雅鲁藏布江源区高寒草地退化光谱响应变化研究

雅鲁藏布江源区的草地退化监测研究对于揭示全球变化影响下的区域生态系统响应特征、 探讨其驱动因子及评价西藏高寒生态环境质量具有重要意义。基于高寒草甸、 高寒草原和荒漠等不同类型和不同退化程度草地的地面实测数据,对雅鲁藏布江源区高寒草地的典型植物光谱特征和草地退化过程中的光谱响应变化进行了分析。结果表明作为高寒沼泽草甸、 高寒草甸、 高寒草原和高寒灌丛等类型的典型优势种藏北嵩草、 小嵩草、 紫花针茅和金露梅具有明显的光谱特征差异,主要体现在红边位置、 红边形状、 红谷和纤维素吸收波段处,与植物的生长形态和枯叶鞘固有特性密切相关。在草地退化过程中,光谱反射率整体上持续降低,叶绿素吸收造成的“红谷”特征弱化,近红外水分吸收谷变弱,土壤背景光谱特征渐渐凸显。通过对比常见的植被指数,发现那些能够充分描述植物红边或者叶绿素吸收特征的指数具有更高的可分性,表明可能对草地退化具有更好的表征能力,为西藏高寒草地退化遥感监测提供了参考依据。     

高光谱遥感在北方农牧交错带生态界面研究中的作用

生态界面是当前生态学研究的热点,农牧交错带是中国北方特有的生态过渡带,其内部存在大量的农田、草地镶嵌体形成的界面。该生态界面变化直接影响农牧交错带生态系统的功能发挥,及时掌握该交错带的生物和非生物生态因子的变化信息,是实现该地区可持续发展的首要条件。高光谱遥感技术以其光谱分辨率高、光谱划分精细、波段多、信息量丰富等独特性能用于不同领域,在农牧交错带生物与非生物生态界面研究方面有巨大的应用潜力和前景。文章介绍了高光谱遥感技术的原理、生态界面、植被、土壤等方面的光谱应用,并对其应用在北方农牧交错带大气气候研究应用的前景进行了展望。     

近红外光谱分析技术进展及其在烟草行业中的应用

对国内外近红外光谱的发展现状、分析技术特点、分析仪器、近红外光谱中常用的化学计量学方法以及近年来近红外光谱在烟草行业中的应用等几个方面进行了较详细地综述,认为近红外光谱分析技术在烟草行业中正扮演着越来越重要的角色,具有十分广阔的应用前景.     

近红外光谱分析技术及其在烟草行业中的应用

简要介绍了近红外光谱分析技术的特点和仪器,对近年来近红外技术在烟草行业中的应用和发展进行了较详细的综述,认为近红外光谱分析技术在烟草行业中正扮演着越来越重要的角色,而且具有十分广阔的应用前景.     

近红外光谱分析技术在水果品质无损检测上的应用

近红外光谱分析技术具有快速、非破坏性、低成本及同时测定多种成分等特点,在很多领域得到广泛应用。本文简介了近红外光谱技术的检测原理,指出其检测优点和不足。综述了国内外将近红外光谱技术应用于水果品质无损检测方面的研究进展,并对利用近红外光谱技术进行水果品质无损检测的研究前景进行了展望。     

近红外光谱技术在饲草分析中的应用现状及展望

饲草是畜牧业生产的物质基础,饲草质量的好坏直接关系到畜产品质量的好坏。控制饲草质量、检测饲草原料的成分是饲草生产中非常重要的一环。近红外光谱技术是20世纪70年代发展起来的一项高效、快速的现代分析技术。它综合运用了计算机技术、光谱技术和化学计量学等多个学科的最新研究成果,以其独特的优点在多个领域得到了广泛的应用。尽管NIRS技术在饲草分析上的应用起步较晚, 但越来越被人们所重视。目前,近红外光谱技术不仅能测定饲草中的水分、粗蛋白、粗纤维和粗脂肪等常规成分,还能测定饲草中的矿物质、微量元素和酶类等非常规成分,预测饲草的抗营养成分。而且还可进行饲草的生物学效价评定,从而评定饲草的利用率及营养价值,并能分析草地的植物组成和饲草的茎叶比例。文章综合阐述了近红外光谱技术在饲草分析中的应用现状,并对其应用前景进行了展望。     

近红外光谱分析技术在肥料成分分析中的应用及前景

近红外光谱是一种快速、无损、可实现多组分同时测定的分析技术.本文简要介绍了近红外光谱的发展、测量原理、技术特点,并对近年来近红外光谱技术在肥料成分分析中的应用及前景进行了总结.近红外光谱在肥料成分分析中的应用范围比较狭窄,主要集中在两个方面:一是利用近红外反射光谱(NIRs)分析技术快速测定各种畜禽粪便主要肥料成分含量;二是应用近红外光谱技术在土壤及土壤肥料学科中的应用;只有极少量的关于混合(复合)肥料的研究.随着近红外光谱技术的不断成熟.除了应用范围将不断拓宽之外,相信对于目前较为空白的应用机理的研究也将越来越深入、细致及严谨.     

近红外光谱技术在牛奶及其制品品质检测中的应用

牛奶及其制品作为一类营养全面的理想食品,已成为人们日常生活中不可或缺的一部分。但与此同时人们也越来越关注乳制品的质量和品质,实时、快速、准确地检测牛奶及其制品成分和其他物质含量是提高乳制品质量,进行牛奶及其制品质量控制的首要条件。近红外光谱技术作为一种新型的分析检测技术,由于其快速、准确、无损的特点在乳及其制品产品检测和生产监控中有着巨大的应用潜力和前景。文章介绍了近红外光谱技术的原理、优点以及在牛奶及其制品营养成分含量测定、质量评定、在线检测等方面的研究进展,综合阐述了近红外光谱技术在牛奶及其制品品质检测中的应用现状,并对其前景进行了展望。证明近红外光谱技术可以有效地对乳及其制品的营养成分含量以及掺假物、残留物和防腐剂等进行快速、准确、无损的测定,从而实现对牛奶及其制品质量的检测和评定,以及生产过程的有效控制。随着近红外技术的不断发展,近红外检测技术将更加广泛地应用于牛奶及其制品的品质检测。     

近红外光谱检测技术及其在林业中的应用

近红外光谱是20 世纪80 年代以来发展最快、最引人注目的光谱分析技术。文章介绍了近红外光谱技术的发展历程和在国外的应用概况,重点列举了近红外光谱在林业中的成功应用实例。资料表明, 近红外光谱以其快速、无损伤、操作简单、稳定性好、效率高等特点,在国外的水果品质检测、木材性质检测和林业育种中的应用已成为一个活跃的研究领域。而近红外光谱技术在我国林业上的研究和应用则刚刚起步,因此本文对国内外利用近红外光谱技术在林业上的应用作一综述,并对近红外检测技术在林业上的应用进行了展望,以推动近红外光谱技术在我国林业科技和生产中的应用。     

近红外光谱检测技术在聚合物领域的应用研究进展

近红外光谱(NIR)检测技术能够提供样品丰富的结构和组成信息,且具有分析速度快、样品无需处理等突出特点,在聚合物领域有了越来越广泛的应用。综述了该技术在聚合物合成到成型加工再到回收利用整个生命周期过程中各个环节的应用研究进展。在聚合物的合成和加工过程中,近红外光谱检测技术可用于材料参量的定量测量,且由于光纤良好的化学和热稳定性,使其能够在强腐蚀、高温、高压等危险环境下进行在线实时监测。对于聚合物合成,选择聚合反应转化率、聚合产物粒径和聚合物组成三个关键参量,概述了近红外光谱在线测量上述参量的相关研究进展;对于聚合物加工,主要讨论了反应性挤出加工过程中近红外光谱在线测量聚合物分子量、残余单体含量、接枝率等反映材料加工状态参量的应用研究。在聚合物的回收利用过程中,近红外光谱可用于废旧塑料制品的定性分类识别,围绕该应用分析了其国内外的研究现状。指出了近红外光谱检测技术在应用中存在的问题,并提出几点建议,最后对该技术在聚合物领域的发展方向进行了展望,并认为随着研究工作的深入和在线测量仪器的发展,近红外光谱检测技术将在聚合物领域有着更加广阔的应用前景。     

近红外光谱技术(NIRS)在草地生态学研究中的应用

近红外光谱技术(NIRS)是一种快速、高效、无损的现代检测技术,已经在许多领域广泛应用。文章阐述了NIRS应用于草地生态学研究的意义,介绍了NIRS用于测定牧草营养成分、矿物质、土壤养分含量,分析了牧草混合物的组成、动物对所采食牧草的反应、牧草病虫害抗性等一些复杂特性,以及进行生化标记、同位素鉴别研究。综合这些研究可以看出,NIRS能够作为一种整体研究工具应用于草地生态学的许多研究领域中,可以检测各种常规化学成分、分析草地生态系统的各种动态指标和系统运行的多项整体特性。希望通过本文的总结分析,推动NIRS在中国草地生态学研究中的应用,加速该领域研究手段的现代化。     

宁夏盐池荒漠植物光谱特征分析及光谱识别

宁夏盐池县荒漠草地属于中温带干旱气候,由于过度利用出现不同程度的退化,退化指示种比重增大,造成不同荒漠草地群落组成差异也很大,如何区别不同荒漠草地植物,并据此对退化指示种进行动态监测是了解荒漠草地退化程度的关键。目前随机森林（RF）、支持向量机（SVM）与K-邻近（KNN）分类模型被广泛应用于森林植物和农作物的遥感分类,并取得了较好的分类识别效果,但针对草地尤其是荒漠草地植物的分类识别研究较少。因此使用ASD地物光谱仪于7月在宁夏盐池二步坑、冯记沟、高沙窝、麻黄山不同荒漠草地采集了32种植物作样本获得442条光谱进行光谱特征分析。筛选出7个植被指数：归一化植被指数705（NDVI₇₀₅）、绿通道植被指数（GNDVI）、光化学植被指数（PRI）、土壤调节植被指数（OSAVI）、可视化气压阻抗指数（VARI）、植被衰减指数（PSRI）和归一化水指数（NDWI）作为随机森林模型（RF）、支持向量机（SVM）模型、K-邻近（KNN）模型的原始变量,对32种荒漠草地植物进行分类识别,并通过分类模型精度的比较筛选较优模型。结果表明：(1）不同植物光谱反射率均符合绿色植物特征,但各植物原始光谱不同波段之间存在明显差异,植物原始光谱水分吸收波段差异明显,且有红边蓝移现象;(2）RF,SVM和KNN三个分类模型对32种植物的分类精度分别达到了0.98,0.94和0.98,识别效果较好,但3种分类模型均对白莲蒿与北芸香、虫实与甘草发生了误判;(3）随机森林模型重要性指标中NDWI与PRI为区分荒漠草地植物的关键指标,说明荒漠植物冠层水分与类胡萝卜素含量是影响荒漠草地植物光谱分类的重要因素。试验利用随机森林模型（RF）、支持向量机（SVM）与K-邻近（KNN）分类方法,建立了主要植物的分类模型。     

基于光谱特征的雅鲁藏布大峡谷森林枯落物水源涵养能力反演研究

水源涵养是生态系统重要的服务功能，森林作为一种复杂的生态系统，其组成部分对于水源涵养的贡献率各不相同；森林枯落物直接覆盖于地表，既来自于林冠层也抑制土壤层的水分蒸散，因此枯落物层在水源涵养功能中发挥了重要作用。遥感和高光谱技术为远距离识别面状区域的水源涵养能力提供了解决方案，特别在高原地区，遥感是获取地表信息的快速手段。以雅鲁藏布大峡谷为研究区，用ASD(便携式地物)光谱仪测定主要树种(高山松、林芝云杉和川滇高山栎)的叶片高光谱数据并构建植被指数，同时，通过样地采样获取枯落物样本并计算样本的持水拦蓄性能，然后建立植被指数与有效拦蓄量的多元回归模型。在此基础上，基于Sentinel-2影像反演大峡谷主要树种枯落物的水源涵养能力分布情况，最后结合验证点对反演模型进行精度评价。结果显示：（1）三类树种的叶片反射率趋势相似，川滇高山栎的反射率最高，高山松次之，林芝云杉最低；（2）枯落物的有效拦蓄量从大到小排序为：林芝云杉(48.36 t·ha-1)>川滇高山栎(39.24 t·ha-1)>高山松(32.32 t·ha-1)。林芝云杉枯落物的分解程度和蓄积量均最高，因此持水拦蓄能力最强；川滇高山栎的革质叶片不利于分解堆积，进而限制蓄水能力；高山松含有较多油脂，不易被水浸湿，导致持水能力较弱。（3）通过Person相关系数分析和多元线性回归模型得知，叶片蜡质参数和衰减程度越高，枯落物的水源涵养能力越弱；植被生长态势越好、色素和叶片水分含量越高，其水源涵养能力越强。（4）枯落物水源涵养能力反演模型的精度评价结果良好，高山松、林芝云杉和川滇高山栎的样本检验点拟合优度R2分别为0.943，0.815和0.812，均方根误差RMSE分别为1.597，2.270和1.953，表明模型可以用于大峡谷森林枯落物水源涵养能力的预测分布研究。     

基于高光谱数据季相特征的山地草甸植被分类识别

新疆天山北坡山地草甸是天山山区草地生产力最高的草地类型,草地退化情况较为严重。对草地植被进行分类与识别,监测草地生态系统本底状况,可以快速、准确、有效的评价草地退化动态与程度,是进行生态重建的关键。为了探索适合草地植被的分类方法,选择天山北坡中段山地草甸植被作为研究对象,利用高光谱成像光谱仪（SOC710VP）获取了典型植被多季相（4个关键生育期）的原始反射光谱数据,通过多项式卷积平滑（S-G）及最小噪声分离（MNF）变换对光谱数据进行平滑去噪及降维处理,分别采用支持向量机（SVM）、BP人工神经网络（BP-ANN）及波谱角填图（SAM）三种方法建立分类模型,并对分类结果进行了对比分析。结果表明：使用S-G滤波及MNF变换预处理方法可以有效的对草地植被高光谱数据进行降维除噪,获得较平滑的光谱曲线,减少了数据的冗余程度并缩短了分类时间。不同季相山地草甸植被的“绿峰”、“红谷”及“红边”等参数差异较大,在植被生长旺盛期（4月—5月）的光谱曲线特征比黄枯期的光谱曲线特征更容易区分,这个时期分类精度较高。SVM分类模型在返青期（4月）和分蘖（枝）期（5月）总体分类精度均超过了90%,Kappa系数也超过了0.9;利用SVM方法进行分类时,在植物生长旺盛期（4月—5月）Polynomial核函数分类精度较高,植物成熟期（6月—9月）径向基核（RBF）函数分类精度较高。BP-ANN在分蘖（枝）期分类精度较高,总体分类精度为91.07%,Kappa系数为0.89,其他时期分类效果一般,虽然在MNF变换降维后能极大的缩短数据处理时间,但分类时间还是较SVM时间要长。SAM分类速度最快,但在各生育期的分类精度都较低,最高值为分蘖（枝）期的总体分类精度77.80%,Kappa系数为0.73。因此,利用Polynomial核函数的SVM分类模型适合对山地草甸植被进行分类识别,分类结果类别完整,准确度高,误分、错分现象相对较少,相比BP-ANN及SAM等高光谱数据分类方法具有较大的优势。     

基于光谱分析的草地叶绿素含量估测植被指数

对现有叶绿素遥感估测研究方法进行比较,确定植被指数法是其中最实用、普适性最强的研究方法。近年来,草地退化问题日益严峻,需要进一步从光谱分析、植物生化参数估测的角度加以研究,因而亟需建立一种用于反演草地植被叶绿素含量的植被指数。首先对四川省松潘草原和内蒙古自治区贡格尔草原的草地实测反射率光谱曲线及其一阶微分曲线进行分析,通过这两种光谱与叶绿素含量的相关性分析,找到红边区域（red-edge position, REP）与草地叶绿素含量之间的规律,即叶绿素含量越高,反射率一阶微分曲线的红边拐点（red-edge inflection point, REIP）取值越高,由此构建草地叶绿素含量估测植被指数（grassland chlorophyll index, GCI）,选取最适宜反演的波段,最后采用卫星高光谱影像计算GCI,将计算结果与野外试验观测的叶绿素含量数据进行精度分析验证。结果证明,对于草地叶绿素含量来说,GCI比其他叶绿素指数的敏感性更强,具有较高的草地叶绿素含量估测精度。GCI是第一个针对草地叶绿素含量估测而被提出的植被指数,其对遥感反演草地叶绿素含量具有广泛应用潜力。同时这种基于光谱分析的草原植被叶绿素含量估测方法为其他的草原植被生化参数估测、草原植被生长状况评价以及草地生态环境变化大面积监测提供了新的研究思路。     

A new statistical dynamic analysis on vegetation patterns in land ecosystems

As complex self-adaptive systems, land ecosystems usually tend to produce intricate vegetation patterns under specific environmental constraints, which have ever puzzled us for decades. In this paper, a universal principle on pattern formation of land ecosystems is highlighted as: a land ecosystem always tries to find an optimal process to acquire maximized flux under a certain constraint or price. The underlying microscopic dynamic mechanism that induces complex vegetation patterns in land ecosystems is then revealed. Based on the Holdridge life zone system, evolutionary dynamic processes and structural classifications of several typical vegetation patterns are then simulated and discussed. Good agreements between theoretical analyses and numerical results are found. This paper demonstrates that the new theoretical analyses and simulation technique can be possibly applied to the whole land ecosystem, not only benefiting academic study on the formation and dynamics of vegetation patterns, but also providing implications for vegetation classification, vegetation protection and soil erosion control.     

近红外光谱技术在土壤成分检测中的研究进展

土壤是十分复杂的物质,有机物和无机物共存,土壤所含的信息量巨大。近红外光谱技术具有检测速度快、分析效率高、成本低、操作简单的特点,并且能同时检测多种土壤成分。介绍了近红外光谱技术检测土壤的基本流程和光谱数据处理方法,建模方法。重点是概括近年来近红外技术测定土壤成分的最新研究进展及土壤成分便携式近红外仪器的发展情况,并针对NIR在数字化农业方面的意义和未来发展方向进行了讨论。     

黄土丘陵区林草地枯落层盖度遥感估算研究

枯落层盖度的定量估算对于植被防蚀功效的评价具有重要作用。在陕北黄土丘陵沟壑区选取典型落叶林和退耕草地作为光谱测试样地,通过室内和野外实验分析枯落层—土壤混合场景的光谱变化规律,研究高光谱指数NDLI(normalized difference lignin index)和CAI(cellulose absorption index)估算枯落层盖度的有效性。结果表明,受颜色及含水量等因素的影响,不同盖度枯落层—土壤混合场景的光谱反射率呈现不同的变化规律。干和湿状态下,随着枯落层盖度的增加混合场景的NDLI、CAI指数值均呈现增大的趋势,CAI与枯落层盖度的相关性高于NDLI,R2最高为0.98(阔叶林和退耕草地干的混合场景),CAI能够更有效地估算枯落层盖度。野外实测验证了室内实验结果,退耕草地混合场景的CAI值与枯落层盖度相关性最高(R2=0.90),野外条件下两种高光谱指数估算枯落层盖度的有效性均有一定程度的降低。该研究为枯落层盖度的遥感定量反演提供了基础与依据。     

Canopy gradients in delta(18)O of organic matter as ecophysiological tool

We determined vertical oxygen isotope gradients of leaf organic matter for a grassland in Switzerland and a mountain beech forest (Fagus sylvatica) in Northern Italy. A distinctly positive (18)O/(16)O gradient with height above ground was found for the grassland (7.9/1000 m(-1), p < 0.001), whereas the gradient was negative for the forest (-0.077/1000 m(-1), p < 0.001). The results are consistent with microclimatic measurements, although large isotope variations between the species have to be taken into account for the grassland. A conceptual scheme is shown which relates the isotope enrichment to the canopy density, considering the effects of transpiration and canopy structure. We conclude that the analysis of the within canopy variation in delta(18)O of organic matter can be used to provide long-term estimates of leaf water isotope composition, thus improving existing isotope methods to determine the gas-exchange between vegetation and atmosphere.