受污染胁迫玉米叶绿素含量微小变化的高光谱反演模型

通过野外实验测试和室内样品化验,获得3个不同污染状况农田样地自然环境下玉米的高光谱反射率、叶片的叶绿素含量、叶片和土壤的重金属含量等数据。对高光谱数据的可见光波段(400～800 nm)进行导数光谱计算和连续统去除处理,得到吸收谷位置、吸收深度、绿峰位置、绿峰处归一化反射值、红边位置、红边处归一化反射率、红肩位置、吸收宽度、光谱不对称度等光谱特征参数。分析上述参数的物理含义并将其和玉米叶绿素含量变化进行相关分析,选择并确定与玉米污染胁迫叶绿素微小变化有一定关系的参数,作为输入因子,建立BP神经网络模型,逐步增强并提取农田污染胁迫状态下玉米叶绿素含量的微小变化信息。     

松毛虫危害马尾松光谱特征分析与等级检测

以福建省延平区实测51条不同虫害等级的马尾松高光谱数据为基础,对健康、轻度虫害、中度虫害、重度虫害等4个虫害等级光谱反射率及一阶微分光谱特征进行分析,并在建立7个检验参数的基础上,构建了虫害等级的检测模型。结果表明:(1)虫害状态下的马尾松光谱反射率明显较健康状态低,虫害等级越高,反射率越低;(2)随着虫害等级的上升,马尾松光谱反射率曲线"绿峰"和"红谷"渐趋消失,红边被拉平;(3)虫害导致光谱"绿峰"红移、红边位置蓝移,但"红谷"与近红外反射峰位置的变化则较为复杂;(4)CARI,RES,REA,REDVI与松毛虫害等级显著相关,REP,RERVI,RENDVI与虫害等级的相关性较弱;(5)以7个检验参数为自变量的多元线性回归模型可以较为有效地检测松毛虫害等级,检测精度与准确度均达0.85以上。     

不同碱化程度土壤对其上覆植被冠层光谱特征的影响

通过实地光谱测量,研究了不同碱化程度土壤上向日葵在不同生育期冠层光谱反射率、红边参数及与对应的土壤碱化度和pH之间的关系。结果表明,不同碱化程度土壤上向日葵生育期冠层反射光谱具有绿色植物的光谱反射特征,随着向日葵生育期的推进,向日葵冠层光谱反射率逐渐增大,到开花期在809nm处形成一个高的反射峰。在近红外短波范围,向日葵光谱反射率随碱化程度的减轻而增大。用红边一阶微分光谱特征参数分析,向日葵冠层反射光谱红边位置在整个生育期处于702~720nm之间,并随着碱化程度的加重,红边位置和红边斜率呈"蓝移"现象;而在同一碱化程度水平上,随向日葵生育期的推进,红边位置和红边斜率均出现先"红移"后"蓝移"的现象。相关分析和回归分析显示,土壤碱化度、pH与红边位置均呈极显著正相关和二次多项式关系,R2值分别为0.745 6和0.615 3。     

松材线虫自然侵染后松树不同感病阶段针叶光谱特征变化

采用ASD野外光谱仪测量了黑松和马尾松在松材线虫自然侵染后不同感病阶段的反射光谱,分析了其中光谱特征参数及叶绿素变化情况.研究表明:(1)中红外波段反射光谱曲线对松树发病初期有一定的指示作用;(2)红边位置、绿峰高度、红谷反射率、红边斜率、水分胁迫波段反射率等参数的动态变化趋势与松材线虫侵染后两种松树的病害特征是一致的;(3)随病害程度加深两种松树叶绿素含量逐渐降低,且与光谱特征参数之间存显著线性关系.研究结果为利用高光谱遥感技术进行松材线虫病监测与预警提供参考,同时为针对不同发病阶段采用不同的措施治理松材线虫病提供新的实验依据.     

病害胁迫下棉花叶片色素含量高光谱遥感估测研究

通过小区和大田同步调查棉花黄萎病,在不同生育期测定病叶光谱及其色素含量。将病叶光谱反射率、一阶微分及相应的特征参数与色素含量进行相关分析,建立病叶色素含量估测模型并检验。结果表明：病叶叶绿素a,b及a+b含量可见光反射率、与一阶微分光谱在蓝边、黄边和红边处与除红边振幅(Dr)外的其他光谱特征参数间均达极显著相关。转换叶绿素吸收反射指数(TCARI)和新建归一化植被指数(NDVI[702, 758])对叶绿素a, b及a+b含量的估测精度最高,相对误差均小于1.3%。考虑到NDVI[702, 758]建立的模型更实用,可做为病叶叶绿素a, b和a+b含量的最佳估测模型。研究结果对高光谱信息定量估测病害棉叶色素含量,对利用高光谱监测棉花长势及病害影响评价均具有较高的实用价值。     

松材线虫危害下马尾松光谱特征与估测模型研究

松材线虫病又叫松树枯萎病,是由于松材线虫寄生在松树上引起的毁灭性死亡病害,其发病速度快、传播迅速、防治难度大。如何识别松材线虫害并对其程度进行估测,对我国森林资源及生态环境保护具有重要意义。研究表明,马尾松叶绿素、水含量会随着虫害程度的加深逐渐减少,不同虫害程度的马尾松光谱反射率呈现较大差异,因此光谱分析技术在虫害程度估测方面具有独特优势。针对不同虫害程度的马尾松样本,研究了其光谱特征参数的变化规律,以实测光谱特征参数为自变量,样本虫害程度量化值为因变量,利用线性回归方程构建了虫害程度估测模型。该研究在光谱特征指标选择和估测模型方法上作了有价值的探索,对评估松材线虫病害有一定的指导意义,可为相关研究及当地精准农业提供科学支持和应用参考。首先针对不同虫害程度的马尾松样本,研究其在绿光、红光及近红外波段内的光谱反射率变化规律,构建指示样本虫害程度的六个光谱特征参数：绿峰反射率(RGP)、绿峰位置(GPP)、红谷反射率(FRB)、红谷位置(RBP)、红边斜率(RES)、红边位置(REP),分析光谱特征参数与虫害程度的相关性。然后构建虫害程度估测模型,其步骤可描述为：(1)计算健康、轻度、中度、重度四种不同虫害程度下的样本光谱特征参数RGP,FRB和RES;(2)量化健康、轻度、中度、重度四种样本虫害程度值;(3)以实测光谱特征参数为自变量,样本虫害程度量化值为因变量,利用线性回归方程构建虫害程度估测模型。实验中选取重庆市涪陵区永胜林场、冒合寨工区的马尾松林为研究对象,随机选取健康、染病、完全枯死的马尾松植株进行监测。数据采集过程中使用ASD野外光谱分析仪FieldSepc4,采集波段范围为从可见光400 nm到近红外波段1 100 nm处,分辨率为1 nm。共采集了70条马尾松植株的有效光谱数据,根据不同虫害程度,将其划分为健康、轻度、中度、重度和枯死五种类型,并利用Matlab软件进行处理分析,得到其光谱反射率曲线。选择涵盖绿光区(510～580 nm)、红光区(620～680 nm)和近红外区(680～780 nm)三个波段,计算各个波段的光谱特征参数,构建虫害程度估测模型。实验结果表明：(1)针对枯死样本,其“绿峰”和“红谷”特征消失,红边陡峭上升趋势被拉平。其他几种类型样本光谱特征参数RGP,FRB和RES与虫害程度呈负相关,虫害程度越深,其光谱特征参数值越小,即健康(RGP)>轻度(RGP)>中度(RGP)>重度(RGP),健康(FRB)>轻度(FRB)>中度(FRB)＞重度(FRB),健康(RES)>轻度(RES)>中度(RES)>重度(RES)。(2)随着虫害程度加深,光谱特征参数GPP向长波方向移动,即存在“红移”现象,而光谱特征参数RBP和REP向短波方向移动,即存在“蓝移”现象。(3)与一元线性估测模型相比,二元线性估测模型具有较大的相关系数R2,较小的估计误差E以及残差。实验中对两棵马尾松样本虫害程度进行估测,二元线性估测模型的结果为PD=2.990 7和PD=3.679,与实际情况相符。在后续研究中将对1 100~2 500 nm波段特征进行相关性分析。     

冬小麦生长期光谱变化特征与叶绿素含量监测研究

在分析冬小麦生长期冠层反射光谱和叶绿素含量变化特征的基础上,对二者之间的相关性进行了研究。表明从小麦拔节期开始,冠层反射光谱在可见光区(400～750 nm)的反射率先降低而后升高,以孕穗期反射率最低;在近红外区(750～1 000 nm)冠层反射率由拔节期至孕穗期反射率降低,然后开始上升。扬花期上升至最高点后又开始下降,直至乳熟期降至最低。冬小麦冠层反射率与叶绿素含量相关分析结果表明,冬小麦拔节期和孕穗期二者呈正相关,扬花期二者呈负相关;整个生长期中,孕穗期可见光区552 nm处反射率与叶绿素含量相关系数最大达0.89。依据冬小麦生长期冠层反射光谱红边拐点位置,分别建立了拔节期叶绿素含量线性检测模型(R2=0.92)和孕穗期二项式模型(R2=0.91),用于冬小麦叶绿素含量的无损检测是可行的。     

基于可见-近红外光谱技术的炭疽病侵染后油茶叶片叶绿素含量预测研究

分析炭疽病侵染后油茶冠层的可见-近红外光谱特征,探索建立病害胁迫下油茶冠层叶片叶绿素含量的预测模型。通过实地调查病情指数,获取不同病害程度的油茶冠层叶片光谱数据及其叶绿素含量,并对光谱数据进行了一阶微分与滑动平均滤波相结合的预处理,再通过光谱数据重采样,提取敏感波段建立了叶绿素含量的BP神经网络预测模型。结果表明:(1)随着病情的加重,油茶冠层光谱可见光区域的反射峰和吸收谷逐渐消失;红光到近红外陡峭的红边被逐渐拉平;在近红外区域,健康油茶的光谱反射率明显大于感病油茶的光谱反射率。(2)微分光谱484～512,533～565,586～606和672～724nm四个波段是叶绿素吸收和反射的敏感波段。(3)以敏感波段为输入变量建立的BP神经网络模型,其计算出的预测值与观测值之间的相关系数r和均方根误差分别为0.992 1和0.045 8。因此,利用可见-近红外光谱技术预测炭疽病侵染后油茶叶片叶绿素含量是可行的。     

铜胁迫下玉米叶片反射光谱的红边位置变化及其与叶绿素的关系

采用5级梯度铜胁迫砂培试验,通过测定叶片反射光谱曲线和叶绿素含量,研究铜胁迫对玉米叶片反射光谱与叶绿素含量的影响。研究表明：玉米叶片反射光谱的红边位置与铜胁迫浓度显著相关(R2≥0.5755),且存在明显的“红边蓝移”现象,即叶片光谱红边位置向短波方向移动。随着铜胁迫浓度的升高或胁迫时间延长,红边蓝移程度增加。不同胁迫浓度之间,叶绿素a、叶绿素b含量及二者比值 (Chla/Chlb)均差异显著(p分别为0.002,0.007和0.001)。叶绿素a、b比值(Chla/Chlb)与培养液中铜浓度呈显著负相关(R=-0.898);Chla/Chlb与平均红边波长显著正相关(R=0.814)。这表明随着铜胁迫浓度升高,Chla/Chlb降低,叶绿素b相对于叶绿素a升高,叶片反射光谱的红边位置蓝移。铜胁迫改变了玉米叶片中Chla和Chlb含量和比值,由此导致的色素吸收光谱变化,是铜胁迫导致叶片反射光谱红边蓝移的可能的生理学成因。     

不同地类春小麦拔节期冠层光谱与叶绿素差异研究

为实现对不同地类春小麦叶绿素含量的无损估测,通过分析春小麦冠层光谱与叶绿素含量的相关性,以及对其红边拐点位置与叶绿素含量做回归分析,分别建立了水浇地和旱地春小麦叶绿素含量估测模型并检验了模型精度。结果表明: (1) 拔节期水浇地和旱地春小麦叶绿素含量差异较大,且前者明显大于后者。虽然各地类春小麦光谱反射率与叶绿素含量均有很好的相关性,但旱地春小麦的相关性在可见光和近红外波段均低于水浇地。(2)在可见光范围,旱地春小麦冠层光谱反射率高于水浇地,而在近红外区则相反。阴坡地由于土壤水分高,春小麦长势较好,冠层光谱特点与水浇地差异不大。(3)建立的不同地类春小麦反射光谱红边拐点位置与叶绿素含量的监测模型表明,水浇地春小麦叶绿素含量的监测可用线性模型,预测精度达94.06%。而旱地则宜用二项式模型,预测精度为97.15%,比其线性模型高10.48%。     

马铃薯冠层光谱响应特征参数优化与生长期判别

快速判别马铃薯作物的生长进程是指导田间关键生长期科学水肥管理的重要依据。研究在马铃薯发棵期（M1）、块茎形成期（M2）、块茎膨大期（M3）和淀粉积累期（M4）四个关键生长期,利用ASD便携式光谱仪采集80个样本区的314组作物冠层反射率数据,并同步采集叶片测定叶绿素含量。在光谱数据预处理后,分析了马铃薯不同生长期的光谱反射率变化特征,并初步选取了光谱“峰谷”响应参数,提出了一种基于方差分析与变量减少组合的光谱参数筛选算法（variance analysis combined with variable reduction,VACVR）用于明确光谱学响应的优化指标,采用Kennard-Stone(K-S)法划分样本集,最终基于支持向量机（support vector machine,SVM）方法建立马铃薯关键生长期判别模型。针对光谱数据,首先使用变量标准化(standard normalized variable,SNV)进行光谱预处理,在定性分析了随着生长期的推进马铃薯冠层反射特征的变化趋势的基础上,基于作物生长期动态光谱学响应与峰谷特性选取14个参数,包括：8个位置参数、2个面积参数、4个植被指数参数。采用K-S算法将样本按照3∶1划分为训练集（240个样本）和测试集（74个样本）。分析马铃薯不同生长期冠层反射光谱发现,随生长期的推进冠层光谱存在差异性：即在400~500和740~880 nm范围内,光谱反射率呈降低趋势;在530~640和910~960 nm范围内,反射率呈升高趋势;在530~640 nm范围内,M2和M3生长期的平均光谱非常接近,M4生长期的平均光谱与其他三个生长期的差别较大。叶绿素平均含量随生长期的进程,从M1（28.12 mg·L-1）到M2（31.04 mg·L-1）增加,在M2生长期达到最大值,之后M3（22.00 mg·L-1）和M4（15.36 mg·L-1）依次减少。光谱响应参数随着生长期的进程,绿峰位置L_g和红谷位置L_r逐渐红移,红边位置L_re逐渐蓝移;蓝边面积A_be逐渐增大,红边面积A_re逐渐减小;红边面积与蓝边面积比值依次呈现减小趋势。根据VACVR算法筛选10个敏感光谱响应参数,建立SVM判别模型,训练集判别率为100%,测试集判别率为94.59%,该模型可在判别马铃薯的生长期的基础上为田间管理决策提供支持。     

利用高光谱遥感监测紫外辐射对亚热带树木的影响

研究了中国亚热带地区常见的三种常绿阔叶树种在不同强度的UVB(L-UVB,CK和UVB)作用下,其叶片的叶绿素相对含量及可见光部分的光谱反射率的变化特征。实验结果显示:不同受试树种对UVB敏感不同,叶绿素含量因树种不同变化很大,同一树种在叶绿素含量上过滤UVB处理显著高于加强UVB处理;在可见光部分的光谱反射率,加强UVB的处理则普遍高于L-UVB的处理;树种间对不同胁迫程度的适应存在差异。在不同强度UVB作用后,各树种叶片在可见光部分的光谱反射率的差异主要集中在绿光及红光。本文的研究结果表明亚热带常绿阔叶树种对UVB具有较强的敏感性,不同树种对UVB处理的反应不同。     

温室番茄冠层和叶片光谱特征分析及营养诊断

通过温室基质栽培,利用ASD光谱仪和傅里叶光谱分析仪测量了四种营养水平下温室番茄冠层和叶片的光谱反射曲线,并检测了对应叶片的水分含量、叶绿素含量和氮含量,分析了不同营养水平下番茄冠层和叶片的反射光谱变化,并对番茄叶片含水量的敏感波长以及冠层反射光谱的红边波长进行了研究。结果表明:温室番茄冠层反射光谱曲线在可见光550nm左右均有叶绿素的强反射峰,近红外区反射率高于可见光区。在同一生长期,随基质营养水平的提高,番茄冠层反射率在可见光波段不断减小,在近红外波段不断增大,且红边波长位置出现"红移"现象。利用530和760nm特征波长得到的归一化颜色指标NDCI与叶片氮含量有较好相关性,R2为0.7511。     

基于色彩参数和高光谱特征的针叶树种色素含量预估

光谱成像技术广泛应用于植物理化参数无损伤测定等领域研究,而色素与色彩参数相关性研究也有学者探索。但比较并优选分别以色彩参数值、光谱参数值作为自变量与色素含量拟合出的模型,还未见报道。本实验以5种针叶树种为研究对象,筛选蓝边幅值Db、黄边幅值Dy、红边幅值Dr、绿峰幅值Rg、红谷幅值Rr、蓝边面积SDb、黄边面积SDy、红边面积SDr、比值植被指数RVI、差值植被指数DVI、归一化植被指数NDVI 11种光谱植被参数作为该光谱分析的基础,将实测针叶色彩参数值、光谱参数值分别作为自变量,采用多元线性逐步回归方法（SMLR）预估色素含量建立模型,以R2、RMSE为评价标准,对比选出模型精度最高的参数组合应用于实践。研究结果表明：(1) 树种间针叶色素含量、色相参数值、光谱反射率均存在一定差异（p<0.05）。(2) 树种间针叶光谱反射率红松显著低于北美短叶松、樟子松、赤松（p<0.05）,针叶树种原始光谱在可见光波段500和680 nm附近呈现“蓝谷现象”和“红谷现象”,在550和760 nm波段附近呈现“绿峰现象”和“红边现象”;一阶微分光谱反射率在700 nm附近产生剧烈变化。(3) 色素含量与色彩参数、光谱反射率、光谱特征参数存在显著线性关系。(4) 花青素和叶绿素分别以L,a*和L,a*,b*,S色彩参数组合为自变量时,拟合模型R2最高,分别为0.588和0.638;而类胡萝卜素、叶绿素a、叶绿素b都是以FD₆₅₂,FD₇₀₀,SDb,SDy,RVI,DVI和NDVI光谱参数组合为自变量时,拟合模型R2最高,分别为0.779,0.786,0.774。该研究运用高光谱相机、色彩色差仪、紫外-可见分光光度仪实现了快速预估针叶色素含量,在色彩参数值与光谱值都与色素含量存在显著相关性的基础上,成功选出建立模型精度最高的参数组合,在针叶树种色素预估时可以根据精度需求及研究条件选择不同方法和参数值。     

刚竹毒蛾危害下的毛竹叶片光谱特征波长研究

旨在获取刚竹毒蛾危害下的毛竹叶片光谱特征波长,以助于该虫害的有效、准确识别。将于福建省顺昌县实测的105条高光谱数据随机划分为实验组(71条)和验证组(34条)。基于实验组数据,利用单因素方差分析获取健康、轻度危害、中度危害、重度危害等虫害等级间具有极显著差异的波长;结合常用遥感卫星的波段设置对上述波长进行筛选,采用欧式距离、相关系数及光谱角匹配等3种方法判定其虫害判别能力,获取特征波长,并引入验证组样本对其予以验证。结果表明：(1)受害叶片的光谱反射率明显低于健康叶片,虫害等级越高,其反射率越低;(2)受害叶片的光谱特征变化较大,随着虫害等级的上升,其光谱曲线中的“绿峰”及“红谷”趋于消失,“红边”斜率逐渐减小;(3)确定原始光谱703.43~898.56 nm及一阶微分光谱497.68~540.72,554.53~585.25和596.24~618.23 nm为刚竹毒蛾危害下的毛竹叶片光谱特征波长,其对该虫害具有较强的判别能力。该研究从叶片尺度剖析了寄主对刚竹毒蛾的响应机理,是“地-天”耦合的理论基础,可为虫害遥感监测技术体系的建立提供重要依据。     

考虑水分光谱吸收特征的水稻叶片SPAD预测模型

叶绿素是植被光合作用的重要色素,传统实验室方法测定叶绿素含量需破坏性取样且操作复杂。通过构建高精度SPAD光谱估算模型,可以实现对水稻叶片叶绿素含量的实时无损监测。以黑龙江省不同施氮水平下水稻为研究对象,采用SVC HR768i型光谱辐射仪共获取移栽后、分蘖期、拔节期、孕穗期、抽穗期共五个关键时期水稻叶片反射光谱数据。光谱探测范围350~2 500 nm。利用自带光源型手持叶片光谱探测器直接测定叶片光谱,光源为内置卤素灯。采用SPAD-502型手持式叶绿素仪同步测定水稻叶片的SPAD值。叶片水分是植物光合作用的基本原料,也间接影响着叶绿素含量。叶片含水量降低则会影响植物正常的光合作用,导致其叶绿素含量随之降低。因此将叶绿素敏感波段与水分吸收范围结合作为SPAD估算的输入量。随机森林模型是一个基于多个分类树的算法。算法在采样的过程中包括两个完全随机的过程,一是有放回抽样,可能会得到重复的样本,二是选取自变量是随机的。因此本文对叶片光谱反射率进行去包络线（CR）处理,综合考虑可见光近红外波段提取水稻叶片反射光谱特征参数和植被指数,综合分析光谱指标与SPAD相关关系,采用随机森林算法构建不同输入量的SPAD高光谱估算模型。结果表明: （1）水稻叶片SPAD与光谱反射率的相关系数在叶绿素敏感波段红波段范围（600～690 nm）、红边范围（720~760 nm）、水分吸收波段范围（1 400~1 490和1 900~1 980 nm）均为0.75以上;（2）在光谱参数与SPAD 的相关分析中,NDVI,DP2与水稻叶片SPAD值相关性最好,相关系数为0.811和0.808;（3）以结合水分光谱信息后的CR_{(V1, V2, V3, V4)}为自变量所建立的随机森林模型精度最高,R2为0.715,RMSE为2.646,可作为水稻叶片叶绿素预测模型。研究结果揭示了不同品种水稻的光谱响应机制,提供了水稻叶片SPAD值高精度反演的技术方法,为监测与调控东北地区水稻正常生育进程提供技术支持。     

稻干尖线虫病胁迫水稻叶片波谱响应特征及识别研究

对植被病害的精确识别是采取植保措施的前提,同时对喷施农药也具有积极的指导作用。比较了受稻干尖线虫胁迫水稻叶片和健康叶片色素含量、光谱反射率、高光谱特征参数,受害水稻叶片与健康叶片相比,叶绿素和类胡萝卜素含量分别降低18%和22%;光谱反射率在蓝紫光、绿光和红光谱段分别增加1.5,1和2.3倍,在近红外和短波红外区域分别降低约28.9%和26.3%,红边和蓝边分别蓝移约8和10nm,绿峰和红谷分别红移约8.5和6 nm。以红边面积和红边位置作为C-SVC(非线性软间隔分类机)的输入向量,对受害和健康叶片进行识别,精度为100%。研究表明,水稻叶片光谱对病害胁迫具有显著的响应特征,利用C-SVC对受害和健康叶片进行辨别的方法是可行的。