接种菌根大豆叶片光谱分析和叶绿素含量估测

为更好地指导矿区进行受损土地的微生物复垦,减少传统监测方法对植物的损害,需要运用快速有效的方法来监测菌根作用下植物的生长状况。对不同生长期的大豆叶片光谱、叶绿素含量、菌根侵染率和菌丝密度测定分析,结果表明:各生长期接菌组叶绿素含量均高于同期对照,其叶绿素含量与侵染率间具有显著正相关性,且叶片光谱反射率在550nm处显著低于对照组。同时根据叶片光谱可见光区域叶绿素敏感波段选择植被指数,然后建立以植被指数为变量的线性模型反演叶绿素含量,结果发现植被指数MCARI反演叶绿素含量的精度及稳定性(R2=0.67)都优于其他指数,其线性模型反演绝对误差为2.504,相对误差为6.57%。该研究结果说明高光谱技术是估测菌根作用下大豆叶绿素含量的一种简单、快捷和无损的有效方法,也为未来利用高光谱数据评估微生物对植物生长的促进作用提供理论与方法支持。     

不同时空状态下烤烟冠层光谱数据稳定性研究

为明确烤烟光谱测定的最佳时空条件,以烤烟品种K326 为材料,通过采集田间不同测定时间及探头高 度下烤烟冠层光谱反射率并就其变异系数进行分析。结果表明院10颐00~12颐00 时烤烟冠层光谱的变异系数均小于其他 时段,稳定性较高;不同探头高度烤烟冠层反射光谱的变异系数在可见光（460~710 nm）波段表现为院探头高度1.0 m 与1.5 m所测定的光谱数据稳定性差异不大,但都明显好于探头高度0.5 m所测光谱数据稳定性;近红外（760~1 650 nm）波段探头高度为1.5 m时所测量的光谱数据最稳定,其次是探头高度为1.0 m时所测量的光谱数据,探头高度为 0.5 m光谱数据变异系数最大,稳定性最差。因此,烤烟光谱测定最佳时空条件为探头高度1.5 m、测定时间10:00~12: 00。     

胡杨条形叶和卵形叶类胡萝卜素含量与高光谱反射率的相关性研究

研究了胡杨两种叶形叶片的类胡萝卜素含量与高光谱反射率的相关性。2009年5月~9月在塔里木河上游逐月测定了生长季节期胡杨条形叶和卵形叶393~1 095 nm波长范围内高光谱反射率以及类胡萝卜素含量(单位:mg/g Fw和mg/g Dw)和密度(mg/m2叶面积),并进行了相关分析。结果表明,胡杨条形叶类胡萝卜素含量在0.34~0.37 mg/g Fw,0.66~0.77 mg/g Dw,和78.13~105.25 mg.m-2之间,卵形叶含量在0.24~0.39 mg/g Fw,0.52~0.73 mg/g Dw,和70.17~102.93 mg.m-2之间,且随季节而变化。不同月份,条形叶和卵形叶的类胡萝卜素含量、密度与不同波长高光谱反射率的相关性之间既有正相关也有负相关。其中,卵形叶类胡萝卜素含量(鲜基)与高光谱反射率在9月份时757 nm处的负相关性最强(相关系数为-0.582);条形叶类胡萝卜素密度与高光谱反射率在6月份时862 nm处的负相关性最强(相关系数为-0.430)。胡杨叶片类胡萝卜素与光谱反射率之间的相关性极为复杂,相关系数值受到季节、叶形、类胡萝卜素含量的表示单位和光谱波长的影响。     

基于穗层反射光谱的小麦籽粒蛋白质含量监测的研究

本试验对近地面高光谱仪监测小麦的不同测定方法进行了探讨，并比较了各方法对籽粒蛋白质含量（GPC）的预测能力。结果表明，穗全氮含量（ETNC）与穗层光谱反射率（Rel）的相关系数普遍高于与冠层光谱反射率（Rc）的相关系数。同时，基于小麦光谱反射率、穗全氮含量、籽粒蛋白质含量三者之间的相关性，选择了包括植被指数在内的20个穗层光谱特征参量，与ETNC进行相关分析，建立了最佳光谱特征参量预测ETNC以及ETNC预测籽粒蛋白质含量（GPC）的统计相关模型。通过2个模型的链接，建立了利用比值植被指数RVI[890,670]预测GPC的回归模型，可以较好地预测小麦籽粒蛋白质含量。在相同条件下，相对于以往基于冠层光谱的方法，基于穗层光谱的RVI[890,670]对GPC的预测表现出较大的优势，决定系数R2由0.662提高到0.865，总均方根差RMSE由0.851降低到0.734。本研究为实现田间条件下小麦氮素及相关品质指标的便携式监测仪的开发研制提供了初步的依据。     

基于6S模型的GF-1卫星影像大气校正及效果

高分一号(GF-1)卫星是中国高分系列卫星的首发星,自2013年4月成功发射以来,在中国农业遥感业务工作中得到了广泛应用,已成为中国大宗农作物种植面积遥感监测的主要数据源。该文基于6S(second simulation of a satellite signal in the solar spectrum)辐射传输模型原理,设计并实现了适合于GF-1卫星数据大气校正算法与程序。算法以GF-1卫星1级数据、元数据及传感器公开参数为输入数据,不需要其他外源辅助数据,经过辐射定标,计算各波段平均太阳辐射值、表观反射率,通过选择大气模式,驱动6S模型获取表观反射率转换为地表反射率的参数,逐像元计算影像地表反射率。在算法研制的基础上,应用Fortran和IDL语言编写了大气校正批处理程序,实现了大气校正过程的批处理。该文采用2014年4月3日、6月28日、11月2日,以及2015年1月19日4个时相北京地区GF1卫星WFV(wide field view)数据,分别代表春夏秋冬4个季节,通过与ENVI软件的FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)大气校正结果对比进行评估。2种方法 4个时相各波段全年相对偏差为3.26%,蓝光波段偏差最大为11.21%,其次是红、近红和绿光波段,分别为1.19%、0.73%和0.24%。作物覆盖区平均相对误差为12.99%,冬季最高为17.40%,秋季和春季分别为15.02%和14.15%,夏季相对差异最小为8.31%。各波段地表反射率的整体校正情况并未有太大差异,但6S校正后各波段反射率普遍比FLAASH校正结果略微偏高。2种校正结果计算的NDVI也基本一致,相对偏差0.64%;除水体外,绝对值差值的平均值均在0.0548以内。从计算效率来分析,6S模块实现了商用软件FLAASH模块中未提供的批量计算,在相同硬件环境下计算效率提高了75.0%以上。研究结果表明了该文开发的大气校正程序能够稳定批量处理GF-1卫星数据,可以作为农业遥感监测业务流程的组成部分。     

基于可见光光谱分析的土壤参数分析

利用光谱分析技术，进行了农田原始状态土壤样品的可见光光谱与土壤参数之间的相关、回归分析。土壤样品采集于一块水分较低的玉米地和一块水分较高的牧草地，所分析的土壤参数有土壤水分、土壤有机质含量、土壤硝态氮含量、土壤电导率以及土壤pH值，土样的可见光光谱由精密分光光度计测量。分析结果显示，有效的光谱特性值为反射光谱的一次微分，所有5个土壤参数都可以利用土样的可见光光谱特性进行分析和检测。对于土壤水分、土壤有机质含量、土壤电导率以及土壤pH值，线性模型是有效的；而对于土壤硝态氮含量，则需要利用多元指数模型进行分析或检测。     

水稻叶片上下表面反射率差异及其与氮素状况的关系

在田间条件下测定了5个氮素水平处理的水稻叶片在分蘖、孕穗和抽穗期的上表面反射率和下表面反射率。结果表明:各生育期水稻叶片在可见光和近红外区域的下表面反射率均大于上表面反射率(绝对差值一般小于2%),上下表面反射率差值大小与供氮水平间无显著相关性,但在近红外区域这种差值随着生育期而降低。与上表面反射率相比,下表面反射率与叶片氮素和叶绿素含量间具有同样高的相关性,因此水稻下表面反射率也可用于估计叶片氮素和叶绿素含量。下表面中脉向外凸出及上下表皮细胞大小与排列的差异可能是引起水稻叶片上下表面反射差异的主要原因     

湖南省几种主要类型土壤反射光谱的剖面变化特性

通过野外采样和室内测定,研究了湖南省主要类型土壤反射光谱的剖面变化特性。结果表明,同一土壤剖面中不同土层的反射光谱曲线形态基本上是一致的;经统计分析得出,在每个自然土壤剖面中,各土层420nm处的的光谱反射率均与土壤游离氧化铁含量之间存在着线性负相关性,620-660nm波段的平均光谱反射率与土壤有机质含量呈幂函数负相关性。     

高光谱技术在农作物营养信息诊断中的应用

概述了高光谱遥感分析技术在农作物营养诊断方面的应用状况,着重介绍了诊断农作物的主要生化参数,如氮素、叶绿素、叶面积指数(LAI)和水分等多项指标的研究进展,并对高光谱遥感技术在作物营养诊断与检测方面的研究进行了展望。