马尾松针叶光谱特征与其叶绿素含量间关系研究

以马尾松针叶野外高光谱数据为基础,分析了马尾松光谱变化,构建或借助不同光谱特征参数,在理论和实践分析的基础上,建立了马尾松针叶叶绿素含最与光谱反射率及9个特征参数之间的关系.研究结果表明:(1)马尾松叶绿素含量在527,703,1 364及1 640 nm四个波长附近,与其反射率具有较好的线性关系,为马尾松遥感监测在波段选择上提供了依据;(2)红边位置、红边平均反射率、红边位置附近平均反射率、红边斜率、红边面积、红谷吸收深度、绿峰反射高度、红边归一化植被指数、红边植被胁迫指数等9个马尾松反射光谱特征参数均与叶绿素含量间存在指数函数关系,相关系数绝对值在0.5～0.7之间;(3)采用9个光谱特征参数建立了马尾松针叶叶绿素含量预测模型,且所建立的基于高斯核函数变换的偏最小二乘回归模型对叶绿素含量的预测精度远远大于传统线性回归模型,模型的均方误差为0.008 8,平均绝对百分误差为0.761 7%.     

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。     

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。     

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。     

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。     

高光谱激光雷达植被叶片方向反射特性及对叶绿素反演的影响

不同于传统被动光学传感器,高光谱激光雷达发射主动式全波段高斯脉冲激光,和植被叶片表面相互作用后,不同波段后向散射强度返回至接收器并被记录下来。以往的高光谱激光雷达植被叶片反射特性研究只聚焦于零度角入射的情况,对多入射角方向反射光谱特性以及方向反射特性对叶片叶绿素含量估算带来的误差尚未进行过深入研究。利用实验室研发的32波段高光谱激光雷达获取了不同入射角下的植被叶片反射光谱,对高信噪比波段下植被叶片的复杂方向反射特性进行了深入分析,随后选择光谱指数研究了高光谱激光雷达测量条件下植被方向反射特性对叶绿素含量反演的影响。结果表明,(1)高光谱激光雷达植被叶片回波强度随入射角增大逐渐降低,但二向反射率因子并不逐渐减小,在可见光和近红外波段,二向反射率因子随入射角增大分别呈现出两种不同形状特征,可见光波段反射率因子最大值出现在0°～10°,近红外波段最大值出现在60°,反射率因子最小值均出现在45°处,最大和最小反射率因子间可差0.1左右,可见光和近红外波段10°～60°内二向反射率因子均呈现先减小后增大的趋势;(2)通过对不同入射角下光谱指数与叶绿素含量的回归分析发现,方向反射特性对反演精度有...     

不同施肥条件下蔬菜叶绿素荧光-光谱特性研究

测定不同施肥条件下瓢菜、黄白菜的反射光谱及叶绿素荧光参数,以便进一步分析不同施肥条件下蔬菜生长生理及光谱、叶绿素荧光之间的响应关系。结果表明:(1)可见光波段内,黄白菜光谱反射率随生育期的推进呈增加的趋势,瓢菜光谱反射率随生育期的推进呈先增后减的趋势;在近红外波段,瓢菜、黄白菜光谱反射率随蔬菜生长发育逐渐增加。(2)不同施肥条件下蔬菜光谱反射率不同,特别是在近红外波段表现显著。生长期时,黄白菜在C3和C5水平上反射率较高,瓢菜在C2和C3水平上反射率较高;成熟期时,黄白菜在C5和C6水平上反射率较高;瓢菜在C3和C5水平上光谱反射率较高。(3)瓢菜、黄白菜叶绿素荧光参数Fv/Fm随生育期的推进总体呈增加的趋势,瓢菜Fv/Fm在C6水平上最高,黄白菜Fv/Fm在C2和C6水平上较高。(4)不同施肥条件下,蔬菜光谱特征参数与叶绿素荧光都表现出显著的正负相关关系。叶绿素荧光与光谱特性的这种关系,可为监测蔬菜生长生理和健康状况提供参考。     

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。     

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。     

蒙古栎展叶盛期变化的光谱特征及其影响因素研究

植物生长状况是反映环境变化的重要指标,在全球环境变化格局下,研究多环境因子及交互作用对植物的影响尤为重要。为探究植物光谱特征响应环境变化,从而探究环境变化对植物生长状况的影响,同时实现遥感对植物的监测,该研究以东北地区优势树种蒙古栎为研究对象,分析研究了不同光周期、温度和氮沉降交互作用引起的蒙古栎展叶盛期冠层光谱反射特征变化。基于大型人工气候室模拟试验,设置3个温度,3个光周期和2个氮沉降交互处理,每个处理4个重复。当蒙古栎进入展叶盛期时,每个处理选择差异较小的三个重复,使用FieldSpec Pro FR 2500型背挂式野外高光谱辐射仪测量光谱反射率。对不同处理的蒙古栎冠层光谱反射率进行分析,选取NDVI（归一化植被指数）、Chl NDI（归一化叶绿素指数）和PRI（光化学反射指数）3个常用的光谱指数作为辅助分析,同时计算一阶导数光谱以得到红边斜率、红边位置、红边面积等参数。不同处理展叶盛期的蒙古栎光谱反射率趋势大体一致,均符合植物特有的光谱反射特征,在350~680 nm范围内有一个小的波峰,680~750 nm反射率显著上升,750 nm后进入反射平台。结果表明：(1）光周期对于蒙古栎冠层的光谱反射率没有明显的影响;(2）增温会减小蒙古栎冠层在350~750 nm波段处的光谱反射率;(3）施氮会导致蒙古栎展叶盛期350~750 nm波段和750~1 100 nm波段处的光谱反射率降低;(4）增温和施氮的交互作用会显著减小蒙古栎的光谱反射率;(5）通过一阶导数光谱可清晰地指示植物的红边特征。研究结果可为物候变化的监测与影响因素分析提供理论依据。     

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。     

半干旱采煤塌陷不同应力区典型植物高光谱特征分析

利用高光谱反演、监测植被生长状况的基础是光谱特征识别。以半干旱采煤塌陷区为样地，利用Field Spec 3地物光谱仪与SPAD-502叶绿素仪同步采集采煤地表塌陷形成的不同应力区(非采区、中性区、拉伸区、压缩区)典型植物叶片光谱反射率与叶绿素含量(SPAD值)，分析典型植物相同应力区SPAD值升高其光谱特征的变化，对比不同应力区典型植物SPAD值较高与较低时光谱特征的差异，并借助Matlab软件深入研究不同应力区典型植物SPAD值与差值指数、归一化指数的相关关系。结果表明：(1)不同应力区同种植物光谱曲线随着SPAD值不同变化规律相异，可见光波段区分明显，其余波段受应力影响的区域样本SPAD值不同，反射率比非采区波动更为剧烈与无序。可见光波段，糙隐子草、柠条、杨树、油蒿SPAD值低的样本光谱曲线绿峰缺失，SPAD值升高，绿峰出现但位置红移，SPAD值高于30时，为典型植被光谱曲线，油松样本SPAD值越高反射峰值越小；受应力影响的区域SPAD值低的样本谷、峰、边特征参数缺失更多，光谱变化规律不强。(2)400～700 nm波段，不同应力区糙隐子草、油蒿、油松、柠条样本SPAD值较低组反射率显著高于较高组，杨树样本相反；780～1 350 nm波段，拉伸区的糙隐子草、非采区的油蒿和柠条、压缩区的油松和杨树样本SPAD值较高组与较低组的反射率差异小；相较于非采区，受应力影响的糙隐子草、油蒿、柠条样本在所测波段SPAD值较高组与较低组的同波段反射率差值显著减小。(3)受应力影响的区域样本SPAD值与光谱指数相关性较之非采区在某些波段大面积增强。与非采区相比，中性区的油蒿、油松、柠条、杨树样本SPAD值与光谱指数的最大相关系数值均增大，糙隐子草相反；非采区植物SPAD值与NDVI最大相关系数均高于DI，波段组合多位于近红外，受应力影响区域的样本最大相关系数多数位于可见光波段。本研究为矿区不同应力区典型植物高光谱波段识别与植物健康状态监测、矿区生态环境精准治理提供了理论支撑。     

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%。     

黑松冠层反射光谱方向特征分析

松萎蔫病是松属树种的一种毁灭性病害，小范围甚至单木水平的森林病虫害的早期诊断对森林资源保护与可持续发展尤为重要。以感染松萎蔫病的黑松为研究对象，通过采集不同感病时期的黑松冠层的多角度光谱数据，分析不同特征波段的方向反射特征，总结不同感病程度黑松的冠层特征波段反射率的变化规律。结果显示：(1）在俯视观测时，在主平面方向的后向散射方向的反射率大于前向散射方向的反射率，并且在后向散射方向，四个波段的四个感病时期约在40°的观测天顶角出现热点效应；无论在主平面还是主垂面，蓝光波段（450 nm）与近红外波段（810 nm）的黑松冠层0°天顶角反射率呈现出感病初期＞健康＞感病中期＞感病末期的变化规律，红光波段（680 nm）和绿光波段（560 nm）的黑松冠层0°天顶角反射率呈现出健康≈感病初期＞感病中期≈感病末期的变化规律。在所有方位角，冠层反射率随着观测天顶角的增加而增大。(2）在仰视观测时，在主平面方向的后向散射方向的反射率小于前向散射方向的反射率，并且在方位角为0°时，4个波段反射率都是较大的；无论在主平面还是主垂面，蓝光波段（450 nm）绿光波段（560 nm）和红光波段（680 nm）的冠层反射率的大小呈现出感病初期＞健康>感病末期>感病中期的变化规律，近红外波段（810 nm）冠层反射率的大小呈现出感病初期＞健康>感病中期>感病末期的变化规律；在所有方位角，冠层反射率随着观测仰角的增加而减小。(3）黑松冠层反射光谱在俯视和仰视观测时，各个特征波段的二向性反射率的各向异性最强的是主平面，最弱的是主垂面，且主垂面的前向和后向反射率会呈现对称性，即“镜面反射”；各个特征波段在感病末期，黑松冠层反射率随观测天顶角的变化幅度较大，其他几个时期反射率随观测天顶角的变化幅度不明显。研究结果显示的树冠的不同角度的波段反射方向性特征为以后不同尺度的无人机监测的准确性与可靠性奠定基础，也为发展近地面便携式森林病虫害实时监测系统打下了基础。     

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。     

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。     

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。