的棉花冠层叶片SPAD遥感估测模型中,SPAD-红边归一化植被指数估测模型的估测决定系数为0.915,均方根误差为3.451,识别精确度显著高于其他模型。表明利用棉花冠层叶片SPAD遥感估测模型可快速无损地获取棉叶螨为害数据,构建的棉叶螨为害等级估测模型可用于植保人员快速准确获取棉叶螨为害情况。     

棉花全生育期叶片SPAD值的遥感估算模型

叶绿素含量是评估棉花生长状况的重要参数,估算叶绿素含量对于棉花生长监测具有重要意义。以渭北旱塬区种植的棉花为试验材料,测量全生育期棉花叶片SPAD值与冠层反射率光谱,将原始高光谱反射率、一阶微分光谱反射率、不同波段组合的遥感光谱参数分别与SPAD值做相关性分析,用传统回归分析方法构建五种重要光谱参数的SPAD值预测模型,同时,采用PLSR方法建立全生育期SPAD值的估算模型。最后对模型进行检验,筛选出精度最高的模型。建模结果表明,基于多种光谱参数的全生育期PLSR预测模型精度最高、预测效果最好,估算模型的决定系数R~2为0.733,验证模型R~2为0.737。PLSR方法建立的多光谱参数的SPAD值估算模型预测效果显著,利用高光谱技术对棉花SPAD值进行监测,可为全生育期棉花长势遥感监测提供依据。     

水稻冠层叶绿素含量高光谱估算模型

为了寻求西北引黄灌区水稻冠层叶绿素含量的高精度估算模型,通过田间试验测定了水稻冠层SPAD和高光谱数据,运用任意波段组合的方式构建了一系列基于原始光谱、一阶导数光谱的比值、差值、归一化和土壤调节植被指数,筛选出反映水稻冠层SPAD的最佳植被指数作为自变量,应用普通回归分析方法和随机森林算法建立了该区域水稻冠层SPAD估算模型并进行了对比分析。结果表明：（1)应用普通回归分析方法,以RVI(D₁₃₁₆,D₇₃₆)为自变量建立的指数模型是估算西北引黄灌区水稻冠层SPAD的最佳单变量模型;（2)采用随机森林算法,以4个植被指数RVI(R₆₉₆,R₅₄₀)、DVI(R₇₀₀,R_{536)、SAVI(R700,R536)、RVI(D1316,D736)建立的估算模型比普通回归模型精度更高,验证结果的决定系数R²为0.873,均方根误差RMSE为3.221,平均相对误差RE为13.25%。说明通过随机森林算法建立的模型可以实现水稻冠层SPAD的精准估测,可以用于西北引黄灌区水稻冠层叶绿素含量的快速、无损获取。}     

渭干河—库车河三角洲绿洲棉田土壤盐分估算及遥感反演

基于研究区的野外采样数据与Landsat 8遥感影像提取的增强型植被指数,构建渭干河—库车河三角洲绿洲棉田土壤盐分估算模型,并对土壤盐分的空间分布格局进行预测。结果表明:(1)由土壤含盐量与增强型归一化植被指数(ENDVI)构建的线性回归模型(y=-56.494x+22.687)拟合效果最好(R2=0. 886,RMSE=0. 907)。(2)通过选取的82个采样点,依据最佳遥感反演模型,预测出研究区土壤含盐量在9.33～26.99 g·kg-1之间变化,平均值为17.42 g·kg-1,标准差为2.30 g·kg-1,预测结果与土壤盐分的实测值较为一致。(3)利用地统计分析方法制作研究区棉田土壤盐分的空间分布图,分析可知土壤盐分从绿洲内部向外围呈逐渐增加的趋势。     

基于实测高光谱和电磁感应的绿洲土壤含水量估测

以新疆渭-库绿洲为研究区,利用电磁感应和高光谱技术并以地形因子作为辅助参量,构建土壤含水量的支持向量机回归(Support Vector Regression,SVR)预测模型,采用泛克里金法(Universal Kriging)将预测的土壤含水量进行插值在地图上实现空间可视化。结果表明:1)表层土壤含水量与表观电导率具有良好的相关性,两种模式相结合建立的土壤含水量解译模型的拟合优度达到0.853。2)原始反射率光谱经微分变换后更能凸显出细微差异,利用原始一阶微分建立的SVR土壤含水量模型,预测集决定系数(R2)为0.913,相对分析误差(RPD)为2.06,该模型具有较高的预测精度和稳定性。3)表层含水量空间分布不均,由绿洲内部到荒漠-绿洲交错带再到荒漠呈现逐渐减少的趋势。综上所述,利用该支持向量机模型对绿洲土壤含水量的预测具有实际与理论意义。     

基于Sentinel-1/2的土壤盐分含量反演研究

本试验利用Gram-Schmidt（GS）变换将Sentinel-1A雷达影像与Sentinel-2A多光谱影像进行融合,并分析雷达影像、多光谱影像及融合影像各波段与吉林省白城市表层土壤含盐量的相关性,建立研究区土壤含盐量的反演模型,对研究区土壤含盐量进行制图。研究结果表明：Sentinel-1A 的VH、VV波段后向散射系数与研究区土壤含盐量均呈显著正相关,可用作土壤盐碱化监测的遥感数据源;合适的数学变换可以提升Sentinel-1A、Sentinel-2A及融合影像与土壤含盐量的相关性,其中,Sentinel-1A的VV波段与Sentinel-2A第5 波段融合后,其二次方变换与土壤含盐量的相关系数达到0.820;引入合适的盐分指数可以有效改善Sentinel-2A及融合影像与土壤含盐量的相关性,其中,融合影像的盐分指数(D₂D₄)/D₃与土壤含盐量相关系数达到0.889;利用融合影像及盐分指数(D₂D₄)/D₃建立的研究区土壤含盐量反演模型Y=86.260X-66.206X²-5.312,模型决定系数达到0.791,均方根误差为1.884 g·kg^-1,表明将Sentinel-1A雷达影像与Sentinel-2A多光谱影像进行融合来提升土壤含盐量反演精度的方法切实可行。     

Soil salinity prediction in the Lower Cheliff plain(Algeria) based on remote sensing and topographic feature analysis

Soil salinity and ground surface morphology in the Lower Cheliff plain(Algeria) can directly or indirectly impact the stability of environments. Soil salinization in this area is a major pedological problem related to several natural factors, and the topography appears to be important in understanding the spatial distribution of soil salinity. In this study, we analyzed the relationship between topographic parameters and soil salinity, giving their role in understanding and estimating the spatial distribution of soil salinity in the Lower Cheliff plain. Two satellite images of Landsat 7 in winter and summer 2013 with reflectance values and the digital elevation model(DEM) were used. We derived the elevation and slope gradient values from the DEM corresponding to the sampling points in the field. We also calculated the vegetation and soil indices(i.e. NDVI(normalized difference vegetation index), RVI(ratio vegetation index), BI(brightness index) and CI(color index)) and soil salinity indices, and analyzed the correlations of soil salinity with topography parameters and the vegetation and soil indices. The results showed that soil salinity had no correlation with slope gradient, while it was significantly correlated with elevation when the EC(electrical conductivity) values were less than 8 d S/m. Also, a good relationship between the spectral bands and measured soil EC was found, leading us to define a new salinity index, i.e. soil adjusted salinity index(SASI). SASI showed a significant correlation with elevation and measured soil EC values. Finally, we developed a multiple linear regression for soil salinity prediction based on elevation and SASI. With the prediction power of 45%, this model is the first one developed for the study area for soil salinity prediction by the combination of remote sensing and topographic feature analysis.     

甲哌鎓对棉花叶片光合生理及蜡质含量的影响

为探究甲哌鎓对棉花表皮蜡质沉积及光合生理的影响,以‘新陆早55号’棉花为试材,将甲哌鎓按有效成分0、4.5、7.5、10.5和15.0 g/hm2的剂量分别喷施于叶面,于施药后1、4、7和12 d分别测定棉花叶片的光合速率和表皮蜡质含量及12 d内叶片的叶绿素相对含量（SPAD值）。结果表明:于叶面喷施甲哌鎓后,棉花叶片光合速率、表皮蜡质含量及SPAD值与甲哌鎓浓度、处理时间之间存在一定的依赖性。4.5与7.5 g/hm2的甲哌鎓处理可提高棉花光合速率并且持续期较长;SPAD值随处理时间的延长及甲哌鎓浓度的增加而增加,表明棉花叶片叶绿素含量随之增加及叶色加深;4.5 g/hm2甲哌鎓处理更利于棉花叶片表皮蜡质的沉积。蜡质、光合速率、SPAD值相关性分析结果显示,光合速率与蜡质、SPAD值间呈极显著正相关关系,说明蜡质的沉积及叶绿素含量增加有利于棉花叶片进行有效的光合作用,增强抗逆性。     

半湿润气候区土壤水分对冬小麦叶绿素值的影响

利用天水地区2007～2010年的冬小麦叶绿素含量(SPAD值)和土壤含水量实际观测资料,分析了土壤水分含量和SPAD值在冬小麦生育期内的动态变化过程,研究了冬小麦叶片SPAD值与不同深度土层土壤水分含量的关系,以及SPAD值与冬小麦生长量、产量构成要素和地段实产的关系。结果表明:(1)在冬小麦生育期内土壤含水量呈现减小趋势,叶片SPAD值则经历了一个先升高后降低的过程,浅层土壤含水量更易受降水的影响而升高;(2)土壤水分含量对冬小麦叶片SPAD值的影响主要集中开花期至乳熟期,土壤水分含量高的年份叶片SPAD值较高,反之则较低;(3)中浅层土壤水分含量与10d后冬小麦叶片SPAD值有显著的正相关性;(4)冬小麦叶片SPAD值与部分生长量和产量构成要素存在相关关系,但是与地段实际产量关系较弱。     

基于多植被指数模型的草地地上生物量协同估算

以青海省金银滩草原为研究区,采用Sentinel-2卫星影像结合地面实测数据进行草地地上生物量估算研究。分析了18种典型植被指数与生物量的拟合关系,通过精度评价和敏感性分析确定了不同植被指数模型的适用范围,并提出基于多植被指数模型的协同估算方案来提高草地生物量的制图精度,尝试克服传统单变量植被指数模型适用范围受限的问题。结果表明：18种植被指数与生物量的最优拟合模型呈现幂函数和指数函数两种类型,其中幂函数模型中CI_green (Green chlorophyll index)所对应的估算精度最高,且当生物量高于0.65 kg·m^-2时适用性最强;指数函数模型中NDII（Normalized difference infrared index）所对应的估算精度最高,且当生物量低于0.65 kg·m^-2时适用性最强,且NDII与CI_green模型的适用范围具有互补性。提出的多植被指数协同估算模型对应的R²_cv达到了0.61,RMSE_cv为0.226 kg·m^-2,相对于单植被指数模型精度明显提高,R²_cv增加7.0%以上,RMSE_cv减小超过3.8%。综上,提出的多指数模型协同估算方案充分考虑了不同指数模型的适用范围,提高了牧草生物量的估算精度。     

不同基因型玉米杂交种大喇叭口期的耐盐性

以25个不同基因型玉米品种为试验材料,在宁夏银北盐碱地(土壤含盐量为2.337~6.935 g·kg~(-1)),通过测定不同品种大喇叭口期的表型性状和生理生化指标进行耐盐性鉴定,并利用主成分分析和模糊隶属函数法对不同基因型玉米品种的耐盐性强弱进行综合评价。结果表明:随着盐胁迫程度的增加,不同玉米品种的株高、茎粗、相对叶绿素含量(SPAD值)均明显降低;轻度胁迫(土壤含盐量为2.337 g·kg~(-1))时,株高、茎粗、SPAD三者之间均呈极显著正相关;严重胁迫(土壤含盐量为6.935 g·kg~(-1))时,茎粗、SPAD值、冠层温度三者之间均呈显著正相关,冠层温度与超氧化物歧化酶(SOD)呈显著负相关,膜透性与SOD呈极显著正相关,其它各农艺性状与生理指标间均没有达到显著相关。不同基因型玉米品种的耐盐碱能力根据综合评价值(D值)大小来评价,将耐盐碱性分为四级:宁3-2/1528、A3高/1519为A类的玉米材料,其D值0.8,代表强耐盐性的品种;B类的玉米材料有6份,其0.6D值0.8,代表较耐盐性的品种;C类的玉米材料有12份,其由0.4D值0.6,代表弱耐盐性的品种;D类的玉米材料有5份,分别为H242/1522、北21/1522、A18/1506、A49/1528、TY1,其D值0.4,代表盐敏感性品种。     

干旱胁迫对金太阳杏叶绿素荧光动力学参数的影响

以2年生金太阳杏(ArmeniacavulgarisLam.)叶片为试材,采用田间试验的方法,设置4种土壤水分处理(土壤相对含水量为76%、65%、53%、45%),以正常供水为对照(CK),研究土壤干旱胁迫对叶绿素含量、叶片相对含水量及叶绿素荧光参数的影响。结果表明(1)胁迫条件下,基础荧光(Fo)略微上升,最大荧光(Fm)、可变荧光(Fv)、PS潜在活性(Fv/Fo)、原初光能转化率(Fv/Fm)、叶绿素含量(CHL%)、叶片相对含水量(LRWC)等值下降。(2)叶绿素荧光参数间相关性随土壤相对含水量的下降而逐渐减弱,正常供水条件下,2/3以上荧光参数相关性达显著水平;胁迫至后期(土壤相对含水量为45%),仅1/3显著相关。(3)Fm、Fv、Fv/Fo、LRWC与抗旱性综合评定指标Y始终存在显著相关性,可作为杏树抗旱性评定指标,参与抗旱品种的筛选。     

荒漠绿洲的形成条件和过程

绿洲分为天然绿洲和人工绿洲两大类型；绿洲的形成条件以水为基本、地形为制约、土壤为载体、植被为体现；天然绿洲的形成过程有沼泽化过程和草甸化过程，人工绿洲的形成过程有建立人工植被过程，培养优质高效农业过程及发展工业和城镇建设过程；绿洲的建设措施有：（１）巩固现有绿洲，保护山区水资源，内陆河流域上、中、下游合理分配用水，防治土壤次生盐渍化，防止土地风蚀沙化，（２）扩大和发展绿洲，根据现有水资源潜力扩大绿洲面积，外调水源发展新绿洲，加强绿洲工业和城镇建设。