高光谱的草本植物水分含量检测模型构建

基于高光谱开展植物水分盈缺检测是当前植物生理学研究的热点。羊茅草是我国北方草坪使用量最大的草本植物之一,其生长对水分需求量大,水分亏缺会使其叶片颜色、纹理、形态等物理特征和组织生理特性发生系列变化。开展基于高光谱的草本植物水分含量检测模型构建,可实现对羊茅草等草本植物水分盈缺状况的快速无损监测,利于全面、可靠的诊断草本植物水分状况并及时采取应对措施,为预测未来气候变化下北方常见草本植物生理响应及变化过程提供重要依据。以北方使用量最大的草本植物--羊茅草为例,采用盆栽控制实验法开展基于高光谱的植物水分含量观测模拟实验研究。实验在恒温恒湿培养箱中进行。经查阅有关文献,该实验共设置空气CO₂浓度(CX)(包括400和700 μmol·mol-1两个梯度)和土壤持水量(WX)(包括：100%田间持水量,40%田间持水量,20%田间持水量三个梯度)两个变量,共六种不同情景;在不同情景条件下,借助ASD Field Spec HandHeld光谱仪于每天10:00-14:00测定羊茅草叶片光谱反射参数,主要包括：光谱反射率(R_i)、一阶导数光谱(Dλ_i)、红边幅值(Dλr)、红边位置(λr)、红谷吸收深度(D)、红边面积(Sr)、光化学反射指数(PRI)、叶绿素指数(Rch)、归一化植被指数(NDVI)、比值植被指数(RVI)、归一化光谱指数(NDSI)、比值光谱指数(RSI)、分形维数(Fd)等。通过采集不同情景下植物光谱反射参数,采用多元线性逐步回归分析、方差分析、数学统计模型构建等多种方法,探讨不同生境条件下羊茅草叶片水分含量与光谱反射率(R_i)、红边幅值(Dλr)、红边面积(Sr)等光谱参数之间的量化关系,筛选出可以用于检测羊茅草水分含量状况的最优光谱特征参数,并构建了基于高光谱的羊茅草水分含量检测模型公式。研究结果表明：归一化植被指数(NDVI)、叶绿素指数(Rch)、分形维数(Fd)与羊茅草叶片含水量之间相关性在99%置信水平上达到极显著水平(p<0.01),且对于不同土壤水分胁迫条件下的羊茅草长势分辨效果较好,是监测羊茅草水分含量的有效参数和最优参数。同时发现,羊茅草叶片水分含量(Y)与诸多光谱特征参数(X)之间具有良好的多元线性关系,拟合得到羊茅草水分含量检测模型公式为：Y=-0.125X_Rch+1.714X_NDVI-0.023X_Fd+0.018,相关系数平方(R2)达到0.89,通过F检验,模型检验达到极显著水平(F=15.588>7.21,p<0.01),说明建立的回归模型具备统计学意义,可以用于羊茅草水分含量检测。为快速便捷且准确无损的监测羊茅草受旱程度,指导大面积草坪灌溉和管理等提供;重要的技术支撑,对于丰富植被水分光谱探测研究具有重要理论与实践意义。     

基于非分散红外(NDIR)技术的土壤剖面二氧化碳浓度的测定

为了探索土壤剖面CO₂浓度以及不同土壤层(腐殖质H层、A层、B层、C层)土壤呼吸的变化规律,应用非分散红外(NDIR)技术的新方法,持续不间断的测量土壤剖面二氧化碳浓度。实验所用的主要仪器为硅基非分散红外测量仪,能在高湿、高粉尘、污垢及其他恶劣环境中进行光谱数据采集。通过2013年全年光谱测定值的采集,并应用梯度法模型计算不同深度土壤碳通量,同时利用LI-8100碳通量自动监测系统持续监测的土壤碳通量值进行回归分析。结果显示：土壤剖面CO₂浓度呈现明显的梯度变化,即随着土壤深度的增加,土壤CO₂浓度增大;梯度法模型得出的不同土壤层的土壤呼吸模拟值与实测土壤呼吸值之间具有较好的线性相关,H,A,B,C层的模型预测的决定系数(R2)分别为0.906 9,0.718 5,0.838 2,0.903 0,均方根误差(RMSE)分别为0.206 7,0.104 1,0.015 6,0.009 6。均达到了较好的预测结果,表明该方法对定量分析不同土壤层碳通量是可行的。该方法具有清晰揭示土壤CO₂在不同土壤层之间的传输规律,以及有助于分析不同土壤层土壤呼吸特性的优点,能为全球土壤剖面碳通量计算提供基础数据,是一种具有发展前途的传感器。     

基于多种植被指数的土壤含水量估算方法

快速且准确估算土壤含水量已成为农林业水资源监测的热点问题,应用植被指数估算土壤含水量的方法已得到广泛认可和应用。以便携式光谱仪测定的高光谱数据为基础计算得到8种植被指数,通过灰色关联分析法(GRA)对八种植被指数和基于红外热像仪测定的冠层温度进行分析与筛选,选取与土壤含水量具有较高相关性的指标进行多元线性回归分析,构建基于多种植被指数的土壤含水量估算模型(SMBMVI),并做模型精度分析。精度评价结果表明：模型拟合度较高,达到极显著水平(p＜0.000),土壤含水量估算值与实测值具有较高相关性,ｒ为0.636 1,RMSE为2.149 9。该方法引入多种植被指数,采用非接触式的测量方法估算小尺度研究对象的土壤含水量,能够作为遥感反演和直接测定土壤含水量的一种有效替代方法。模型的建立可以快速、准确的估算土壤含水量,为农林业水资源监测管理提供理论与技术参考。