不同光谱LEDs对辣木幼苗生长及叶绿素含量的影响

[目的]研究LED补光对辣木幼苗生长及叶片中叶绿素含量的影响。[方法]以印度改良辣木(Moringa oleifera PKM-1)为试验材料,在相同外界环境下采用不同光谱条件的LEDs(Light Emitting Diodes)光源对辣木垂直补光,每组辣木补光12 h/d(8∶00—20∶00),测定不同补光处理下辣木幼苗的生长情况及其叶片中叶绿素含量。[结果]经红蓝4∶1(4R1B)LEDs处理的辣木种子发芽率高于对照,经过LEDs补光的3组辣木幼苗存活率均高于对照。LEDs补光处理的辣木幼苗株高、茎粗、全株干重、茎叶干重、总叶绿素含量均优于对照。其中光谱条件为全红的LEDs对辣木幼苗生长的促进效果最为显著,株高增加了120.66%,茎粗增加了52.11%,全株干重增加了52.35%,茎叶干重增加了33.57%,叶绿素总含量增加了19.28%。[结论]LED灯补光处理能显著促进辣木幼苗的生长及其叶片中叶绿素的合成。     

水青树木材红外光谱特征研究

采用傅里叶变换红外光谱(FTIR)法测定了水青树等6种木材红外光谱。结果表明,通过各自的特征峰和共有峰相对峰强的比较可以区别6种木材。水青树木材的红外光谱各官能团吸收峰的特征表明,其化学组分交错于针阔叶材之间,木质素含量和结构具有一定针叶材的特征。通过红外光谱共有峰率和变异峰率双指标序列法的分析,在系统位置上,水青树与金缕梅科处于更近的位置,而与木兰科更远。红外光谱在木材分类研究和鉴定领域有较好的应用前景,此技术也有望成为木材司法鉴定体系中的有效方法之一。     

不同光谱植被指数反演冬小麦叶氮含量的敏感性研究

【目的】氮素是作物生长发育过程中最重要的营养元素之一,研究叶氮含量反演的有效光谱指标设置,为应用高光谱植被指数反演作物叶氮含量,以及作物的实时监测与精确诊断提供重要依据。【方法】以冬小麦为例,选取涵盖冬小麦全生育期不同覆盖程度225组冠层光谱与叶氮含量数据,通过遥感方法建立模型,模拟了不同光谱指标,即中心波长、信噪比和波段宽度对定量模型的影响,通过模型精度评价指标决定系数(coefficient of determination,R~2)、根均方差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均相对误差(mean relative error,MRE)和显著性检验水平(P0.01)确定最优模型及最佳指标,分析光谱指标对叶氮含量定量模型反演的敏感性和有效性。【结果】反演冬小麦叶氮含量的最佳植被指数为MTCI_B,与实测叶氮含量的相关性最好(R~2=0.7674,RMSE=0.5511%,MAE=0.4625%,MRE=11.11个百分点,且P0.01),对应的最佳指标为中心波长420 nm、508 nm和405 nm,波段宽度1 nm,信噪比大于70 DB;高覆盖状况反演的最优指数为RVIinf_r(R~2=0.6739,RMSE=0.2964%,MAE=0.2851%,MRE=6.44个百分点,且P0.01),最优中心波长为826 nm和760 nm;低覆盖状况反演的最优指数为MTCI(R~2=0.8252,RMSE=0.4032%,MAE=0.4408%,MRE=12.22个百分点,且P0.01),最优中心波长为750 nm、693 nm和680 nm;应用最适于高低覆盖的植被指数RVIinf_r和MTCI构建的联合反演模型(R~2=0.9286,RMSE=0.3416%,MAE=0.2988%,MRE=7.16个百分点,且P0.01),明显优于最佳单一指数MTCI_B;模拟Hyperion和HJ1A-HSI传感器数据,联合反演模型精度(R~2为0.92—0.93,RMSE在0.37%—0.39%,MAE为0.285%左右,MRE约为7.00个百分点)明显优于单一植被指数反演精度(R~2为0.79—0.81,RMSE为0.63%—0.66%,MAE为0.455%左右,MRE约为10.90个百分点)。【结论】利用高光谱植被指数可有效实现作物叶氮含量反演,作物叶氮含量定量反演对不同光谱指标—中心波长、信噪比和波段宽度,具有较强敏感性。应用多指数联合反演模型,可显著提高反演精度,并且联合反演模型在不同高光谱传感器下有一定普适性。     

基于HJ-HSI数据的伊犁绢蒿荒漠草地生物量估测

以地面实测数据为依据,通过获取其同步HJ-HSI影像光谱反射率,筛选出光谱变量、波段变量,对不同利用状态的退化伊犁绢蒿(Seriphidium transiliense)荒漠草地(围栏封育区N,围栏外重度退化区W_1,围栏外中度退化区W_2)的地上生物量进行估测。结果表明,1)各季节不同利用状态伊犁绢蒿荒漠草地群落HJ-HSI光谱反射率不同,春季为W_2NW_1,夏季为W_2W_1N,秋季为W_1W_2N;2)HJ-HSI可以实现对伊犁绢蒿荒漠草地地上生物量的估测,估测模型因群落类型和季节不同而存在差异。春、夏、秋3个季节的估测模型,N分别由DVI、NDVI、620.225-627.895nm反射率平均值所构建,W_1分别由近红外波段(Rn)、656.305nm和776.8199nm反射率归一化值、MSAVI构建,W_2分别由652.09和732.01nm反射率归一化值、红外波段(Rr)、584.52-598.295nm反射率平均值构建。     

激光诱导击穿光谱检测猪饲料中Cu元素含量技术研究

生长猪长期食用高铜饲料将导致机体中毒。试验对猪饲料中Cu元素用单脉冲激光诱导击穿光谱进行分析。研究首先确定了Cu元素的特征分析谱线为CuⅠ324.74 nm;应用单脉冲激光作为激发光源对饲料中铜元素的光谱强度进行采集,为获得最佳的采集参数,当采集延时为1.28μs时,通过改变激光能量的方式得到当激光能量为240 MJ时,采集效果较好;然后以240 MJ激光能量为固定值,通过改变采集延时时间,得到最优的采集延时时间为1.58μs。为了验证最佳参数的选择的准确性,采用全面试验方法,通过分析谱线光谱强度和RSD寻找最佳试验参数,确定了检测饲料中Cu元素的激光诱导击穿光谱最佳试验参数条件为:激光能量240 MJ,采集延时1.58μs。建模集样品中Cu元素真实浓度与光谱强度值的相关拟合系数为0.985 2,预测集样品中Cu元素含量的的预测值与实际值的线性相关系数为0.989 1,平均相对误差为4.77%。文章的试验研究说明对激光诱导击穿光谱系统参数的优化可以提高该技术对目标元素的检测能力。     

科尔沁沙地典型沙丘植被光谱特性

采用Field Spec4(美国ASD)的便携式光谱仪对科尔沁5种典型沙丘植被的光谱曲线进行测量,并对其特征进行提取分析。结果表明,1)5种典型沙丘植被黄柳(Salix gordejevii)、冷蒿(Artemisia frigida)、麻黄(Herbal ephedrae)、差巴嘎蒿(Artemisia halodendron)和小叶锦鸡儿(Caragana microphylla)的光谱形态大致相同。根据原始光谱差异和多个光谱特征参数可以区分植被类型。"红边斜率"由高到低依次为冷蒿(0.99%)小叶锦鸡儿(0.68%)黄柳(0.59%)麻黄(0.58%)差巴嘎蒿(0.56%)。2)对差巴嘎蒿不同季节光谱反射率特性进行比较分析得知,随植被生长期推移,差巴嘎蒿呈现出"双峰"和"红移"现象,但该现象并不明显。由于研究区在7月份出现持续干旱,植被缺水严重,导致差巴嘎蒿的"红边位置"在7月6日出现微小浮动,显现两个"红边平台"。3)分析不同覆盖度下差巴嘎蒿的光谱特性,差巴嘎蒿的导数光谱呈现"双峰"特性,且当覆盖度大于40%时,"红边位置"与覆盖度并无直接联系,但"红边斜率"与覆盖度呈正比关系。对不同覆盖度下差巴嘎蒿光谱可见光波段的连续统去除,得到吸收深度随覆盖度的增加而增大,吸收峰面积随覆盖度的增加而减小,对覆盖度敏感性参数比较可知,研究该地区差巴嘎蒿覆盖度变化优先考虑吸收峰面积。因此,基于植被高光谱特性的分析,对于今后利用遥感监测沙丘植被长势、植被分类识别及反演植被覆盖度等的应用提供重要的参考价值。     

氮添加对白羊草土壤水溶性碳氮及其光谱特征的影响

大气氮沉降对土壤的影响已成为近年来的研究热点,为了解氮沉降对黄土高原典型草原土壤质量的影响,以白羊草群落为研究对象,以氮添加的方式模拟氮沉降,选取3个氮添加梯度,分别为N1(2.5g/m~2),N2(5g/m~2)和N3(10g/m~2),并选取裸地(BL)和不施氮(CK)作为对照处理,分析了对土壤水溶性碳、氮组分及其光谱学特征的影响。结果表明,氮添加降低了WSOC/TOC和WSOC含量,随着氮添加水平增加均呈降低趋势;而对水溶性氮素组分影响较弱,仅在N2中WSN和WSON显著降低,对WS-NH+4-N,WS-NO-3-N和WSON/WSN没有显著影响。氮添加对土壤水溶性有机物质光谱特性影响显著,紫外可见光谱和荧光发射光谱分析均表明土壤水溶性有机物的主要腐殖质类型均为富里酸,随着施氮水平的增加腐殖化程度增强,结构趋于复杂化。     

生姜叶片氮含量的高光谱遥感估算模型研究

作物叶片氮含量的快速估算对于及时了解作物长势、病虫害监测以及产量评估具有重要意义。该文以经济作物生姜为研究对象,获取了2015年4月-9月不同品种、不同生育期和不同氮肥梯度下生姜叶片的高光谱和氮含量数据,对比分析了比值植被指数、归一化植被指数、植被指数组合形式对生姜叶片氮含量的估算效果。在此基础上,基于波段组合算法,筛选出了生姜叶片氮含量的敏感波段,并构建了两个新型光谱指数NDSI_((754,713))和RSI_((754,713))。结果表明,所选择的植被指数中,MCARI(705,750)/OSAVI(705,750)对生姜叶片氮含量估算效果最好,模型精度R~2、RMSE和RE分别为0.73、0.27、11.64%;利用波段组合算法构建的归一化光谱指数NDSI(754,713)对生姜叶片氮含量估算效果要优于MCARI(705,750)/OSAVI(705,750),模型估算精度R~2达0.83,使用的敏感波段713 nm与754 nm均位于植被的"红边"区域。对所建模型进行验证,叶片氮含量的预测值和实测值具有较好的一致性,验证样本R~2为0.78,RMSE为0.20,RE为9.81%。上述分析结果可为农业管理部门及时掌握生姜长势信息、制定施肥策略提供技术支持。     

杂交水稻种子太赫兹光谱特性研究

我国杂交水稻种植面积十分广泛,种子纯度是种子质量核心指标之一,直接影响杂交水稻的产量.利用透射型太赫兹(Terahertz wave,THz)光谱仪采集16种杂交水稻种子光谱数据,分析其太赫兹光谱频率特征和吸收系数,研究杂交水稻粉末粒度和固定剂浓度对其光谱的影响,结果表明:样品粉末颗粒小于2μm能避免太赫兹波散射对THz光谱数据采集的影响,在样品中添加聚乙烯固定剂不会增加吸收杂波,但能改变吸收强度;在0.1~2THz范围内杂交水稻种子均有不同的特征吸收峰,但少部分品种吸收峰位置靠近,因此直接用杂交水稻种子的THz光谱特征吸收频率识别杂交水稻种子比较困难,需要进一步结合其它方法.     

灰漠土土壤全氮含量的高光谱特征分析及估测

【目的】研究传统土壤全氮含量测定方法,解决复杂、耗时、耗力等问题。【方法】以新疆干旱区灰漠土为研究对象,运用经典统计学和光谱学相结合的方法,研究灰漠土土壤全氮含量的光谱反射特性,通过对原始光谱的数据变换和相关性分析,构建了土壤全氮含量的高光谱估测模型,并对模型进行对比和验证。【结果】土壤中全氮含量不同光谱反射特性趋势相近,土壤的光谱反射率在780、1 800和2 140 nm波长附近出现波峰,在1 910 nm附近有明显的波谷,土壤全氮含量与原始光谱反射率相关性较差。通过一阶微分处理后的光谱数据与全氮含量的相关性显著优于原始光谱和二阶微分处理,最大相关系数为0.819,达到极显著相关;利用一阶微分变换从中提取特征波段667和1 414 nm,建立土壤全氮含量的估测模型:Y=2 698.048 X667-1062.149 X1414-0.015,R2为0.75,对估测模型进行验证发现,R2为0.80,当全氮含量过大或过小时,模型估测偏差相对较大,总体预测精度较高。【结论】高光谱分析技术对土壤全氮含量的预测具有一定的意义,利用估测模型可以快速鉴定土壤全氮含量。