论文部分内容阅读
玉米是重要的粮食作物,借助高光谱遥感技术实现对玉米生长状况的快速、准确、无损和大面积监测,对提高玉米产量和生产效益都具有重要意义。叶绿素在植物光能向化学能(物质积累)转化的过程中起关键性作用,叶绿素含量可以用来评价作物的长势情况。为实现玉米叶片叶绿素含量精确且有效的高光谱估测,本文以玉米叶片为研究对象,以玉米拔节期、大喇叭口期、灌浆期和蜡熟期的大田试验为基础,分析了玉米叶片叶绿素含量和高光谱特征的时空变化规律,运用传统回归方法、偏最小二乘法(PLS)和BP神经网络构建了基于特征波长、植被指数和“三边”参数的高光谱估算模型,并对各模型进行了详细的验证和评价。主要结论如下:(1)玉米叶片的SPAD值和光谱特征随着植株的生长发育而发生变化。随着生育时期的推移,玉米叶片SPAD值呈现先增大后减小的趋势,从拔节期到灌浆期逐渐增大,灌浆期以后减小。在可见光波段,从拔节期到灌浆期,叶片光谱反射率逐渐减小,到腊熟期又增大,在近红外波段先增大后减小,在灌浆期达到反射率的峰值。从拔节期到灌浆期,红边位置向长波方向移动,产生“红移”,腊熟期红边位置向短波方向移动,产生“蓝移”。红边振幅、红边面积的变化趋势与红边位置一致,均呈现先增大后减小的趋势,灌浆期以后减小。(2)玉米叶片的SPAD值和光谱特征在不同空间分布上也存在差异。同一生育时期不同叶位叶片的SPAD值差异表现为中部叶>底部叶>上部叶(拔节期为底部叶>上部叶)。同一生育时期不同叶位的叶片光谱特征差异表现为上部叶在可见光和近红外波段的反射率均为最大,上部叶的红边位置最靠近短波方向且红边振幅最低。同一叶片不同部位的光谱特征差异表现为,靠近叶脉的部位在可见光和近红外波段的反射率最大,红边参数最小,叶边缘部位在可见光和近红外的反射率最小,红边参数最大。(3)玉米叶片SPAD值与叶片的光谱特征具有紧密的联系,表现为SPAD值越高,叶片光谱反射率在可见光波段越小,在近红外波段越大,红边位置向长波方向移动,红边振幅与红边面积也越大。利用特征波长、植被指数和一阶微分光谱“三边”参数进行高光谱波段特征选择和提取,采用传统回归模型、偏最小二乘法(PLS)和BP神经网络分别构建预测SPAD值的单一变量模型和多元统计分析模型。多元统计分析模型的预测效果均要优于单一变量模型。在多元统计分析模型中,以SPA-PLS的预测效果最好,R~2为0.799,RMSE为2.753,RPD为1.989。