基于FTIR的苔藓植物表征关系除趋势对应分析

苔藓植物是一类重要高等植物。但是,苔藓植物体型小,可供鉴别性状少。应用OMNI采样器-傅里叶变换红外光谱直接测定法鉴别植物样品具有简便、快速和准确的优点。应用傅里叶变换红外光谱直接测定法测定了苔藓植物26种30个样品的红外光谱,以波数-吸光度为指标来表征吸收峰,以红外光谱图为对象,应用除趋势对应分析(Detrended Correspondence Analysis, DCA)比较了30个样品在红外光谱图上的差异程度。结果发现,基于傅里叶变换红外光谱的除趋势对应分析反映出苔藓植物红外光谱的差异与它们分类关系有较好的对应性。因此,应用傅里叶变换红外光谱直接测定法能够鉴别药用苔藓植物。     

基于无人机高光谱特征参数和株高估算马铃薯地上生物量

地上生物量(above-ground biomass,AGB)是评价作物长势及其产量估测的重要指标,对指导农业管理具有重要的作用.因此,快速准确地获取生物量信息,对于监测马铃薯生长状况,提高产量具有重要的意义.于马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期、成熟期获取成像高光谱影像、实测株高(heigh,H)、地上...     

玉米胚乳和胚芽的傅里叶变换红外光谱特征

用傅里叶变换红外光谱分别研究了玉米胚乳和胚芽,胚乳的光谱中在1156、1081、1018、928cm-1和858cm-1出现淀粉的特征吸收峰,胚芽的光谱在1745cm-1和1655cm-1上出现油脂和蛋白质的特征吸收峰.淀粉、油脂和蛋白质是玉米的3个主要成分,光谱中1745、1655、1156、1081、1018、928cm-1和858cm-1特征峰的相对吸收强度反应了玉米主要成分的含量,为高油玉米、甜玉米和高蛋白玉米的鉴定提供了重要的信息.研究表明,傅里叶变换红外光谱技术可以作为玉米品质快速评定的一种有效方法.     

光谱成像分析技术在探讨钩藤亲缘关系中的应用

应用自行设计的液晶光谱成像装置对不同地方居群的钩藤叶进行透射光谱检测分析。绘制特征曲线,构建成像特征图谱,并对钩藤叶的特征光谱进行聚类分析。分析结果显示:钩藤叶的成像特征光谱相似度及其聚类分析对钩藤亲缘关系的判定结果与植物分类学鉴定结果相一致。说明光谱成像分析技术可应用于探讨钩藤亲缘关系。应用光谱成像分析技术设计的液晶光谱成像系统可对中药进行快速无损检测。同一样品可反复进行多次实验,实验操作方法简便快捷。可为中药研究提供新的检测方法。     

基于花瓣的傅里叶变换红外光谱鉴别分类杜鹃属植物

利用傅里叶变换红外光谱(FTIR)技术结合适当的方法对杜鹃属植物不同亚属进行鉴别分类研究。测试了4个亚属植物花瓣的红外光谱,结果显示同种植物花瓣的红外图谱,峰形相似;不同种植物花瓣的红外光谱图在混合模区(1 500~1 200 cm-1)略有差异。为了进一步快速对其分类群进行鉴别,利用OMNIC软件分层抽样建立3个光谱数据库,未知样品光谱分别与光谱数据库比较得出匹配数值进行鉴别。研究结果显示此方法能够准确地鉴别分类4个亚属植物,这为大型的植物系统分类研究提供了一种潜在的方法。     

香茶菜属3种植物不同器官红外光谱-排序的比较

香茶菜属（Isodon)植物具有重要的药用价值，是国内中药生产的一类重要原料。与其他方法比较，应用OMNI采样器－FTIR直接测定法鉴定中药材具有简便、快速和准确的优点，而且不需要对样品进行萃取或粉碎处理。本文应用傅里叶变换红外光谱仪测定了香茶菜属中的内折香茶菜（Isodon inflexus)、线纹香茶菜（I.lophanthoides)和大萼香茶菜（I.macrocalyx)三个种类11个样品的红外光谱，分析比较了11个样品在红外光谱图上的差异程度。分析表明，基于红外光谱的主成分分析在反映不同样品植物化学组成差异程度上具有应用价值。     

基于傅里叶变换红外光谱和聚类分析的真菌鉴别

傅里叶变换衰减全反射红外光谱法(FTIR-ATR)应用于微生物的快速鉴定及分类是近几年发展起来的一门新型技术。该文应用FTIR-ATR光谱法与聚类分析方法相结合对重要的植物病原真菌进行鉴别。在PDA玻璃纸平板上培养了来自14个属的17株真菌,用FTIR-ATR光谱法测其红外光谱,获得了分辨率高、重现性好的真菌红外谱图,分析主要吸收峰的归属,确定了1800～1485,1485～1185与1185～900cm-1三个分析灵敏区,并在此基础上进行了系统聚类分析,使所有测试菌株都得到正确归类。结果表明,傅里叶变换红外光谱技术具有快速、准确、易操作等优点,将成为微生物研究领域的一个重要工具。     

大叶黄杨光谱特征及其叶功能性状对叶面降尘的响应

城市绿化植物叶片具有滞留、固定大气粉尘颗粒物的重要作用。大叶黄杨是北京市种植面积最大的常绿阔叶景观灌木树种,在冬季承担着主要的粉尘颗粒物滞留的作用。由于城市生态系统作为人类活动最频繁剧烈的区域之一,其环境极为复杂。以往的研究主要以随机、分散的城市环境作为采样点。而植物功能性状在长期的生长发育、繁殖和进化过程中对环境变化具有敏感的响应和可塑性,往往在内部或表型结构表现出一定的生态权衡策略。在叶片滞尘量与光谱特征关系的实际研究过程中,往往忽略了植物在不同生境中的水分、土壤、光照及养护模式的重要影响,导致对其光谱的响应解释不清。基于路面粉尘扩散的规律,根据植物种植位置与路面距离划分高、中、低的粉尘浓度环境,以避免因光照、水分、养分、土壤等因素的干扰。结合植物功能性状特征,探讨大叶黄杨在不同粉尘浓度的影响下,其叶面光谱及其叶功能性状的响应机制及其权衡策略,分析了其高光谱参数与叶面降尘量间的相关关系,并建立滞尘量预测模型,旨在为城市环境中利用高光谱检测植被生长提供重要参考。结果表明:(1)粉尘污染的环境中,大叶黄杨普遍呈现出比叶面积低、叶绿素含量低、叶干物质含量高、叶厚度大的性状组合,体现了植物叶片在结构构建投资与回报之间的权衡策略,也充分说明了植物为了适应城市环境污染的生境特征所造成的不良胁迫,而对自身功能性状进行调整。(2)从可见光到近红外波段(350～2 500 nm)范围内,共出现了4个明显的反射峰和4个主要的吸收谷。350～1 870 nm区间,光谱反射率总体上与叶面降尘量呈负向相关,由此可以看出随着叶面降尘量的增多,其光谱反射率则随之减小。然而,在1 870～2 500 nm波段对叶面降尘量的变化比较复杂且无明显规律性。(3) 700～1 410和1 470～1 830 nm波段是光谱对叶面降尘量的响应最敏感的波段。在680～780 nm区间出现了"红边效应"。在750～1 350 nm区间出现了一个较高的反射平台,这可能是由于叶片水分对该波段具有较强的吸收性。(4)红边斜率、蓝边斜率、黄边斜率、黄边位置对叶面降尘的干扰十分敏感,但红边位置、蓝边位置对其响应不明显。结合叶功能性状的权衡策略可知,由于大叶黄杨在长期的粉尘污染环境影响下,形成了特殊的适应机制,叶面降尘对红边位置和蓝边位置影响不敏感,表现出了较强的抗干扰能力。红边斜率和蓝边斜率对叶面降尘的响应呈负向相关,而黄边斜率对叶面降尘量的响应则呈正向相关。同时,随着叶面降尘量的增加,黄边位置发生了明显的"左移"现象。(5)以叶面水含量指数、叶绿素指数、红边指数、归一化指数、简单比值指数、光合反射指数光谱参数作为自变量,以大叶黄杨的叶面降尘量作为因变量进行回归拟合,分别建立线性、二次多项式和对数形式的叶面降尘量预测模型。所有的模型中,以叶面水含量指数建立的二次多项式预测模型对叶面降尘量具有较高的预测精度(y=-1.112 3x~2+0.543 9x+0.991 1,R~2=0.828 9,RMSE=0.122)。     

高光谱技术分析茶树叶片中叶绿素含量及分布

植物叶片叶绿素含量及分布是植物营养信息表达的一个重要指标.以茶树为研究对象,利用高光谱技术分析茶树叶片中叶绿素含量及其分布.通过采集茶树鲜叶的高光谱图像,利用7种不同的算法从高光谱数据中提取相应的特征参数,并根据特征参数和叶绿素含量的参考测量值分别拟合出相应的预测模型.结果显示,二次土壤调节植被指数算法提取的特征参数最...     

基于冠层光谱的水稻穗颈瘟病害程度预测模型

对水稻稻瘟病病害程度的定量预测是精准防控的关键,田间冠层尺度的研究可为高光谱传感器提供理论基础。以受穗颈瘟胁迫的水稻为研究对象,采用SVC HR768i型光谱辐射仪在大田中获取灌浆期两个不同时间段的水稻冠层光谱反射率,以水稻发病株数百分比作为病害严重程度指标。冠层光谱数据采用九点平滑预处理,并重采样为1 nm间隔,计算植被指数;经过去包络线和一阶导数光谱变换,提取高光谱特征参数。分析不同时间段的光谱变换、植被指数、高光谱特征参数与病害程度的相关关系,构建基于植被指数、高光谱特征参数的穗颈瘟病害程度随机森林预测模型,并对比分析两个单时期预测模型异同,优选共用输入量,构建出两时期混合数据的病害程度预测模型。结果表明：（1）原始光谱曲线经去包络线处理可有效增强与病害程度相关的光谱信息,近红外波段（960～1 050和1 150～1 280 nm）的相关系数在0.80以上;（2）高光谱特征参数与病害程度相关性分析中,去包络线吸收谷参数相关系数高于其他参数,吸收谷V₃（910～1 100 nm）、吸收谷V₄（1 100～1 300 nm）中面积（A₃和A₄）、深度（DP₃和DP₄）、斜率（SL₄和SR₄）的相关系数在0.74以上;（3）去包络线吸收谷参数结合随机森林模型预测穗颈瘟病害程度在单时期及两时期混合数据中均表现最好。灌浆期后期数据预测效果最佳,验证集决定系数R2=0.91,均方根误差RMSE=0.02;（4）两时期混合数据预测精度处于两个单时期预测精度之间,验证集决定系数R2=0.85、均方根误差RMSE=0.03。研究成果揭示了灌浆期不同时间段水稻穗颈瘟光谱响应机制,表明去包络线吸收谷参数结合随机森林模型预测稻瘟病的实用性,可为田间水稻穗颈瘟病害程度进行快速、精确、无损地定量预测,为精准施药提供理论依据,并对未来航空、航天遥感的病害监测提供一定的技术支持。     

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、...     

基于高光谱的番茄叶片斑潜蝇虫害检测

番茄植株在生长过程中受病虫害的侵染,将导致番茄减产和种植户的经济效益降低,该研究用高光谱技术结合化学计量学方法,实现了番茄叶片斑潜蝇虫害的快速识别。搭建了简易的高光谱成像系统,包括光源单元、高光谱图像采集单元和数据处理单元,用该系统获取番茄叶片的高光谱图像,对高光谱图像进行校准,并从每一幅图像中提取光谱信息。分别采用了光谱角匹配(SAM)分析方法和光谱红边参数判别分析(DA)方法识别番茄叶片斑潜蝇虫害。在SAM分析中,对高光谱数据进行了归一化预处理,以消除多余信息,增加样品之间的差异。比较了以不同番茄叶片样品的反射光谱作为测试光谱时,虫害识别效果的差异,当以受到斑潜蝇侵染的番茄叶片的平均反射光谱作为测试光谱时,虫害识别的正确率较高,达到96.5%。在光谱红边参数判别分析中,从光谱数据中提取了红边位置、红边振幅、最小振幅、红边面积、红谷位置和红边振幅/最小振幅6组红边信息,利用判别分析方法建立番茄叶片斑潜蝇虫害的判别模型,比较了距离判别、Fisher判别、Bayes判别分析方法的判别效果,使用距离判别分析建模的判别正确率最低,判别正确率为88.0%,使用Fisher判别分析建模的效果最佳,判别正确率为96.0%。研究结果表明,采用高光谱技术识别番茄叶片斑潜蝇虫害具有可行性。     

高光谱特征参量的冬小麦吸收性光合有效辐射分量估算模型

精确估算吸收性光合有效辐射分量(EPAR)对于检测植被水分、能量及碳循环平衡具有重要意义。应用ASD地物光谱仪与SUNSCAN冠层分析仪对冬小麦整个生育期内冠层光谱反射和光合有效辐射进行监测,并利用冠层反射率数据构建了24个高光谱特征参量,通过分析不同光谱特征参量与冬小麦FPAR的相关关系,建立冬小麦FPAR光谱参量估算模型。结果表明：除蓝边幅值Db外其余高光谱参量均与冬小麦FPAR呈极显著相关(p＜0.01)。红边面积SDr与蓝边面积SDb的比值(VI₄)与FPAR的相关系数最高,达到0.836。提取相关性较高的7个光谱参量分别与冬小麦FPAR建立最优线性与非线性估算模型,通过精度检验分析,优选了冬小麦FPAR最合适的模型。对于线性模型,绿峰位置λg与FPAR的反演模型最好,其预测模型的R2, RMSE和RRMSE分别为0.679, 0.111和20.82%;对于非线性模型,绿峰反射率Rg与红谷反射率Rr的归一化比值(VI₂)与FPAR的反演模型最好,其预测模型的R2, RMSE和RRMSE分别为0.724, 0.088和21.84%。为进一步提高模型精度,分别运用多元线性逐步回归与BP神经网络建立多个高光谱参量同时参与的模型,与单参量模型相比,BP神经网络模型的反演精度明显提高(R2=0.906,RMSE=0.08,RRMSE=16.57%)。利用高光谱特征参量测定冬小麦FAPR具有可行性,这为实时、有效、准确监测冬小麦生长过程中FPAR的动态变化提供了一种新的方法和理论依据。     

煤炭矿区植被冠层光谱土地复垦敏感性分析

煤矿区土地复垦及复垦监测工作,对于我国土地利用和生态环境治理具有重要意义。微生物复垦技术能够促进植物吸收利用矿质养分和水分,增强土壤肥力,对矿区生态恢复具有显著作用。监测和评价土地复垦效应对植物生长影响的传统方法,通常采用野外采集植物和土壤样本并进行室内分析,但这些方法不仅破坏植物根系原状土壤,造成植株损伤,而且耗费人力、物力,时效性差。高光谱遥感技术具有数据获取速度快、信息量大、精度高且无须离体破坏植株等优点,对于土地复垦监测有非常大的潜力。目前,土地复垦效应遥感监测相关研究仍以观测盆栽大豆、玉米等作物的叶片光谱分析为主。实际上,卫星遥感数据观测到的是冠层光谱,并非叶片光谱,但目前还没有通过植被冠层光谱对矿区土地复垦进行监测的研究成果出现。植被冠层光谱不仅受到叶片光谱的影响,还受到植株长势、下垫面等其他因素的影响,光谱特征变化更为复杂。矿区植被冠层光谱特征对于土地复垦效应的敏感度分析,是对矿区植被理化参量进行定量反演的基础,也是限制高光谱技术应用于大面积土地复垦监测的主要瓶颈。于煤炭矿区土地复垦实验基地开展野外冠层光谱观测实验,获取了接菌组和对照组野外植株冠层光谱数据,并从光谱波形变化和光谱特征参量变化两方面综合分析了植被冠层光谱对土地复垦的敏感性。冠层光谱波形方面,分别采用标准差和光谱敏感度作为组内和组间光谱波形差异的有效指标;冠层光谱特征参量方面,选取了植被红边、黄边、蓝边、绿峰、红谷等典型光谱特征,计算获取其位置、斜率、面积等特征参量,并通过描述性统计和单因素方差分析研究了这些冠层光谱特征参量对土地复垦效应的敏感性,挑选出矿区土地复垦监测的有效特征参量。研究表明,接菌组和对照组冠层光谱的主要波形变化趋势一致,但接菌组植株的生长状况更稳定,不同植株之间差异较小,且绿峰和红谷两个特征更突出。这说明土地复垦能够减少植株间冠层光谱差异,增强植被典型光谱特征,而绿峰和红谷对土地复垦有较高的光谱敏感度。光谱特征参量方面,绿峰、红谷、红边波长在土地复垦作用下显著向长波方向移动,而此前叶片光谱研究中对土地复垦较敏感的红边、蓝边斜率变化并不显著。这说明,野外植被冠层光谱分析结果与实验室植被叶片光谱分析的结果并不完全一致,这可能和植被类型、生长周期、土壤背景光谱干扰等因素相关。在采用卫星或航拍遥感数据进行矿区植被环境监测时,所获取的都是植被冠层光谱,因此本研究所得到的结论具有更强的参考意义和实际应用价值。     

绿色植被可见-近红外反射光谱模拟材料研究进展

成像光谱技术能够同时获取目标的图像特征和光谱特征,很容易识别与背景环境光谱特征区别较大的传统伪装材料。近年来,成像光谱得到了迅速发展,经历了多光谱技术到高光谱技术的跨越,传感器的探测波段数、光谱分辨率、空间分辨率的显著提高。得益于各国ISR无人机技术的应用,高光谱传感器由星载拓展到机载,可以在更近距离对军事伪装目标进行识别,对具有重要价值的军事目标的生存能力构成巨大挑战。目前,应对高光谱的伪装材料主要设计思路是,选择材料或材料体系具有与环境背景相似的颜色和光谱反射特征（传感器探测范围内）进行复合,目的是与环境背景达到“同色同谱”来躲避高光谱侦察。绿色植被是最常见的伪装背景,也是本领域绝大部分研究的光谱模拟对象,其反射光谱曲线在可见近红外波段具有：“绿峰”、“红边”、“近红外高原”和“水吸收带”四个主要特征,分别由叶片的组织结构以及叶绿素和水分产生。离体叶绿素光热稳定性较差,不能直接用作伪装材料,所以寻找和合成稳定性好、具有类叶绿素结构及光谱特征的分子是当前的研究热点之一。此外,铬绿和钴绿是常用的伪装颜料,具有类似绿色植被“绿峰”、“红边”和“近红外高原”光谱反射特性,研究者将其与高吸水填料复合来引入“水吸收峰”,大致模拟出绿色植被反射光谱,但是想要实现精确模拟,仍存在一些难以解决的问题。从绿色植被光谱特征出发,分别阐述了模拟绿色植被可见光区和近红外光区光谱特征的材料选择依据及体系;同时介绍了它们在精确模拟植被光谱时存在的问题,以及通过改性和复合来提升光谱相似度和耐候性的相关研究工作,总结并展望了绿色植被光谱模拟材料要解决的重难点问题和发展方向。     

基于空间谱的玉米叶片铜铅污染区分及程度监测

利用高光谱遥感技术监测并识别农作物受重金属污染信息是当今热点,研究设置了不同浓度铜离子(Cu2+)、铅离子(Pb2+)胁迫梯度的玉米盆栽实验,并测取了玉米叶片的光谱及叶片中重金属离子与叶绿素含量。基于获取的光谱数据,将光谱划分为紫谷、蓝边、绿峰、红谷、红边和红肩六个光谱特征区间,通过光谱的一阶微分和二维多重信号分类(2D-MUSIC)算法构造空间谱,对各光谱特征区间进行变换分析。实验结果表明：蓝边、绿峰和红边阵列信号的空间谱在Cu2+胁迫下为双高峰,在Pb2+胁迫下为单高峰,以此能够快速、直观地区分玉米叶片所受重金属污染的Cu2+和Pb2+元素类别。红谷和红肩阵列信号空间谱的方位角谱峰值与玉米叶片中Cu2+含量的相关系数分别达到-0.954 5和-0.964 8,说明用于监测Cu2+污染程度时效果理想;紫谷阵列信号空间谱的方位角谱峰值与玉米叶片中Pb2+含量的相关系数达到-0.999 8,说明用于监测Pb2+污染程度时效果理想。同时通过与常规重金属污染监测方法绿峰高度(GH)、红边位置(REP)、红边最大值(MR)、红边一阶微分包围面积(FAR)的应用结果进行比较分析,空间谱法的应用结果与玉米叶片中重金属离子含量的相关性较高,从而验证了空间谱应用于玉米重金属污染信息监测具有更好的有效性和优越性。     

北京市区绿色空间滞尘分布反演研究

北京市作为中国政治中心和京津冀特大型城市,近40年来城市化进程迅速,大气颗粒物和尘埃粒子污染问题较为突出,发挥绿色空间滞尘功能具有重要现实意义。将高光谱技术与遥感技术相结合,反演了市域尺度绿色空间滞尘分布。以北京市区绿色空间常见植被大叶黄杨(Euonymus japonicus)为研究对象,通过室外采样与室内试验获取叶片样本的滞尘量、光谱反射率和叶面积等数据,比较叶片滞尘前后的原始光谱曲线和反射率一阶导数特征,分析不同滞尘量对光谱反射率的影响,探究对叶片滞尘量高度敏感的波段。利用光谱响应函数将地面采集的窄波段光谱反射率数据分别转化遥感卫星的宽波段光谱反射率数据,建立对应卫星波段植被指数比值与滞尘量的回归模型,选取拟合效果最好的回归模型作为滞尘反演模型。结合GF-2影像所提取北京市区绿色空间范围,采用滞尘反演模型获取北京市区绿色空间滞尘分布。进而插值得到北京市区尘埃污染分布,采用空间自相关模型检验其空间聚集特性。结果表明：740～1 870 nm波段,滞尘后光谱反射率明显低于滞尘前反射率,滞尘对红边、黄边、蓝边位置没有明显影响,对“红边幅值”和“红边面积”影响较明显,利用Sentinel...     

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。     

土壤表层湿度影响下冬小麦晚霜冻害及冠层光谱检测

为探究土壤表层湿度影响下冬小麦冠层光谱反射率响应晚霜冻害的特征,并检验敏感光谱波段预测小麦产量变化的能力,于2013和2014年小麦拔节期,分别设置了表层土壤含水量为10%(干)、10%~20%(中)和20%(湿)的三个湿度处理的冻前试验,并在低温室内进行降温处理。分析了不同土壤表层湿度下受冻冬小麦的穗数、穗粒数、千粒重、单株产量、冠层光谱反射率及其一阶微分值的差异,对冬小麦冻害产量变化率和高光谱特征参量进行了相关分析和一元线性拟合。结果表明:冬小麦穗粒数和单株产量总体上均随土壤表层湿度的降低而呈减少态势,在土壤表层干处理条件下冻害对冬小麦产量造成的影响最为显著(p0.05);在绿峰(523nm附近)、黄边(571nm附近)、红边(732nm附近)和近红外台的两个水分吸收带(952和1 145nm附近),干+冻害处理冬小麦冠层反射率的一阶微分值与中+冻害、湿+冻害处理的差值明显;剥离了土壤表层湿度对光谱的影响后,冬小麦冠层反射率一阶微分差值在以570nm为中心的黄边区域和以710nm为中心的红边区域对干、中和湿梯度处理下晚霜冻害响应的差异明显;两年试验中的黄边面积(SDy)和570nm处一阶微分值(d570)均与冻害产量变化率达到显著正相关(p0.05),说明黄边区域的高光谱特征参量可用于检测土壤表层湿度影响下的冬小麦晚霜冻害程度。本研究可为土壤表层湿度和晚霜冻害叠加影响下冬小麦产量变化预测方法的探讨提供参考。     

滇中三类典型地表植被的机载高光谱特征分析

高光谱遥感技术因为具有图谱合一的优势,并且相较于传统多光谱遥感技术,可以实现对目标的精确识别,逐渐运用于地表植被的探测。选择以滇中地区的竹林、华山松、杂木林这三类典型地表植被为研究对象,基于机载高光谱影像数据,通过对原始高光谱、一阶微分处理光谱、连续统去除处理光谱进行处理与对比分析,获得滇中三类典型地表植被类型高光谱特征的初步探测认识。主要结果包括：(1）基于对原始光谱特征分析得出,三类典型地表植被的原始高光谱的最佳波段窗口出现在690~946 nm,且在该波段范围内光谱反射率特征为竹林>华山松>杂木林;(2）运用一阶微分处理光谱特征分析得出,利用光谱微分变换处理能够增强植被的光谱差异。经过一阶微分处理后光谱的最佳波段窗口出现在670~774 nm,在该波段范围内的一阶微分系数为竹林>华山松>杂木林。且发现718 nm为三类植被的敏感波段,即可用718 nm敏感特征波段区分开三类植被类型;并且综合运用一阶微分光谱特征参数中的红边位置,蓝边幅值、黄边幅值、红边幅值、蓝边面积、黄边面积和红边面积可以将三类植被类型进行区分;(3）最后基于连续统去除处理光谱特征分析得出,连续统去除方法能够有效地增强植被光谱曲线反射和吸收的特征。经过连续统去除处理后的光谱,三类典型植被的最佳波段窗口在458~554和570~690 nm,这两个波段范围内的连续统去除系数均为竹林>华山松>杂木林,且发现502和674 nm为三类典型植被的敏感波段,即可用此特征综合区分三类植被类型。该研究结果有助于对滇中森林植被精细判别提供技术方法,同时,为今后发展天-地-空的高光谱影像数据一体化遥感植被精细分类提供技术支撑。