玉米和大豆LAI高光谱遥感估算模型研究

以ASD FieldSpec光谱仪实测了不同生长季的大田玉米、大豆的冠层高光谱与作物的叶面积指数LAI。采用单变量线性与非线性拟合和逐步回归分析的方式,建立了玉米、大豆LAI高光谱遥感估算模型,并对模型的估算结果进行了初步分析。分析结果表明,绿光波段反射峰区、红光波段以及近红外区的单波段反射率与作物的LAI有较强的相关性,而其他波段的反射率与作物的LAI的相关性相对较弱;以高光谱的窄波段构造的NDVI和RVI与作物的LAI的相关程度高,回归模型的预测水平高;而以多波段逐步回归方式构造的统计模型的预测效果最好。     

稻瘟病胁迫下水稻叶片叶绿素含量与光谱特征参数的相关性研究

为实现受稻瘟病侵染水稻叶片叶绿素含量的高光谱反演,以‘陵两优268’为研究对象,测定受稻瘟病侵染的85个水稻叶片样品的叶绿素含量和高光谱反射率,分析受稻瘟病侵染的水稻叶片高光谱反射率与叶绿素含量间的相关关系,使用线性与非线性回归技术建立叶绿素含量反演模型。结果显示:叶绿素含量与原始光谱及一阶导数光谱的敏感波段分别发生在700 nm和752 nm,基于光谱特征参数SDr的回归模型均方根误差为1.27,平均相对误差为10.2%。研究表明受稻瘟病侵染水稻叶片光谱反射率差异明显,基于光谱特征参数SDr的回归模型预测叶绿素含量具有较高的精度。     

基于近地高光谱棉花生物量遥感估算模型

分析棉花地上鲜生物量冠层高光谱反射率变异系数，反射率光谱、一阶微分光谱与地上鲜生物量相关关系得结果表明：在可见光近红外波段棉花冠层反射率光谱变异系数在672 nm波段处最大；棉花地上鲜生物量与反射率光谱相关系数最大值在可见光波段出现在589~700 nm，在近红外波段出现在865~919 nm波段，且前者大于后者。地上鲜生物量与一阶微分光谱相关系数在可见光波段出现524~528 nm、552~588 nm、710~755 nm 3个高值区。基于以上研究，选择19个高光谱特征参数建立了棉花地上鲜生物量高光谱遥感监测模型，经检验，单波段中以F₆₂₉估算水平最高，估算模型为Y = 9.7914 exp(－20.738 F629)，准确度为83.9%、RMSE为0.64 kg m^-2、预测值与实测值相关系数为0.940**；组合参数以[629, 901]指数形式估算模型估算水平最高，模型为Y = 0.0986 exp(4.3696[629, 901])，准确度达84.0%，RMSE为0.55 kg m^-2，预测值与实测值相关系数为0.960**，上述两个模型为参选模型中估算棉花地上鲜生物量最佳高光谱估算模型。     

棉花高光谱植被指数与LAI和地上鲜生物量的相关分析

通过测试棉花关键生育阶段350-2500nm波段的冠层高光谱数据,用近红外波段760-850nm及红光波段650-670nm的2个范围内的波段,组成了高光谱归一化植被指数（NDVI）及800和670nm2个波段组成修改型二次土壤调节植被指数（MSAVI2）,分别与棉花叶面积指数（LAI）和地上鲜生物量进行相关分析,结果表明,棉花NDVI和MSAVI2与LAI和地上鲜生物量两个参数均以幂指数相关关系为最佳（RNDVI-LAI=0.7346＊＊,RMSAVI2-LAI=0.7436＊＊,n=81;RNDVI-鲜生物量=0.7426＊＊,RMSAVI2-鲜生物量=0.7934＊＊,n=59）,MSAVI2与LAI和地上鲜生物量的相关性均高于NDVI与LAI和地上鲜生物量的相关性,说明MSAVI2较NDVI更好的消除土壤背景等对反射光谱造成的影响,较精确的提取反映棉花生长状况的叶面积指数和生物量信息。     

基于无人机高光谱影像的玉米地上生物量反演

【目的】研究以玉米地上干生物量为研究对象,探讨基于无人机高光谱数据利用人工神经网络法反演生物量的可行性。【方法】在吉林省蔡家镇开展玉米氮肥梯度试验,并进行无人机高光谱数据和地上干生物量获取,共获数据30组。随机选22组数据用于建模,剩下8组用于模型的外部验证。分别基于光谱指数法和BP神经网络算法构建反演模型,比较分析各种方法反演玉米生物量的优劣。【结果】结果表明：和基于光谱指数构建的生物量反演模型相比,BP神经网络模型取得了更好的反演结果。其建模时决定系数为0.99均方根误差为0.08 t/ha,相对均方根误差为3.39%；外部验证时,决定系数为0.99,均方根误差为0.15 t/ha,相对均方根误差为8.56%。【结论】BP神经网络模型可有效提高无人机高光谱遥感反演玉米地上生物量的精度。     

马尾松赤枯病冠层光谱特征及严重度反演

为了实现快速、准确、大面积监测马尾松赤枯病,促进高光谱遥感技术在森林病虫害监测中的应用,通过获取不同严重度的马尾松赤枯病冠层高光谱数据,将冠层光谱、一阶微分和病情严重度数据分别进行相关分析,采用单变量线性回归和多变量逐步回归技术建立马尾松赤枯病病情严重度的反演模型。结果表明：随病情严重度的增加,可见光范围的冠层反射率逐渐增加,近红外波段的冠层反射率逐渐降低,其中在红边（680~780 nm）区域变化最大,且病情严重度与红边特征参数存在显著线性关系;以红边特征参数为自变量建立的多变量逐步回归模型,比单变量线性模型反演病情严重度的效果更好,其拟合R2、预测R2和均方根误差分别为0.815、0.778和0.053,说明红边特征参数对马尾松赤枯病病情严重度具有很好的指示作用。     

玉米粗脂肪含量高光谱估算模型初探

通过测定不同品种玉米不同器官（叶片、茎、穗和叶鞘）的室内光谱反射率及其对应的粗脂肪含量,采用相关性分析以及单变量线性拟合分析技术,对粗脂肪含量与原始光谱反射率、光谱反射率一阶微分之间的关系进行了分析。结果表明,采用高光谱反射率对玉米粗脂肪含量进行估算具有可行性。对所构建的方程采用3类指标进行精度检验,认为由1 954 nm处光谱反射率一阶微分所构建的指数模型可对玉米粗脂肪含量较好地预测。     

水稻叶片叶绿素含量与吸收光谱变量的相关性研究

采用小区试验研究了水稻叶片叶绿素含量与吸收光谱衍生变量的相关性。结果表明：拔节期、抽穗期和灌浆期是水稻叶片诊断的敏感时期;选择最佳的敏感波段组合构造衍生变量,利用光谱衍生变量反演水稻叶片叶绿素含量。发现：在抽穗期和灌浆期,对数相加模型的反演能力明显优于SPAD值的反演能力。SPAD值的反演能力仅在拔节期略优于对数相加模型的反演能力,说明用每个生育期的相应敏感光谱波段对数相加能更加准确地估测叶绿素含量。本文为进一步改进SPAD-502的测量性能提出一些探索性研究。     

毛竹林叶片磷和钾含量的不同尺度光谱响应研究

研究不同尺度光谱对毛竹林叶片磷和钾含量的响应机制,为实时掌握毛竹林生长状况和营养水平有理论意义和实践指导价值。以毛竹林叶片与冠层2个尺度的原始光谱为数据源,通过一阶微分光谱等光谱变换,采用回归统计分析构建不同尺度磷素和钾素含量与敏感波段的光谱估算模型,并对其稳定性和预测性进行精度评价。结果表明：叶片光谱分析中以磷含量一阶微分光谱为变量的线性回归方程模型拟合精度高达74.90%,且在建立专一性较高的磷素含量估算模型上更有优势;冠层光谱分析中以钾含量一阶微分光谱为变量的线性方程模型拟合精度高达78.71%,且在建立专一性较高的钾素含量估算模型上更有优势;同时,一阶微分光谱可降低空间异质性以提高光谱估算模型反演精度。     

基于高光谱的水稻叶片氮含量估计的深度森林模型研究

高光谱遥感已经成为快速诊断作物水氮状态的一种有效手段。然而,传统的回归方法和机器学习往往难以挖掘高光谱的全部信息,深度神经网络又通常需要大量的训练数据,因此本研究试图探索在少量数据条件下构建深度学习模型并实现叶片氮含量的精准估计。通过在湖北省监利县开展了连续2年不同氮素胁迫水平的水稻试验,测量了作物全生育期内的216组冠层光谱和叶片氮含量。基于一阶导数光谱,本文构建了一种新的深度学习模型(深度森林DF)来进行叶片氮含量的反演,并与2种经典机器学习模型(随机森林RF和支持向量机SVM)和一种深度神经网络模型(多层感知器MLP)进行比较。结果表明,在基于少量高光谱数据的情况下,DF对水稻叶片氮含量的估算精度要高于MLP,其中预测精度最高的模型为全波段光谱反演的DF模型(R²=0.919,RMSE=0.327)。在2种经典机器学习模型中,RF的估计效果优于SVM,但2种模型结果都不够稳定。研究表明,深度森林可以提升高光谱反演叶片氮含量的精度和稳定性,并且可以通过多粒度扫描相对减轻过拟合程度。该研究结果可为少量数据条件下快速监测作物叶片氮含量提供参考。     

冬小麦生物量及氮积累量的植被指数动态模型研究

利用遥感技术实时监测小麦生长状况,依据监测结果适时促控,可提高产量。本研究以高产小麦品种周麦27为试验材料,在不同试验地点设置了水氮耦合的大田试验,筛选出了适宜监测冬小麦地上部氮积累量和生物量的植被指数,并构建了不同产量水平下优选植被指数的动态模型。结果表明,(1)不同的水氮耦合模式显著影响小麦冠层光谱变化,在350～700nm和750～900nm表现相反的反应特征;(2)对2个农学生长指标反应敏感且兼容性好的植被指数主要有修正型红边比率(mRER)、土壤调整植被指数[SAVI(825,735)]、红边叶绿素指数(CI_(red-edge))和归一化差异光谱指数(NDSI),其与产量间相关性较好的时期为拔节至灌浆中期;(3)双Logistic模型可以很好地拟合植被指数的动态变化,高产和超高产水平下拟合精度较高(R~20.82),而低产水平下相对较低(R~2=0.608～0.736)。比较而言,CI_(red-edge)和SAVI (825, 735)用于评价小麦长势较为适宜。研究结果对作物因地定产、以苗管理、分类促控具有重要意义。     

水稻透射光谱与氮含量的相关性研究

采用小区试验研究了水稻叶片氮含量与透射光谱的相关性。用“秀水110”建立诊断模型,再用“协优9308”进行检测,分析一阶导数光谱与叶片氮含量的相关性。结果表明,一阶导数光谱与氮含量显著相关,相关系数可达R2=0.74。预测模型可达R2=0.84。与一阶导数光谱相比,还建立了3个植被指数：蓝波段透射光谱氮指数(BETNI)、波段透射光谱氮指数(YETNI)和红波段透射光谱氮指数(RETNI),并分别计算了它们在这三个波段的特殊波长的值。在这些特殊波长处,3个指标与氮含量的相关性明显比单叶片的透射光谱的相关性显著。YETNI610,YETNI630,YETNI643,YETNI652,and RETNI能够很好的预测氮含量;对于“协优9308”的预测结果显示YETNI570,YETNI592和RETNI最优。分析结果显示,透射光谱的氮指标（YETNI570,YETCI592,and RETNI）能够最好地预测氮含量。     

氮素和小麦条锈病胁迫下小麦高光谱遥感估产模型研究

为了构建不同施氮水平和条锈病发病条件下的小麦估产模型,设置了不同氮素水平及人工接种小麦条锈病,通过采用将多个关键生育期的光谱植被指数、一阶微分参数与小麦条锈病病情指数、叶片含氮量、产量构成因子、产量进行相关分析,植被指数、一阶微分参数与产量进行回归分析的方法,研究与产量相关性高的植被指数、微分参数,结果表明分别利用绿光红光比值植被指数(GR)和绿光波段一阶微分值总和(SDg)、蓝光波段一阶微分值总和(SDb)在灌浆期构建的估产模型预测效果较好,2010年预测准确率分别可以达到99.87%、99.98%,2011年预测准确率分别可以达到97.9%和95%。通过试验研究发现高光谱遥感技术在氮素和小麦条锈病双重胁迫下也可以较好的预测产量,这对研究多重胁迫、多种栽培措施下的小麦估产模型有重要意义。     

作物光谱分析技术及在生长监测中的应用

适时准确监测作物生长状态,对于提高水肥等精准管理水平具有重要意义。基于植被光谱特征分析,通过提取光谱敏感波段,运用植被指数、导数光谱、红边位移分析和连续统去除等光谱处理方法,结合运用统计回归方法反演植被（作物）生长及生物理化参数,从而达到监测作物生长状况和预测产量和品质的目的。本文概述了目前利用光谱分析技术估测作物生长状态及其生化组分含量的研究进展,介绍了作物产量预报和品质预测的研究概况,指出作物光谱监测的研究方向。     

水稻根系与氮素吸收利用之研究进展

当前中国过高的氮肥施用量引起相对严重的环境问题。氮素是作物最主要的营养元素,而根系则是水稻吸收养分的主要器官,多项研究表明,作物对氮素的高效吸收取决于根系的生物学特征。因此研究水稻根系与氮素吸收利用的关系对于提高氮肥利用率、缓解环境污染具有重要意义。综述了近年来与水稻对氮素养分吸收和利用有关的根系研究的情况,归纳和比较了水稻根系形态及其活力的一般研究方法,并对氮素养分与水稻根系形态及根系生理活性的关系进行了探讨。     

不同栽培条件下水稻分蘖角度动态变化分析

110161沈阳市东陵路120号沈阳农业大学水稻研究所     

不同光谱指数反演马铃薯叶片氮累积量的研究

As an important derivative parameter of optical spectrum, spectral index could reflect the leaf nitrogen accumulation of crops. However, the sensitive spectral index varies with different environments and crops. In order to obtain the sensitive spectral index for potato in Inner Mongolia, field experiments were conducted in Chayouzhongqi and Hangjinqi of Inner Mongolia from 2016 to 2018, and during the potato growth period, the canopy spectrum information of potato cultivars Kexin 1 and Shepody was obtained using a handheld spectrometer (SVC HR-1024i). Based on the previous spectral indices algorithm, the correlation coefficients between the leaves nitrogen accumulation of potato (LNA) and each of the 22 spectral indices were compared, and the nitrogen nutrition diagnosis models of potato at critical growth stages were established using linear and nonlinear regression analysis. The results were as follows: (1) the red edge area was the main spectral band for inverting the LNA of potato, and Vogelmann red edge index 2 (VOG2), Vogelmann red edge index 3 (VOG3) were the sensitive spectral indices for potato LNA in Inner Mongolia, which composed of 715, 720, 726, 734, and 747 nm of spectral bands. (2) At the seedling stage, tuber formation stage or whole growth stage, the quadratic regression models (R ² > 0.75) between VOG3 and LNA could estimate better the LNA of potato under different nitrogen levels using VOG3. (3) The root mean square error (RMSE) of the models was 4.04-6.69, 9.45-10.89, 9.17-13.45 kg hm ^-2, indicating the accuracy of using the models to predict potato LNA varies with potato growth stage, and it was lower at late growth stages, while it is higher for whole growth duration. In summary, the staged modeling for potato early growth period and the unified modeling for potato later growth period could accurately estimate the potato LNA, which provides a theoretical basis and method for the application of spectral indices in the nitrogen nutrition diagnosis of potato.     

新型光源发光二极管(LED)下白掌组培苗移栽后生长状况研究

为了研究白掌组培苗在新型光源发光二极管(LED)下的生长状况,以亮叶白掌为试验植物材料,采用以性能稳定的超高亮度红光LED（主波长640 nm）和超高亮蓝光LED（主波长464 nm）为光源材料,探讨了新型光源LED对白掌试管苗移栽后生长的影响,研究适合白掌组培苗移栽后生长的光质条件。结果表明：株高最大值出现在50%R+50%B处理下。在叶长和叶幅方面,光质比为80%R+20%B时达到最大值,且与对照处理间有显著性差异;在根数和根系活力方面,80%R+20%B处理下达到最大值。在根长方面,50%R+50%B处理下达到最大值。在鲜重和干重方面,白掌组培苗在80%R+20%B处理下都达到最大值。在叶绿素含量方面,只有在50%R+50%B处理下高于对照处理,其他的处理也都低于对照处理。综上分析,80%R+20%B处理的白掌组培苗移栽后生长状况最好。     

石羊河流域下游民勤县典型荒漠土壤光谱特征分析

为了找出荒漠区土壤地物光谱特征变异的规律及其与植被覆盖度变化之间的对应关系,以石羊河流域下游荒漠化典型地区民勤县为研究区,用SVC HR768光谱仪对流沙地、砾质戈壁和土质戈壁进行了野外光谱测量。对土壤光谱反射率特征曲线和光谱一阶导数分析结果表明,研究区土壤具独特的波浪型光谱曲线,光谱曲线形状相似,土质戈壁的光谱反射率明显高于流沙地和砾质戈壁,其差异在700~1000 nm最为明显;在红边范围内(680~760 nm),导数光谱可以抑制土壤背景信息,突出植被的“红边效应”,这可以作为荒漠植被信息的定量反演的波段范围;在所测波长范围内,流沙地和砾质戈壁的土壤反射率都随植被覆盖度的增加而降低,土壤反射率对植被变化较为敏感。因此,荒漠土壤光谱反射曲线变化可反映出沙化程度的变化,可以作为荒漠化定量研究的可靠依据。     

不同光质对峨眉岩白菜农艺性状的影响

通过覆盖5种不同颜色的彩色塑料薄膜获得5种不同光质处理,比较研究了2个年度内不同光质处理对峨眉岩白菜的形态指标和生物量的影响,结果表明：（1）覆盖白膜有利于峨眉岩白菜株高、株幅、叶片数、叶片长度、叶片宽度和根状茎直径的增加,覆盖蓝膜最不利于上述形态指标的增加。（2）红膜、白膜和黄膜处理有利于峨眉岩白菜叶片鲜重和干重的增加,而蓝膜处理最不利于峨眉岩白菜叶片增加鲜重和干重,不同光质对株根状茎生物量和株生物量的影响未达到差异显著水平。（3）综合12个形态和生物量性状,覆盖白膜最适于峨眉岩白菜生长和干物质的积累,覆盖蓝膜对岩白菜的生长和干物质积累有显著的抑制作用。