春玉米磷素营养的光谱响应及诊断

通过盆栽试验监测不同磷营养水平春玉米典型生育期叶片光谱变化,并对叶片光谱反射率与叶片磷含量做了相关分析。结果表明,春玉米大喇叭口期是磷素营养的光谱响应敏感期,3507～30.nm和14201～800.nm是磷素营养的光谱敏感波段。该生育期构建的单波段高光谱变量、窄波段光谱变量和宽波段光谱变量与叶片磷含量都存在显著或极显著的回归关系;窄波段光谱变量比值指数R6725/6256和R61745/15856与叶片磷含量的回归关系达到了极显著水平,R625/555达到显著水平。可见光波段光谱变量与磷含量的回归关系优于近红外波段光谱变量与磷含量的回归关系,表明可见光波段叶片光谱反射率可能更适合春玉米磷营养状况的评价。不同波段宽度的光谱变量分析表明,在敏感波段范围内,801～00.nm波段平均的叶片宽波段光谱反射率没有降低对叶片磷含量的估算精度。     

不同生育期冬小麦光谱特征对叶绿素和氮素的响应研究

研究测定了不同施氮水平条件下冬小麦冠层在七个典型生育期叶片叶绿素、地上部分全氮含量以及冠层光谱,分析了单波段反射率、可见光和近红外波段组合而成的归一化植被指数(NDVI)、比值植被指数(RVI)与相应时期叶片叶绿素和地上部分全氮含量的相关性。结果表明,施氮量增加,两个农学参量、冠层近红外波段反射率都随之增加,但当施氮量增加到300kg hm-(2一次性施入)时,上述各项指标均降低;整个生长期中孕穗期在近红外区域反射率最高,与可见光波段反射率相差最大;除分蘖期外,其它时期单波段510nm～1100nm反射率、NDVI、RVI与叶绿素和全氮含量显著相关,植被指数的相关性较单波段高,且从分蘖期到乳熟期,相关性逐渐增强;整体来讲,可见光中560nm、660nm和近红外760nm、1100nm和1200nm组合的NDVI在各生育期与两个农学指标的相关性较好,选择NDVI(560,760)可以准确拟合叶片叶绿素和地上部分全氮含量。     

冬小麦条锈病单叶光谱特性及严重度反演

对冬小麦条锈病胁迫不同严重度(0、1%、10%、20%、30%、45%、60%和80%)的单叶进行光谱测定,其光谱特征明显,随严重度增加,单叶光谱反射率在可见光550～740 nm处增加,差异显著;而近红外平台750～1340 nm反射率也呈上升趋势,差异不显著;中红外1350～1600 nm反射率上升,差异显著.反射率与严重度相关系数在376～1600 nm范围内基本成正相关,达到极显著相关的敏感波段区域为446～725 nm与1380～1600 nm.入选了493、666 nm和1430 nm与严重度的相关系数最高的单个波段,利用相关性最好的666 nm和相关性最弱的758 nm波段组合设计了光谱角度指数SAI(Spectral Angle Index),与严重度建立的模型相关系数较高.并利用连续统去除法对540～740 nm特征反射峰进行归一化定量分析,吸收深度(Depth)与吸收面积(Area)与严重度呈极显著相关,设计的吸收面积指数AAI(Absorption Area Index)与严重度相关系数最好,可较好地反演单叶严重度.结果表明,条锈病单叶光谱特性明显,利用其光谱反射率可以很好的估算单叶严重度,建立的模型具有很高的反演精度.结果对深入研究冬小麦条锈病害遥感监测机理提供了理论依据.     

烤烟叶片镉含量高光谱预测模型的构建

为快速准确地获取烟草叶片镉含量,本研究模拟了4个镉污染水平,用美国ASD光谱仪获取每个污染水平的烟草叶片光谱反射率,并测定不同时期烟草叶片的镉含量,筛选出与镉含量相关性最好的敏感波段,并建立光谱参数,将光谱参数作为输入因子建立烟草叶片镉含量的BP神经网络模型。结果表明:随着镉含量增加,在可见光和近红外范围(400～910 nm)内反射率先降低后增加,在930～1 000 nm波段范围内,叶片反射率与烟叶中镉含量呈正相关,在1 000～2 500 nm波段范围内反射率先增加后降低。经筛选,比值植被指数(RVI)和归一化植被指数(NDVI)的光谱指数分别为RVI(520,710)和NDVI(530,710);BP神经网络模型的决定系数(R~2)为0.681,均方根误差(RMSE)为8.001,并对模型进行检验,R2为0.801,RMSE为4.430。研究表明,BP神经网络模型对烟草叶片镉含量具有良好的预测效果。     

基于冠层高光谱参数的水稻叶片碳氮比监测

叶片碳氮比反映了植物碳氮代谢的相对强弱,对诊断和调节植物生长与产量形成具有重要作用。该文基于不同水稻品种和不同施氮水平下2 a的田间试验,系统分析了不同生育时期水稻叶片碳氮比与对应冠层高光谱反射特征的定量关系。结果表明,叶片碳氮比与拔节后不同生育时期冠层原始反射率的相关性趋势一致,与可见光波段（350～742 nm）极显著正相关,与近红外波段（750～1143 nm）极显著负相关。8个参数与2个品种不同生育时期的叶片碳氮比均有较好的相关性。通过比较模型的拟合决定系数（R2）和预测标准误（SE）,确定672 nm的归一化吸收深度（ND672）与冠层叶片碳氮比（LCNR）的线性回归方程为水稻冠层叶片碳氮比的最佳监测模型。模型经过不同生育时期数据的交叉测试和独立试验资料的检验,得出对冠层叶片碳氮比的预测精确度范围为0.687～0.986,准确度为0.907～1.126,相对跟均方差为7.07～18.25,表明水稻冠层高光谱特征可以用来定量估测不同栽培条件下叶片碳氮比的变化状况。     

不同施氮水平下温室番茄叶片反射光谱特征分析

利用便携式光谱辐射仪测定了温室番茄叶片的光谱反射率,研究了不同施氮水平下特定光谱指数与叶片氮含量、光合速率及产量的关系。结果表明,温室番茄叶片的光谱反射率在可见光波段随供氮水平的升高而降低,在近红外波段随供氮水平的升高而增加。随施氮水平的提高,绿峰的蓝移和红边的红移现象明显,而红谷反射率与光合速率之间的关系可用二次方程拟合,相关系数达0.805。番茄叶片氮含量的敏感光谱波段为580~695 nm,740~900 nm,由695 nm、770 nm两个波段构建的高光谱指数(RVI、NDVI)与叶片氮含量的相关性显著。而基于原始光谱数据对番茄产量的估测也可在温室中得到很好的运用,其中光谱指数RV(I710,680)、VARI700和产量的拟合方程最优。     

不同施肥长期定位试验地夏玉米冠层光谱特征研究

以黄淮海地区典型冬小麦-夏玉米轮作区的长期定位施肥试验为研究对象,筛选对氮、磷、钾三种营养元素及产量最敏感的波段和生育期,为监测不同时期作物营养胁迫情况和估产提供依据。系统分析了氮、磷、钾单一养分缺乏和两种或两种以上营养元素同时缺乏时典型生育期夏玉米冠层反射光谱特征、收获后秸秆和子粒氮、磷、钾及产量的变化规律。结果表明,缺素使冠层光谱反射率在可见光波段增加,在近红外波段降低。作物秸秆、子粒含氮量和含钾量及产量与可见光波段反射率呈负相关,与近红外区域7601~300 nm反射率呈正相关;秸秆含磷量与各反射率的相关性不明显,子粒含磷量与冠层光谱之间无明显规律。整体上,560和810 nm分别为收获期作物含氮量在可见光和近红外两个区域的敏感波段,开花期为夏玉米氮素诊断的敏感时期;夏玉米钾素在可见光和近红外区域的敏感波段分别为680和810 nm,拔节期为诊断钾素的敏感时期。整个生育期各单波段反射率与产量均呈极显著相关关系,拔节期关系最密切。说明在明确主导养分限制的前提下,利用作物冠层光谱来监测氮素和钾素的丰缺以及准确估产是可行的。     

基于高光谱的叶片滞尘量估测模型

为探索建立叶片滞尘量高光谱估测模型,利用光谱仪和电子分析天平采集了北京市区杨树叶片高光谱数据和滞尘量数据,研究了叶片光谱特征与滞尘量间的关系,并建立了基于光谱参数的叶片滞尘量估测模型。研究结果表明:近红外波段(730~1 000 nm)光谱反射率与叶片滞尘量呈现明显的线性相关性,各波段相关系数均高于0.7,绿光区波段反射率对叶片滞尘的影响不敏感;三边参数中仅红边幅值、红边面积与叶片滞尘量达到显著相关;基于多元线性回归、主成分回归、偏最小二乘回归建立的模型均具有较强的预测能力,其中以偏最小二乘回归为模型构建方法,以749、644、514 nm波段的光谱反射率值,红边幅值,红边面积,924、1 010 nm波段组成的归一化指数,713、725 nm波段组成的差值指数,749、644 nm波段组成的归一化植被指数为自变量建立的模型估测精度最好,其建模和预测的决定系数分别达到0.734和0.731,预测均方根误差为0.311。该研究为促进高光谱技术在大气降尘监测中的应用提供参考。     

长期定位施肥条件下作物光谱特征及养分吸收量预测

为了明确不同施肥条件下典型生育期冬小麦和夏玉米冠层光谱特征差异,该研究以长期定位施肥试验为研究对象,在确定典型生育期作物冠层光谱反射率与收获期作物地上部分主要养分吸收量相关性的基础上,建立收获期作物主要养分吸收量预测模型。结果表明,可见光波段相似生育期夏玉米冠层光谱反射率与冬小麦相近,但在近红外区域平均高于冬小麦8.42%。生育中期2种作物秸秆、籽粒及地上部分氮(N)、磷(P)、钾(K)吸收量与冠层光谱反射率在可见光波段普遍呈极显著负相关关系,在近红外波段呈极显著正相关关系。全生育期夏玉米冠层光谱反射率与作物吸氮量的相关系数在可见光波段基本持平,但在近红外波段平均高于冬小麦0.4152。全生育期夏玉米冠层反射率与地上部分吸磷量的相关系数在可见光波段和近红外区域较冬小麦平均分别低0.3621和0.2072。全生育期夏玉米冠层光谱反射率与地上部分吸钾量相关系数在可见光波段平均低于冬小麦0.1270,在近红外波段高于冬小麦0.0341。除夏玉米吸磷量外,基于冬小麦和夏玉米典型生育期冠层光谱反射率建立的模型均可准确预测收获期作物主要养分吸收量,且对冬小麦养分吸收量的预测精度略高于夏玉米,该结论可以为黄淮海地区冬小麦和夏玉米的长势监测和肥料管理提供科学依据。     

龟裂碱土对植被冠层光谱特征及长势预测的影响

为了通过统一土壤背景来量化龟裂碱土对其上覆植被冠层光谱的影响,通过野外原位测定,系统分析了龟裂碱土上覆植被在自然和覆盖条件下5个典型生育期冠层光谱特征、光谱反射率与叶片叶绿素值和叶面积指数（leaf area index,LAI）之间的关系,进而建立了不同条件下2个生理指标的预测模型。结果表明：覆盖条件下向日葵三对叶期冠层光谱反射率较自然条件下在400～520和1 027～1 130 nm平均降低了0.10,在521～1 026 nm平均降低了0.18;其他生育期覆盖条件下冠层光谱反射率较自然条件下在可见光波段下降,在近红外区域增加（其中七对叶期在720～1 050 nm平均增幅为11.29%）。自然条件下三对叶期冠层光谱反射率与叶绿素值和LAI平均相关系数分别为0.68和0.47,开花期、乳熟期光谱反射率与叶绿素值和LAI与三对叶期相关性相似;其他2个生育期冠层光谱反射率自然条件下在可见光波段与2个生理指标平均相关系数分别为-0.27和-0.52,在近红外区域分别为0.53和0.69,覆盖条件下相关系数明显高于自然条件。三对叶期建立的叶片叶绿素值和LAI预测方程决定系数最小,现蕾期最大。除三对叶期外,其他时期对2个生理指标的预测模型的拟合度都较高（RSPAD为0.61～0.88,RLAI为0.72～0.92）,预测能力也较强;引入土壤pH值可以增强模型的稳定性和预测能力。研究结果可为该地区龟裂碱土上覆植被长势估测提供理论依据。     

基于去包络线法的番茄叶霉病发病程度估测方法

阐明番茄叶霉病(Fulvia fulva)光谱特征并对其发病程度进行估测,可为番茄叶霉病大面积遥感监测提供依据。本研究通过分析番茄叶霉病不同发病程度下叶片光谱变化特征,筛选对发病程度识别的敏感波段。并利用去包络线法对光谱反射率进行处理,构建基于光谱特征吸收参量的发病程度估测模型。研究结果表明:随着叶霉病病害等级的加深,番茄叶片的原始光谱反射率、光谱敏感度、相对反射率均呈逐渐降低趋势;可见光波段(550~730 nm)和短波红外波段(1 860~2 260 nm)是识别番茄叶霉病发病程度的最佳波段;且随着病害等级的增加,吸收波段位置(λ)向短波方向移动,最大吸收深度(D_c)和吸收面积(A)均呈递增规律。利用光谱参数构建的番茄叶霉病病害等级预测的逐步回归模型R~2达0.81,且模型验证结果较好。研究结果对利用高光谱遥感技术定量估测番茄叶霉病发病程度以及监测、防治农作物病虫害均具有较高的实用价值。     

地理加权回归模型结合高光谱反演盐生植物叶片盐离子含量

快速、无损地估算盐生植物叶片盐离子含量在植物生长监测、耐盐植物筛选和土壤盐渍化监测等方面有实用价值。该研究以新疆艾比湖保护区内盐生植物为研究对象,通过分析植物叶片盐离子(K~+、Na~+、Ca~(2+)、Mg~(2+))含量与冠层高光谱数据的光谱变换和二维植被指数(比值型植被指数(ratiovegetationindex,RVI)、差值型植被指数(difference vegetation index,DVI)、归一化型植被指数(normalized difference vegetation index,NDVI))的相关性选取特征波段,构建基于地理加权回归模型(geographically weighted regression,GWR)的叶片盐离子含量估算模型,并与BP神经网络模型(back propagation neural network)进行对比,研究基于GWR模型估算干旱区盐生植物叶片盐离子的可行性。结果表明,选取特征波段集中表现在红及短波红外波段:K~+含量在反射率倒数的对数选取的红光区域内波段使用GWR估算效果最佳;Na~+的特征波段在光谱变换下集中于短波红外区域,二维植被指数集中在近红外、短波近红外及黄、橙、红区域,各种波段选取下GWR对Na~+的含量估算均有较好效果,但反射率对数的一阶估算效果最好;Ca~(2+)含量在反射率平方根的一阶微分下选取的短波红外波段通过GWR模型估算效果最好;Mg~(2+)含量在DVI选取的位于红光区域特征波段估算效果最佳,但使用GWR模型对Mg~(2+)的估算精度不及BP模型。分析基于GWR盐离子模型估算模型发现,含量较高的离子估算效果更好,K~+、Na~+的模型精度优于Ca~(2+)、Mg~(2+)。在使用GWR模型估算植物叶片盐离子含量时,特征波段均指向红及短波红外波段,符合植被光谱机理的响应。     

基于光谱分析的棉花异性纤维最佳波段选择方法

图像采集是基于计算机视觉的棉花异性纤维检测计量系统中的基础环节。为构建有效的图像采集系统以便检测皮棉中的异性纤维并识别其种类,在对棉纤维和异性纤维进行光谱分析的基础上,根据二者的漫反射光谱差异,提出了基于反射差极值分布的最佳检测波段选择方法和基于光谱可区分度的最佳可区分波段选择方法。光谱分析结果表明,紫外波段是带荧光异性纤维的最佳检测波段,可见光波段是带颜色异性纤维的最佳检测波段,而红外波段是塑料薄膜、毛发、羽毛等的最佳检测波段,并初步认定780～1 800 nm的近红外波段为异性纤维间的最佳可区分波段。     

Changes in ultraviolet-B and visible optical properties and absorbing pigment concentrations in pecan leaves during a growing season

UV-B (280–320 nm) and visible (400–760 nm) spectral reflectance, transmittance, and absorptance; chlorophyll content; UV-B absorbing compound concentration; and leaf thickness were measured for pecan (Carya illinoensis) leaves over a growing season (April–October). Leaf samples were collected monthly from a pecan plantation located on the Southern University Horticultural Farm, Baton Rouge, Louisiana. The leaf spectral reflectance and transmittance were measured from 280 to 760 nm using a high-accuracy UV-Vis spectroradiometer with an integrating sphere. The spectral absorptance was calculated based on the reflectance and transmittance percentages. Total UV-B absorbing compounds concentration (A_{280–320 nm} (cm⁻²)), chlorophyll content, and leaf thickness were related to the leaf optical properties. The patterns of the spectral distributions of optical properties over the growing season, effects of leaf age on the measured parameters, and their relationships were determined. Leaf optical properties were significantly affected by leaf age and the effects were more dramatic in the visible spectral region than in the UV-B region. Within the UV-B spectral region, leaf reflectance ranged between 4.27% (April) and 8.29% (July), transmittance between 0.01% (June) and 0.05% (April), and absorptance between 91.70% (July) and 95.68% (April). Within the visible spectral region, leaf optical properties changed significantly with the wavelength and leaf development. The visible spectral reflectance and transmittance had maxima at 555 nm and minima at 680 nm, and increased sharply afterwards. The highest visible spectral reflectance and transmittance occurred in the newly developed leaves, whereas the visible spectral absorptance increased with leaf maturation. Leaf chlorophyll content, thickness, and UV-B absorbing compound concentration significantly increased during leaf development (April–July). Correlation and regression analyses indicated that leaf chlorophyll content was a strong predictor of the green light reflectance, transmittance, and absorptance. The strongest predictors of UV-B reflectance were leaf thickness and leaf UV-B absorbing compound concentrations.     

土壤全氮的无人机高光谱响应特征及估测模型构建

为更好地体现出光谱与土壤全氮（soil totalnitrogen,STN）含量之间的响应关系,实现以高光谱快速估测土壤全氮含量,该研究以无人机搭载高光谱传感器获取农田土壤高光谱影像,提取光谱反射率并进行数学变换,基于灰色关联度和皮尔逊相关系数提取各光谱中土壤全氮含量的敏感波段,基于敏感波段采用偏最小二乘回归（partialleastsquares regression,PLSR）、岭回归（ridge regression,RR）和随机森林（random forest,RF）构建土壤全氮的高光谱反演模型,筛选出最优模型并对研究区土壤全氮含量进行反演制图。结果表明：1）反射率的倒数光谱中的敏感波段（996～1 003 nm）集中在近红外长波范围内,反射率的一阶微分（first derivative of reflectance,FDR）光谱中的敏感波段（398～459、469和472～1 003 nm）和反射率对数的一阶微分光谱中的敏感波段（398～459、463～973和978～1 003 nm）在可见光和近红外范围内都有分布,反射率的一阶微分光谱中的敏感波段（615～625、632和...     

利用高光谱估测干旱胁迫下接菌根菌大豆叶绿素含量

该研究旨在利用高光谱遥感动态监测干旱胁迫下接种菌根植物生长状况,为菌根技术在旱区农业中的推广提供一定的理论基础。以盆栽大豆为对象,在不同接种丛枝菌根时期采用高光谱遥感技术监测不同干旱胁迫下接菌和不接菌处理大豆叶片的叶绿素含量变化,对比分析了3个水分梯度下及同一水分梯度下接菌和不接菌处理的大豆地上部分干质量、叶绿素含量和叶片光谱在可见光和近红外区域的响应特征差异,建立了大豆叶绿素含量与多个光谱变量的估测模型。研究结果表明:接菌第45天和第64天,同一水分梯度下接菌大豆地上部分干质量优于不接菌处理,且其叶绿素含量也高于不接菌,这些差异在叶片光谱曲线特征中同样得以反映,接种菌根在一定程度上可以缓解干旱胁迫对植物生长的影响;基于多元线性逐步回归方法建立的一阶微分模型能较准确地估测干旱胁迫下接菌大豆的叶绿素含量,其模型决定系数和预测检验决定系数分别为0.90和0.84,具有较高的精度和良好的预测能力。