玉米全氮含量高光谱遥感估算模型研究

该文对不同品种玉米测定了其室内光谱反射率及其对应的全氮含量,采用相关性分析以及单变量线性与非线性拟合分析技术,对全氮含量与原始光谱反射率、光谱反射率一阶微分、一些高光谱特征参数(如红边波长、红边位置以及红边面积等)以及由一阶微分光谱所构建的一些比值植被指数和归一化植被指数之间的关系进行了分析,结果表明:全氮含量与原始光谱在716 nm处具有最大相关系数(r=-0.847),呈极显著负相关,并且基于此波长所构建的对数关系估算模型明显优于线性模型;与光谱反射率一阶微分值在759 nm处具有最大相关系数(r=0.944),呈极显著正相关,并且基于此波长所构建的线性和非线性模型的拟合效果接近;对于所选取的3类高光谱特征变量,全氮含量除了与黄边位置(λy)以及由红边面积和黄边面积所构建的比值植被指数和归一化植被指数的相关性较弱之外,与其余变量均呈极显著相关关系,说明由这些变量对玉米全氮含量进行估算具有可行性;对所建立的各类方程进行精度检验,最终筛选确定由759 nm处的光谱反射率一阶微分值所构建的指数模型作为对玉米全N含量的预测模型最为理想。

玉米叶绿素高光谱遥感估算模型研究

对不同品种玉米测定了不同层位叶片(上、中、下)以及叶片不同部位(叶尖、叶中、叶基和叶脉)的室内光谱反射率及其对应的叶绿素含量,采用单变量线性与非线性拟合分析技术,对叶绿素含量与原始光谱反射率、高光谱特征参数(如红边波长、红边位置以及红边面积等)以及植被指数之间的关系进行了分析。结果表明:叶绿素含量与原始光谱在713 nm处具有最大相关系数(R=-0.815),并且基于此波长所构建的指数估算模型明显优于线性模型;基于光谱位置和光谱面积的变量与叶绿素都呈负相关,植被指数与叶绿素含量均呈正相关,并且植被指数相关性优于单一的特征变量,比值植被指数(RVI)相关性优于归一化植被指数(NDVI);模型精度检验结果表明以蓝边面积变量(SDb)为自变量所构建的指数模型对叶绿素含量估算较好。

天山北坡草地盖度高光谱遥感估算

以天山北坡乌鲁木齐县甘沟乡为研究区,利用美国SVC HR-768便携式光谱仪采集25块样方的高光谱数据,并测定对应样方中草地盖度,分析草地盖度与原始光谱、一阶微分光谱和高光谱特征变量之间的相关关系;采用回归统计的方法,基于高光谱位置变量、高光谱面积变量和高光谱植被指数变量构建草地盖度的估测模型,并进行模型精度评价。结果表明,研究区草地盖度与植被冠层光谱反射率相关性较强的波段范围为354-704、1 420-1 481和1 904-2 512nm;基于一阶微分光谱和高光谱植被指数构建的估测模型能更好地反演草地盖度。通过模型检验,确定基于560nm的光谱一阶微分模型y=-384.153x+72.096可作为草地盖度的最优估测模型,模型均方根误差为7.344%,估算精度为90.343%。

利用高光谱数据快速估算高羊茅牧草光合色素的研究

光合色素是植物体进行初级生产的重要物质,能够间接反映植被的健康状况与光合能力,同时,高光谱遥感为快速、大面积监测植被的色素变化提供了可能。本研究以高羊茅牧草为材料,实测了高羊茅冠层的高光谱反射率与光合色素含量数据,对二者进行了相关分析,从5大类12个高光谱特征变量{Rg、R710、Dλr、Dλ700、D[log(1/iλ)]、Sg、RVIa、RVIb、PSSR、PSND、Rch、CARI}中挑选了光合色素敏感参数,建立了植被指数光合色素估算模型。结果表明,光合色素叶绿素a、叶绿素b、总叶绿素和类胡萝卜素与原始光谱进行相关性比较分析时,叶绿素b效果最好;原始光谱、光谱一阶导和倒数对数一阶导3种光谱形式与光合色素进行比较分析时,光谱一阶导在700 nm附近与光合色素相关性最好,相关系数为-0.897;通过12个高光谱特征变量与光合色素相关性比较,选择达到极显著水平的6个变量:Rg、D7λ00、D[log(1/R730)]、RVIb、Rch、CARI进行光合色素含量的回归模型建立,这为利用物理方法快速、无损伤探测高羊茅牧草的营养状况及牧草质量提供了理论支持。

棉花单叶黄萎病病情严重度高光谱反演模型研究

对棉花单叶黄萎病病情严重度与原始及一阶微分光谱反射率、高光谱特征参数进行相关分析,构建病情严重度反演模型。结果表明:可见光和短波红外波段光谱反射率随病情严重度增加而增大,且可见光波段光谱反射率差异比短波红外波段更为显著。以红边面积为自变量的线性模型(r=0.6696)及以波长694nm处原始光谱反射率为自变量的对数模型(r=0.6794)均能较好反演病情严重度。通过模型精度检验发现,以714nm处一阶微分光谱反射率为自变量的线性模型为病情严重度诊断的最佳模型,即y=-282.3x+3.8112,该模型具有最大相关系数(拟合r=0.6992,预测r=0.9410),最小均方根误差(0.2571)和相对误差(12.74%)。文章结果对深入研究棉花黄萎病遥感监测机理提供了理论依据,对利用高光谱遥感数据获取病害信息具有重要应用价值。

模拟太阳辐射减弱对不同播期冬小麦田N_(2)O排放影响及光谱估算

太阳辐射减弱是全球气候变化的主要特征之一。太阳辐射减弱对农田氧化亚氮(N_(2)O)排放有何影响以及能否基于高光谱遥感进行估算,尚未见报道。通过田间模拟试验,探讨了不同遮阴强度下不同播期对冬小麦田N_(2)O排放的影响及基于冠层高光谱变量估算N_(2)O排放通量。采用普通黑色遮阳网覆盖冬小麦植株冠层,以模拟太阳辐射减弱。遮阴强度设3个水平,即对照(CK,不遮阴,遮阴率为0)、中度遮阴(S1,遮阴率为61.85%)和重度遮阴(S2,遮阴率为83.91%);播期设2个水平,即常规播期(T)和晚播(L)。结果表明:①遮阴显著提高了冬小麦农田N_(2)O排放量,即S2>S1>CK;晚播明显降低麦田N_(2)O排放量。②冬小麦冠层光谱反射率与N_(2)O排放通量的敏感波段,主要在红光波段和近红外波段,拔节期呈显著正相关,最大相关系数为0.92,孕穗—抽穗期呈显著负相关,最大负相关为-0.75。6种植被指数与N_(2)O排放通量呈显著相关性,其中NLI(非线性植被指数)与N_(2)O排放通量的相关系数最佳,为0.93(拔节期)、-0.77(孕穗—抽穗期)。③于拔节期建立了以NLI和629、630 nm原始反射率(ρ629、ρ630)为参数估算N_(2)O排放通量的逐步回归模型,建模集和验证集决定系数R^(2)分别为0.89和0.83;于孕穗—抽穗期建立了以ρ1072、ρ760为参数估算N_(2)O排放通量的双变量模型,R^(2)分别为0.70和0.75。研究认为,通过构建高光谱遥感参数模型估算农田N_(2)O排放量是可行的,这为进一步开展区域农田N_(2)O排放量遥感监测提供了试验参考依据。