一种改进的叶绿素提取植被指数

对MERIS陆地叶绿素指数(MTCI)进行了改进,提出了改性的MERIS陆地叶绿素指数(M-MTCI).该指数在植被覆盖度较高时(LAI>1),可获得比MTCI和双峰冠层氮素指数(DCNI)更好的叶绿素提取精度,且比MTCI有更好的抗LAI干扰能力.这些结果的验证是建立在模拟以及实测数据的基础上,具有较好的可靠性,所以M-MTCI具有很好地监测植被叶绿素含量的潜力.

玉米吐丝期叶绿素指数全基因组关联分析

叶绿素是植物形成产量的重要因子。为了探究吐丝期叶绿素的遗传机理和代谢机制,本研究以榆林、杨凌两地126份玉米自交系为材料,采用全基因组关联分析的方法将简化基因组测序填充过滤筛选后得到31561个SNP(Single nucleotide polymorphism)标记,结合叶绿素指数SPAD(Soil and plant analyzer develotrnent)值以及BLUP(Best linear unbiased prediction)值进行分析,共检测到37个显著性关联SNP标记;在LD(Linkage disequilibrium)衰退有效距离上下150 kb内检测到201个候选基因,进一步进行GO富集注释和分析,将叶绿素相关候选基因主要锚定在过氧化氢代谢过程、受体活性、活性氧代谢过程和氮化合物代谢过程的负调控等18个代谢途径上。本研究进一步探究了叶绿素相关代谢遗传机理,对高光效育种和提高作物产量有重要意义。

基于高光谱数据的水体叶绿素a指数反演模型的建立

水体叶绿素a含量是反映水体质量的重要指标之一,利用遥感技术监测其含量具有众多优势。该研究利用2012年7月在广西壮族自治区桂林市漓江流域实地采集的水体高光谱数据和实验室化验分析数据,借鉴陆表植被叶绿素a的遥感反演模型,发展了一种新的水体叶绿素a提取指数(water chlorophyll-a index,WCI)。通过与反射率敏感波段法、波段比值法和半分析方法对比分析发现,新提出的WCI指数使用650、685、696 nm波段,波段稳定,决定系数R2可达0.58,均方根误差最小为0.24,受水体悬浮物影响小,在天津海河区域的验证效果也表明了该模型可以有效地提取水体叶绿素a含量。该方法扩展了水体叶绿素a监测的建模思路,对水体叶绿素a监测建模有一定的指导作用。

叶绿素指数与最大羧化速率相关性研究

以陆地生态系统碳循环机理为基础建立的生态模型是估算区域和全球陆地生态系统GPP时空变化特征的有效手段。叶片最大羧化速率(V_(cmax))是生态系统机理模型中不可或缺的参数,准确模拟V_(cmax)对于GPP模拟具有重要意义,然而,传统方法获取大范围V_(cmax)耗时耗力。利用MERIS遥感数据以及站点实测V_(cmax)数据,分析不同站点3种叶绿素指数,即MCARI、TCARI和MTCI分别与冠层V_(cmax)的关系,以及同一站点不同时间序列MTCI与冠层V_(cmax)的相关性。结果表明:叶绿素指数与冠层V_(cmax)之间相关性显著。其中3种叶绿素指数中,MTCI与冠层V_(cmax)关系最为显著;不同站点,MTCI与冠层V_(cmax)相关性随着植被类型的差异而不同。研究结果为利用遥感数据估算具有时空变化特征的V_(cmax)提供了可能。

广西油茶叶绿素含量指数的变异分析

为了分析广西普通油茶(Camellia oleifera Abel.)种质资源叶绿素含量指数的变异情况,对广西具有代表性的普通油茶种质资源叶绿素含量指数进行了测定。结果表明,广西普通油茶种质资源叶绿素含量指数平均值为96.94,变异范围为13.00~412.90,极差为399.90,变异系数为33.83%;种质资源间叶绿素含量指数存在极显著差异,重复间差异不显著;聚类分析将叶绿素含量指数相近的聚成类,然而种质资源间叶绿素含量指数没有明显的地理区系特征。

基于GOCI数据的黄河口高悬浮物浓度海域的叶绿素a提取指数构建与浓度反演

高浓度悬浮物(TSM)的不透光性干扰了叶绿素(Chl-a)浓度的光谱量测,影响了Chl-a浓度的反演精度。本文以黄河口近岸海域为研究对象,根据最大叶绿素指数(MCI)原理,针对GOCI数据构建叶绿素敏感指数(S_(chl))和悬浮物敏感指数(S_(TSM)),进一步构建了Chl-a提取指数(CEI)以削弱TSM对S_(chl)的影响。采用2011-2018年采集的619组实测Chl-a浓度及同期的GOCI遥感反射率,基于随机森林算法对比多种指数构建的Chl-a浓度反演模型,结果显示:在不分区的情况下,采用CEI构建的Chl-a浓度反演模型的平均相对误差(MRE)为45.9%,其精度结果优于S_(chl)(MRE=49.76%)。为进一步验证CEI在高TSM浓度海域的精度,本文根据波谱斜率(R_(6)-R_(4))/(λ_(6)-λ_(4))将研究区分为Chl-a和TSM主导型水体后,分别构建Chl-a浓度反演模型,研究结果显示:Chl-a主导型水体采用S_(chl)构建的反演模型的MRE为35.81%,TSM主导型水体采用S_(chl)与CEI构建的反演模型的MRE分别为60.39%与36.74%,这也证实了在高TSM浓度海域,采用CEI能够有效削弱TSM对S_(chl)的干扰。

叶绿素a指数与氮磷特征模型研究:以兴隆湖为例

该文针对近几年水环境治理中水体富营养化导致的浮游藻类疯狂繁殖等问题,构建了叶绿素a与氮磷的关系特征模型。利用GF-2-PMS2高分遥感影像中纯净水体和绿植在各波段的光谱信息特征,通过宽带绿色指标中比值植被指数运算Band4/Band3自动提取叶绿素浓度及其空间分布信息。用SPSS软件对兴隆湖总磷、总氮含量值与比值植被指数值进行函数拟合建立多元非线性函数模型,得到三者的关系特征模型。应用结果表明,叶绿素a比值植被指数与氮、磷的关系特征模型具有较高的准确率,与现场检测结果相符,为兴隆湖水体富营养化分析及水环境治理提供有效数据。

高光谱稀疏解混法联合HTCI估算草地叶绿素含量

基于高光谱数据的光谱指数法是快速、无损、估算大面积草地叶绿素含量的有效手段,但是背景光谱和冠层结构始终作为干扰估算精度的主要因素而存在。本研究将高光谱混合像元解混方法应用于叶绿素含量估测的光谱指数中,利用基于光谱库的稀疏解混法分解混合像元,得到纯净的草地像元光谱。在此基础上,结合Hyperion影像和HSI影像的光谱特征,提出了HTCI(Hyperion/HSI terrestrial chlorophyll index)估算叶绿素含量。通过对试验结果的分析,证实本方法相较于其他单一光谱指数算法,该方法能够有效地降低背景干扰,具有更高的测算精度。

基于MERIS数据的太湖悬浮物与叶绿素a遥感估算研究

基于MERIS数据,采用最大叶绿素指数算法,分别建立太湖悬浮物浓度与叶绿素a浓度的估算模型。经误差分析证明,该模型适宜检测悬浮物与叶绿素a质量浓度范围分别为15 g/m3～80 g/m3与10 mg/m3～20 mg/m3的水域,可用于太湖水体悬浮物与叶绿素a的MERIS遥感估算。

基于叶片光谱的森林叶绿素浓度反演研究

准确估测森林叶片叶绿素浓度有助于进一步理解和模拟森林生态系统。基于江西省千烟州试验区主要树种光谱数据和相应叶绿素浓度等化学参量数据,使用高光谱指数和偏最小二乘(PLS)回归方法进行森林叶绿素浓度的反演,对具代表性的几种叶绿素相关的光谱指数进行反演能力评价,构造出表征叶绿素吸收特征的叶绿素吸收面积指数(CAAI),发现TCAR I(改进型的叶绿素吸收比率指数)和CAAI能较好地估测试验区森林主要树种的叶绿素浓度。针对叶片生化参量之间强相关现象,首先使用了叶片生化参量吸收特征分析方法,选定特定波段。然后对叶绿素浓度进行PLS回归估测,并从PLS获得估测模型的结果来评价和解释几种高光谱指数的叶绿素反演能力。

基于MERIS遥感图像的太湖叶绿素浓度反演

以太湖为试验区,基于MERIS遥感图像数据以及同步实测的太湖水质参数数据,应用归一化叶绿素指数算法(NDCI),对太湖水体叶绿素a浓度进行反演,得到了太湖区域的水体叶绿素a反演结果,并对反演结果进行了验证和分析。结果表明:归一化叶绿素指数反演算法能够精确地反演太湖区域的叶绿素a浓度值,模型的决定系数(R2)为0.881 2,反演精度优于传统经验统计模型,可为今后更精确地反演内陆水体的叶绿素a浓度提供参考依据。

9个阔叶树种叶绿素估测模型

为了方便快速准确地测量树木叶片的叶绿素质量分数,对9个阔叶树种的叶片采样,利用CCM-200测得的叶绿素指数(CCI值)和叶片厚度因子建立叶绿素的估算模型,将估算结果与萃取法测量叶绿素质量分数比较,分析发现:仅利用CCM-200测得的叶绿素指数估算叶绿素a,叶绿素b和总叶绿素质量分数的线性模型误差较大,叶绿素指数与叶绿素a,叶绿素b和总叶绿素质量分数的决定系数(R2)均在0.610左右,相关性不是很显著。当用比叶质量(SLW)来反映叶片厚度,与叶绿素指数一起作为自变量,分别建立估算叶绿素a,叶绿素b以及总叶绿素质量分数的线性回归方程,发现叶绿素指数及比叶质量与叶绿素a,叶绿素b和总叶绿素质量分数之间的决定系数(R2)分别为0.678,0.707和0.689,相关性得到较大提高。而如果采用比叶面积(SLA),即比叶质量的倒数来反映叶片厚度,与叶绿素指数一起作为自变量,分别建立估算叶绿素a,叶绿素b以及总叶绿素质量分数的线性回归方程,各决定系数分别为0.869,0.893和0.881,相关性得到显著提高。由此得到结论:利用叶绿素指数与比叶面积建立的叶绿素质量分数估算模型精度较高,且适用于多种不同树种叶绿素质量分数估算,具有普适性。

水质遥感在太湖叶绿素a时空分布动态变化研究中的应用

通过研究MODIS遥感数据与太湖现场监测数据之间的规律,确定了一个基于MODIS数据的叶绿素a指数,并以此为基础构建出一个具有普适性的、反映太湖叶绿素a时空分布动态变化的反演模型,为太湖藻类爆发的机理、预警研究以及水环境管理累积数据,提供决策依据。

基于高光谱遥感的长江口叶绿素a浓度反演推算

为了解长江口的水质状况,现场测量叶绿素a浓度,结合高光谱遥感影像,运用波段比值模型、一阶微分模型和水体叶绿素a提取指数(Water Chlorophyll-a Index,WCI)对整个研究区域叶绿素a浓度进行反演推算,并进行空间分布评价;利用实测数据和遥感影像的关系建立反演模型,并结合相关系数、均方根误差和平均相对误差分析和评价反演效果。结果显示,波段比值模型和叶绿素a浓度的相关性达到0.91,均方根误差为1.79,平均相对误差为9.09%;一阶微分模型的相关性为0.95,均方根误差为2.21,平均相对误差为15.31%;WCI模型的相关性高达0.98,均方根误差为1.44,平均相对误差为6.20%。利用WCI模型对整个研究区域的叶绿素a浓度进行模拟,可见研究区域的中间部分叶绿素a含量较低,从中间到两边逐渐增大,南部出现最大值,造成此差异的原因可能是因为北接居民生活区,南邻上海青草沙水库,并且附近存在植被。研究表明,WCI模型的反演效果优于波段比值模型和一阶微分模型,是一种计算简单、精度较高的方法,可以有效地提取水体叶绿素a的浓度,未来可广泛应用于水体环境质量监测。

基于Sentinel-2卫星的星云湖叶绿素a遥感估算研究

本研究采用了哨兵2A卫星建立针对星云湖的叶绿素a遥感估算模型。通过星地同步观测分析了各波段反射率与叶绿素a浓度的相关性,依据DVI,RVI,NDVI,TBM,MCI这5种算法采用不同敏感波段的组合建立了21个模型,再将建模数据集分为全部数据集,高浓度和低浓度数据集,将3个数据集代入21个模型建立63个回归方程,并分析这些回归方程的建模和验证效果,提出针对星云湖不同叶绿素a浓度范围的湖区采用不同的模型进行叶绿素a浓度的遥感估算。本研究结果表明:1) 哨兵2卫星4个红边波段和近红外波段反射率均与叶绿素a浓度呈强烈正相关,叶绿素a浓度高于0.1 mg/L时,最佳模型是RVI1H,其rRMSE和NMAE分别为4.01%和3.95%。叶绿素a浓度低于0.1 mg/L时,最佳模型是NDVI1L,其rRMSE和NMAE分别为25.95%,19.32%,采用TBM1L模型估算比较适合计算全湖的平均值,其MNB为?0.57%。2) 建模的回归方程决定系数高,只能说明建模数据集的线性较好,但是模型是否适用,主要依据还是验证数据的误差。综上,本研究建立的星云湖叶绿素a遥感估算模型,对于星云湖的蓝藻水华遥感监测具有一定的参考价值。

综合干旱指数构建及其在不同草原类型中的应用

干旱指数是评估旱情等级、制定防旱减灾对策的重要指标。该研究从干旱发生的物理机制出发,基于CRITIC(Criteria Importance Through Inter-criteria Correlation)客观赋权法,综合考虑气象标准化降水蒸散指数(Standard Precipitation Evapotranspiration Index,SPEI)、植被供水指数(Vegetation Supply Water Index,VSWI)和日光诱导叶绿素荧光指数(Solar-induced Chlorophyll Fluorescence,SIF)在干旱发展过程中的作用机制,构建融合多源信息的综合干旱指数,探究其在不同草原类型干旱中的适用性和敏感性,进而分析干旱的时空分布及演化特征。结果表明:综合干旱指数既能敏锐捕捉气象干旱的早期开始,亦能从水文和牧业干旱角度综合反映旱情的持续过程和时间,相比单一干旱指数,具有综合表征多尺度干旱演化特征的优势;2007—2018年,内蒙古锡林郭勒草原干旱频率呈波动中下降趋势,干旱强度主要以轻中旱为主,重旱及以上干旱集中在春秋两季;空间分布上从西北向东南逐渐降低,呈现荒漠草原>典型草原>草甸草原,典型草原中北部旱情严重的特征。该研究对蒙古高原不同草原类型干旱事件精准监测及旱灾防御具有重要意义。

基于3种遥感指数的东北春玉米干旱识别对比

以东北春玉米为研究对象,探究利用植被光合特性的日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)指数、近红外-短波红外波段构建的归一化差值水分指数(normalized difference water index,NDWI)和可见光-近红外波段构建的归一化差值植被指数(normalized difference vegetation index,NDVI)识别东北春玉米干旱的准确度和敏感度。研究发现:SIF指数、NDWI和NDVI对干旱识别准确度均超过80%,其中重度干旱准确度超过94%,且在春玉米苗期表现最佳;3种指数对比可知,SIF指数在春玉米干旱识别的准确度和敏感度方面均最佳,分别为89.27%和81.65%,NDWI敏感度次之,NDVI最差。表明基于光合特性的SIF指数在识别东北春玉米干旱方面优于基于地物光谱特性所构建的植被指数。

林下种植二月兰叶绿素荧光特征研究

以早春开花的植物二月兰为材料,研究林下环境下夏季阶段二月兰的生长情况,并比较各种植地点的植株叶绿素荧光参数差异。结果表明,二月兰能适应夏季林下环境,除Fv/Fm和qP指标外,其他叶绿素荧光指数基本正常;Fv/Fm指标有受到轻微的胁迫,且与qP指标变化一致;不同的土壤肥力对二月兰生长影响不大。因此,二月兰有良好的适应性,适合大范围种植。

基于SIF的东北春玉米干旱动态阈值构建

为实现对春玉米全生育期干旱的动态监测,消除分段式干旱灾害阈值在跨越发育期的灾情监测中的跳跃性,该研究构建了东北春玉米全生育期干旱动态阈值,实现了对玉米全生育期灾情的连续性监测。该研究以东北地区春玉米为研究对象,基于时间序列日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)数据,结合2000—2020年东北地区春玉米实际干旱灾情资料,采用多项式、高斯拟合法构建东北春玉米不同干旱等级曲线,得到最优拟合模型,以相邻干旱等级拟合曲线的平均值作为玉米全生育期各干旱等级动态临界阈值,并用独立样本和典型干旱事件验证动态临界阈值。结果表明,高斯拟合模型在描述东北春玉米不同干旱等级时间序列叶绿素荧光指数值时较多项式拟合效果更佳;该研究构建的东北春玉米不同干旱等级动态阈值能较好地反映东北地区春玉米干旱情况,干旱等级识别结果与实际灾情等级基本符合的占91.03%,其中完全符合的占82.76%,验证精度较高;基于典型干旱事件的时空验证结果也表明该干旱等级动态阈值能较好地反映东北地区春玉米干旱时空演变特征和干旱灾情的发生发展动态。

宿根黄化对甘蔗主要农艺性状及内源激素的影响

为了探明宿根黄化对甘蔗主要农艺性状及内源激素变化的影响,对发生宿根黄化后甘蔗体内激素水平高低、叶绿素指数变化,以及分蘖、株高等主要农艺性状进行分析。结果表明,黄化株经过了近40 d的生长,叶绿素指数达到40,与正常株刚出苗时的叶绿素指数相当,经过62 d基本完成复绿。正常株的株高、叶片数、节数和分蘖数的增量分别是黄化株的1285%、371%、860%和1650%。在5个观察期,正常株和黄化株的株高、叶片数、节数和分蘖数都有极显著差异;黄化株赤霉素含量比正常株低21.2%,生长素和细胞分裂素含量分别比正常株高17.3%和12.9%,与正常株差异显著;黄化株的玉米素、脱落酸和乙烯含量分别比正常株提高54.5%、195.5%和47.4%,与正常株差异极显著。本研究初步探索了宿根黄化对甘蔗主要农艺性状及内源激素的影响,为甘蔗宿根黄化病的有效防控提供依据。