利用光谱反射率估算叶片生化组分和籽粒品质指标研究

对可见光至短波红外波段(350—2500nm)冬小麦田间冠层光谱反射率与叶片含氮量间的关系进行了相关分析。结果表明，820—1100nm波段的光谱反射率与叶片含氮量极显著正相关；1150—1300hm波段的光谱反射率与叶片含氮量显著正相关，以上两波段为叶片全氮的敏感波段。对各生育时期叶片全氮与其他生化组分的关系进行了回归分析，并建立了相关的回归方程，显著性检验结果表明，方程具有较高的可靠性。小麦的叶片含氮量可以估算其它生化组分及干物质指标含量，开花期叶片含氮量可用来估测籽粒蛋白质和干面筋等品质指标含量。     

叶片化学组分成像光谱遥感探测机理分析

利用地面光谱仪的测量数据 ,进行了成像光谱遥感探测叶片化学组分的机理性研究。采用多元逐步回归方法 ,分析了鲜叶片 7种化学组分含量与其光谱特性的统计关系 ,分别建立了反射率 ρ及其变化式 1/ρ、logρ和ρ的一阶导数Kρ 与化学组分含量的统计方程 ,并对这 4个指标的性能进行了比较和评价。结果表明 ,在 95 %的置信水平下 ,可以由叶片的精细光谱特征较好地反映出化学组分含量 ;特别是利用Kρ 作为因子 ,使置信水平提高到 99% ,尤以对粗蛋白质、N、K含量反映最好 ,R2 均达到 0 8以上 ,粗蛋白质可达 0 95 6 4,从而为进一步探讨在中国利用成像光谱遥感探测叶片化学组分奠定了基础     

叶片化学组分成像光谱遥感探测分析

利用地面光谱仪的测量数据,进行了成像光谱遥感探测叶片学组分的机理性研究。采用多元逐步回归方法,分析了鲜叶片７种化学组分含量与其光谱特性的关系,分别建立的反射率ρ及其变化式１／ρ、ｌｏｇρ和ρ的一阶导数Ｋρ与化学组分含量的统计方程,并对这４个指标的性能进行了比较了评价。结果表明,在９５％的置信水平下,可以由叶片的精细光谱特征较好地反映出化学组分含量;特别是利用Ｋρ作为因子,使置信水平提高到９９％,尤     

叶片生化组分浓度对单叶光谱影响研究——以2100nm吸收特征的碳氮比反演为例

运用连续统去除法和波深归一化方法对构成植物叶片碳氮比的基本因素——总碳和总氮浓度进行深入研究,对其组成物质的浓度差异在2030—2220nm区间内光谱响应的物理机制进行深入分析。在对多组典型叶片的对比分析后发现,经连续统去除后的相对反射率光谱中可以明显观察到碳、氮浓度差异造成的影响,而其影响与纤维素、木质素和蛋白质在此范围的吸收特征密切相关。其中,以纤维素和木质素为代表的碳浓度的影响主要体现在2030—2050nm区间,而以蛋白质为代表的氮浓度的影响则体现在2054nm和2172nm附近存在的斜率突变上。另外利用波深归一化方法再次证明了氮浓度对2054nm和2172nm处光谱特征的影响,进一步证实蛋白质双峰特征在光谱上的响应,并通过相关分析和回归分析验证了相对反射率光谱与碳氮比之间的定量关系。     

植物叶片生化组分遥感反演的主成分变换算法

主成分分析(PCA)算法是一种常见的高光谱数据特征提取方法。针对PROSPECT辐射传输模型反演问题,尝试了两种PCA算法来对高光谱数据进行变换,进而反演植被生化组分含量。反演结果表明:两种PCA反演算法均能对传统反演算法中干物质难反演的问题有所改善;分块主成分算法比全局主成分算法具有更好的反演效果。     

高光谱激光雷达提取植被生化组分垂直分布

对地高光谱激光雷达可以获得观测对象含有高光谱属性的全波形激光雷达回波,为探测植被生化特征的立体分布提供了新的遥感探测手段。基于此仪器开展室内试验,提出了植被生化组分垂直分布提取方法。首先,针对仪器的特点,提出了高光谱激光雷达全波形数据处理的方法;其次,以火炬花为例开展了室内扫描,并对获取的高光谱激光雷达数据进行了处理,获得带有高光谱属性的激光雷达点云数据;最后,根据植被指数与生化组分的关系,提取了叶绿素和胡萝卜素的生化组分垂直分布结果。研究结果表明,在植被顶部生化组分含量较低,叶绿素a普遍低于0.5 mg/g,胡萝卜素低于0.2 mg/g,而在中部叶片处,生化组分含量明显较高,与红色(顶部)和绿色叶片(中部)在植被垂直方向的分布一致,这表明基于仪器开展植被生理生化参数垂直分布遥感反演具有极大的应用潜力。     

苹果树叶片全氮含量高光谱估算模型研究

采用Field-Spec Pro便携式光谱仪,测定了不同苹果品种叶片的光谱反射率及对应的全氮含量,采用相关性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、一阶微分光谱、高光谱参数之间的关系进行了分析。研究确立叶片全氮含量的定量监测模型,以期为遥感技术在苹果氮素营养诊断中的实际应用提供理论依据。结果表明:全氮含量与原始光谱在715nm处具有最大负相关系数(r=?0.817),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;光谱反射率一阶微分值在723nm处具有最大正相关系数(r=0.87),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及由红边位置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外,与其余变量均呈极显著相关,说明这些变量对苹果叶片全氮含量进行估算具有可行性。对所建立的各类方程进行检验,最终筛选确定在723nm处的光谱反射率一阶微分值所构建的指数模型作为苹果叶片全氮含量的预测模型最为理想。     

应用荧光光谱特征作受害植物判别指标的研究

本文讨论了几种植物在正常、受害及衰老状况下的荧光光谱特征及其变化。结果表明,叶绿素两个荧光峰强度的消长与植物受害程度有着内在的联系,利用这种关系可预测植物长势和进行植物生理状态的研究。     

水稻叶片不同光谱形式反演叶绿素含量的对比分析研究

通过对常优1号和武粳15两个品种水稻叶片的反射率R、lg(1/R)、反射率一阶微分（FD）和反射率归一化（BN）等光谱形式的测量和计算，分析了叶片光谱不同变化形式与叶绿素含量的相关关系，建立了统计方程，并进行了比较与评价，同时，对反演方程的最佳波段选择进行了探讨。结果表明，叶绿素含量与反射率一阶微分光谱方程的相关性最强，而采用lg(1/R)的光谱形式能够提高遥感反演叶绿素含量的效果。经验证，两个水稻品种叶绿素含量的模拟值与实测值的复相关系数R2分别达到0.641和0. 818。     

利用光化学反射植被指数估算光能利用率研究的进展

植被光能利用率(LUE)是估计植被初级生产力(GPP)和净初级生产力(NPP)模型的一个重要输入,准确地估计LUE对于生态学研究有重要的意义.由于LUE随环境的变化关系十分复杂,现有的LUE估算模型过于粗糙简单,而通过遥感直接估计LUE将会更加可靠.研究表明,光化学反射植被指数(PRI)与LUE有很好的相关性,故PRI在利用遥感估计LUE方面具有极大的潜力.但是很多研究也发现了PRI-LUE的关系不够稳健,受许多因素的干扰,比如物种构成、冠层结构及大气等.因此,PRI的广泛应用还需要更多的研究.本文首先介绍了PRI的定义及PRI随LUE变化的生理机制,再综述了一些利用遥感手段建立PRI-LUE关系的例子,然后分析了影响PRI-LUE关系的各种干扰因素,最后对PRI研究取得的成果、存在的问题以及发展前景作了总结.     

冬小麦冠层氮素的垂直分布及光谱响应

考察了田间条件下冬小麦主要生育阶段冠层氮素、叶绿素的垂直分布及其光谱响应。不同叶层的叶片含氮量按上 (冠层顶部向下至 1 / 3株高处 )、中、下层的顺序呈明显下降的梯度 ,全生育期不同土壤施氮处理平均 ,上、中层间相差 1 3 3% ,中、下层间相差 2 9 5 %。在生育前期 ,各层叶片的含氮量随土壤供氮水平增高而增加 ,但不同叶层间氮素的梯度相对稳定。到生育中后期 ,中、下层叶片间氮素含量梯度增大 ,且随土壤供氮水平增高而加剧 ,最大时可相差 4 5 3% ;冠层内叶绿素 (a b)含量的垂直分布规律与氮素含量的垂直分布相类似 ,但对土壤供氮水平的反应上表现出与氮素不尽一致的趋势。不同叶层的光谱特征表现为 ,在土壤低氮水平下 ,不同叶层间在红光波段、短波红外波段 (1 4 0 0nm— 1 80 0nm及 1 95 0nm— 2 30 0nm)的反射率差异显著 ,下部叶层的反射率显著高于上、中叶层 ,但在土壤高氮水平下 ,上述差异消失 ;在近红外平台处 ,不同叶层间反射率按上、中、下顺序降低 ,梯度分布特征明显。利用近红外波段的冠层反射光谱能够很好地反演中下层叶片的叶绿素含量     

Relationship of Hyperspectral Reflectance Indices with Leaf N and P Concentration,Dry Matter Accumulation and Grain Yield of Wheat

A field experiment was conducted on wheat during rabi season of year 2010–2011 and 2011–2012 at IARI, New Delhi to study the reflectance response of wheat to the nutrient omissions and identify the appropriate indices for assessing the nutrient deficiencies. Treatments comprised omission of N, P, K, S and Zn, 50% omission of N, P, and K, absolute control and optimum dose of nutrition (150–26.4–50–15–3 kg/ha N–P–K–S–Zn). The R² were significant and higher for the hyperspectral indices than the broad band vegetation indices. GMI-I, RI-2 dB and RI-3d, GNDVI, VOGa, VOGb, VOGc, ND₇₀₅, PRI, PSNDc and REIP had higher R² (>0.61) for the leaf N concentration. The hyperspectral indices having highly significant correlation with leaf P concentration were PSSRc, GMI-1, ZM, RI-half, VOGa, VOGb, VOGc, mSR and REIP. Among the indices analysed PSSRc, GMI-I, VOGa, RI-2 dB, RI-3 dB, GNDVI, VOGb, VOGc and ND₇₀₅ had almost a similar degree of relationship with DM accumulation with R² values ranging from 0.70 to 0.73. However, REIP displayed a higher degree of relationship with leaf N concentration, drymatter accumulation and grain yield as indicated by R² of 0.85, 0.81 and 0.95 (P = ≤0.01), respectively. It can be concluded from the study that among the hyperspectral indices REIP had a highly significant relationship with leaf N concentration, DM accumulation and grain yield. However, for leaf P concentration several hyperspectral indices viz PSSRc, GMI-1, ZM, RI-half, VOGa, VOGb, VOGc, mSR had though significant but almost similar R² values.     

基于波谱知识库的MODIS叶面积指数反演及验证

目前用物理模型反演叶面积指数普遍存在缺少先验知识的状况，如何获得准确的先验知识是遥感走向应用的一个关键环节。中国典型地物标准波谱数据库就是结合国家重大行业中的应用需求，研究制定地物波谱获取与分析的技术规范和数据标准，建立典型地物标准波谱数据库。从波谱数据库提取模型反演所需要的先验知识，实现了基于SAIL模型的MODIS数据（经过几何纠正与大气纠正）叶面积指数的反演。另外，基于TM数据，对MODIS混合像元进行了分解，用纯像元的叶面积指数与实测数据进行对比验证，同时，反演结果与NASA的LAI产品也进行了对比，结果表明基于波谱库的先验知识可以有效的提高叶面积指数的反演精度。     

苹果冠层/叶片高光谱数据库系统的设计与建立

设计与建立苹果冠层/叶片高光谱数据库,实现苹果冠层/叶片高光谱数据的获取、整理、存储与应用分析,可以为苹果养分含量的高光谱遥感反演提供数据服务和支持。利用ASD Field Spec 3地物光谱仪采集的苹果冠层/叶片高光谱数据,在Microsoft Visual Studio 2010开发环境下,基于C#语言与SQLServer 2008关系型数据库,采用C/S开发模式,设计与建立了苹果冠层/叶片高光谱数据库系统,完成了对高光谱数据批量录入、存储、导出与数据处理多项功能。     

小麦冠层理化参量的高光谱遥感反演试验研究

以国产成像光谱仪所获高光谱遥感数据为基础，根据田间同步采样数据建立的基于反射光谱特征的小麦冠层生物物理和生物化学估计模型，实现了用航空高光谱遥感数据对田间小麦冠层理化参量的整体反演。结果表明：用高光谱遥感方法估计小麦冠层理化参量是可行的；以理化参数为“波段”的数字图像及其处理，为农学家以理化参量的空间分布及其差异解释作物产量空间分布差异和研究作物生态生理机理提供了新的手段。     

关于DLG数据整理及建库质量控制的探讨

通过对DLG数据质量元素、数据生产平台及数据整理流程的介绍,论述数据在不同平台间转换时存在的问题,进而说明数据质量控制的内容和方法,并重点说明跨平台数据转换一致性检查自动化的实现方法。