• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于甜菜冠層高光譜紅邊參數(shù)的SPAD值診斷

      2017-08-12 10:53:38楊榮超田海清李斐史樹德李哲黃濤
      江蘇農(nóng)業(yè)科學(xué) 2017年11期
      關(guān)鍵詞:高光譜甜菜

      楊榮超 田海清 李斐 史樹德 李哲 黃濤

      摘要:通過大田小區(qū)試驗(yàn),利用野外便攜式ASD光譜儀和SPAD-502葉綠素計(jì)分別實(shí)測(cè)甜菜冠層的高光譜反射率和葉片的葉綠素含量。基于冠層光譜反射率的一階導(dǎo)數(shù),提取甜菜冠層光譜的紅邊參數(shù),分析不同SPAD值的紅邊參數(shù)的變化規(guī)律,以及各個(gè)紅邊參數(shù)與甜菜SPAD值的相關(guān)關(guān)系,并建立估測(cè)模型。結(jié)果發(fā)現(xiàn),當(dāng)甜菜SPAD值增大時(shí),紅邊位置發(fā)生“紅移”現(xiàn)象,紅邊振幅、紅邊面積增大;當(dāng)SPAD值降低時(shí),規(guī)律則相反。在紅邊參數(shù)對(duì)SPAD值的估測(cè)模型中,紅邊位置的一元線性估測(cè)模型精度最高;紅邊參數(shù)決定系數(shù)比紅邊位置的一元線性估算模型提高了 30.3%。

      關(guān)鍵詞:紅邊參數(shù);高光譜;甜菜;SPAD值

      中圖分類號(hào): S636.901文獻(xiàn)標(biāo)志碼: A

      文章編號(hào):1002-1302(2017)11-0153-04[HS)][HT9.SS]

      葉綠素是植物在光合作用中吸收光能的主要物質(zhì)。葉綠素含量與植被的光合能力、發(fā)育階段以及氮素狀況有較好的相關(guān)性,是氮含量及冠層色素密度動(dòng)態(tài)變化的指示劑,了解葉綠素狀況就可以對(duì)作物群體光合能力及營養(yǎng)狀況進(jìn)行有效監(jiān)測(cè),在作物生長與產(chǎn)量預(yù)測(cè)以及精確診斷與動(dòng)態(tài)調(diào)控中具有重要意義[1]。傳統(tǒng)的葉綠素含量測(cè)量方法大多在室內(nèi)用化學(xué)試劑測(cè)定,需要破壞植株且測(cè)定方法繁瑣,結(jié)果等待時(shí)間長,不能及時(shí)地指導(dǎo)田間植物的生長管理,因此急需尋求一種無損、快速、高效的葉綠素含量測(cè)試方法[2-3]。近年來,高光譜遙感技術(shù)在對(duì)作物生化參數(shù)的定量分析中得到廣泛應(yīng)用。利用植物冠層反射高光譜數(shù)據(jù),結(jié)合植物葉片SPAD值來估測(cè)植物葉綠素含量,已成為作物生長過程中氮素診斷的一種重要手段。

      紅邊由于植被在紅光波段強(qiáng)吸收以及近紅外波段的強(qiáng)反射,使光譜反射率在680~760 nm區(qū)域陡然上升,形成了綠色植物光譜最明顯的特征[4],與綠色植物的葉綠素含量、氮含量等生化參數(shù)之間具有很好的相關(guān)關(guān)系。在國外,Horler等研究植被光譜與葉綠素濃度的關(guān)系,提出光譜紅邊位置在植被葉綠素濃度估計(jì)中的作用[5];Strachan等研究表明,3個(gè)施氮水平的玉米紅邊位置和葉綠素計(jì)SPAD值呈極顯著相關(guān),r2=0.81[6];Hansen等研究表明,小麥高光譜反射率與葉綠素密度的敏感波段,87%集中在紅邊光譜范圍內(nèi)[7]。在國內(nèi)相關(guān)研究中,姚付啟等提出基于紅邊位置,對(duì)法國梧桐、毛白楊建立葉綠素的估算模型,其決定系數(shù)分別達(dá)到0.736 6、0728 9[8];朱詠莉等研究表明,紅邊位置、最小振幅、紅邊面積以及紅邊振幅和最小振幅比值與生菜葉片SPAD值間均具有極顯著的相關(guān)關(guān)系,其中以紅邊位置的相關(guān)程度最高[9];張永賀等研究表明,用不同算法獲取的紅邊位置變量所構(gòu)建的回歸模型估測(cè)葉綠素含量是可行的[10]。對(duì)于用紅邊參數(shù)來估算綠色植物的葉綠素含量,在國內(nèi)外已經(jīng)有很多研究成果,但是用紅邊參數(shù)來反演甜菜葉片葉綠素含量的研究還未見報(bào)道。

      本研究通過大田小區(qū)試驗(yàn),以甜菜為研究對(duì)象,利用野外便攜式ASD光譜儀和SPAD-502葉綠素計(jì)分別獲取甜菜冠層的高光譜反射率和葉片的葉綠素含量?;谔鸩斯趯庸庾V反射率的一階導(dǎo)數(shù),提取葉片的紅邊參數(shù)(紅邊位置、紅邊面積、紅邊振幅、最小振幅、歸一化紅邊指數(shù)以及紅邊振幅與最小振幅的比值),分析不同SPAD值的情況下紅邊參數(shù)的響應(yīng)特征,并建立各個(gè)紅邊參數(shù)對(duì)SPAD值的估測(cè)模型以及紅邊參數(shù)與SPAD值的相關(guān)分析。

      1材料與方法

      1.1試驗(yàn)設(shè)計(jì)

      建模試驗(yàn)區(qū):試驗(yàn)在內(nèi)蒙古赤峰市松山區(qū)太平地鎮(zhèn)甜菜規(guī)模種植區(qū)域進(jìn)行,供試作物為甜菜,品種為KWS1676。試驗(yàn)采用單因素(N)設(shè)計(jì),共設(shè)7個(gè)施氮水平,施氮量分別為0、15、32、76、108、163、217 kg/hm2。先在大棚內(nèi)進(jìn)行紙筒育苗,而后在5月中下旬將甜菜幼苗移栽至試驗(yàn)田內(nèi),田間作物按常規(guī)方式進(jìn)行管理,于9月27日成熟后收獲。試驗(yàn)小區(qū)面積為40 m2,行距50 cm,株距25 cm,設(shè)4個(gè)重復(fù),小區(qū)按完全隨機(jī)排列布置。

      驗(yàn)證試驗(yàn)區(qū):為了驗(yàn)證估算模型的魯棒性和普適性,筆者選取了建模試驗(yàn)區(qū)附近的農(nóng)民田塊,從而用獲取的數(shù)據(jù)驗(yàn)證所建估算模型的精確度。驗(yàn)證試驗(yàn)的甜菜品種和幼苗移栽時(shí)間與建模試驗(yàn)一致,施氮量為15 kg/hm2(當(dāng)?shù)靥鸩朔N植常規(guī)施肥量),田間管理和建模試驗(yàn)小區(qū)一致。

      1.2冠層高光譜采集

      采用美國ASD公司(Analytical Spectral Devices)生產(chǎn)的野外便攜式ASD Qualityspec光譜儀對(duì)甜菜冠層光譜進(jìn)行采集。光譜儀波段范圍為350~1 830 nm,其中,350~1 000 nm采樣間隔為1.4 nm,光譜分辨率為3 nm;1 000~1 830 nm光譜采樣間隔為2 nm,光譜分辨率為10 nm。光譜采集時(shí)間選擇在天氣晴朗、無風(fēng)、無云的10:00—14:00進(jìn)行,采集時(shí)光纖探頭垂直向下,距甜菜冠層1 m,探頭視場(chǎng)角為25°,每個(gè)樣點(diǎn)測(cè)量4次光譜,取平均值作為采樣點(diǎn)光譜,且每個(gè)試驗(yàn)小區(qū)光譜采集前進(jìn)行參考白板校正。

      1.3葉片葉綠素含量測(cè)定

      在試驗(yàn)過程中,在采集甜菜樣品冠層光譜后,用便攜式SPAD-502葉綠素計(jì)測(cè)定該樣品冠層葉片SPAD值,測(cè)量20次后求取平均值,以平均值作為該采樣小區(qū)的SPAD值,實(shí)現(xiàn)冠層光譜數(shù)據(jù)與葉片SPAD值的依次對(duì)應(yīng)。

      1.4紅邊參數(shù)的計(jì)算

      采用ASD光譜儀自帶的ViewSpecPro光譜分析軟件提取甜菜冠層高光譜的反射率,并求得波段680~760 nm范圍內(nèi)反射率的一階導(dǎo)數(shù),從而計(jì)算出各個(gè)紅邊參數(shù):紅邊振幅Dλ[HT5.]red[HT],紅光范圍(680~760 nm)內(nèi)光譜反射率的一階導(dǎo)數(shù)的最大值;紅邊位置λred,紅邊振幅所對(duì)應(yīng)的波長;紅邊面積Sred,紅光范圍(680~760 nm)內(nèi)一階導(dǎo)數(shù)光譜包圍的面積;最小振幅Dλ[HT5.]min[HT],紅光范圍(680~760 nm)內(nèi)光譜反射率的一階導(dǎo)數(shù)的最小值;紅邊振幅與最小振幅的比值,Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT]值;歸一化紅邊指數(shù)NREI,(Dλ[HT5.]red[HT]-Dλ[HT5.]min[HT])/(Dλ[HT5.]red[HT]+Dλ[HT5.]min[HT])。

      2結(jié)果與分析

      2.1紅邊特征參數(shù)對(duì)不同SPAD值的響應(yīng)特性

      為分析甜菜紅邊參數(shù)(紅邊位置、紅邊振幅、紅邊面積)對(duì)不同SPAD值的響應(yīng)特性,隨機(jī)選取4組不同SPAD值所對(duì)應(yīng)的紅光范圍內(nèi)的一階導(dǎo)數(shù)光譜值(表1、圖1)。

      當(dāng)SPAD值分別為39.1、43.0、45.3、52.4時(shí),相對(duì)應(yīng)的紅邊位置分別為714、719、721、723 nm;紅邊振幅分別為0008 781、0.009 390、0.009 625、0.010 266;紅邊面積分別為 0.422 549、0.443 417、0.459 680、0.488 768(表1)。研究發(fā)現(xiàn),隨著甜菜葉片SPAD值的升高,紅邊位置向長波方向移動(dòng),即“紅移”現(xiàn)象;紅邊振幅和紅邊面積也隨之增大(表1、圖1)。這和姚付啟等得出的冬小麥的傳統(tǒng)紅邊特征參數(shù)對(duì)不同SPAD值響應(yīng)規(guī)律是一樣的[4]。由此可以反映出甜菜的紅邊參數(shù)與SPAD值之間存在相關(guān)聯(lián)系。

      2.2紅邊參數(shù)與SPAD值相關(guān)性分析

      紅邊面積、紅邊振幅與SPAD值的相關(guān)性很低,沒有達(dá)到顯著水平,不適合用來作為SPAD值估算模型的變量;歸一化紅邊指數(shù)、Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT]值、紅邊位置與SPAD值呈正相關(guān),最小振幅與SPAD值呈負(fù)相關(guān),與SPAD的相關(guān)性均達(dá)到極顯著水平,其中以紅邊位置的相關(guān)性最高(表2)。因此,可以將歸一化紅邊指數(shù)、最小振幅、Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT]值和紅邊位置作為SPAD值估算模型的變量。

      基于建模試驗(yàn)區(qū)168組樣品數(shù)據(jù),分別將提取的歸一化紅邊指數(shù)、最小振幅、Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT]值和紅邊位置參數(shù)作為單一自變量,SPAD值作為因變量,對(duì)二者建立線性函數(shù)、指數(shù)函數(shù)、對(duì)數(shù)函數(shù)、冪函數(shù)以及二項(xiàng)式函數(shù)的回歸方程。基于驗(yàn)證試驗(yàn)區(qū)119組數(shù)據(jù),對(duì)所建立的估算模型進(jìn)行驗(yàn)證。以決定系數(shù)R2、均方根誤差RMSE和相對(duì)誤差RE來綜合評(píng)價(jià)估算模型的魯棒性和普適性。歸一化紅邊指數(shù)、最小振幅及Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT]值對(duì)SPAD值的最佳估算模型均為指數(shù)函數(shù),R2分別為0.267 1、0.289 2、0.295 4,均方根誤差RMSE分別為 3.286 3、3.279 1、3.277 2,相對(duì)誤差RE分別為5.91%、5.59%、5.97%;紅邊位置對(duì)SPAD值的最佳估算模型為一元線性函數(shù),決定系數(shù)R2為0.310 9,均方根誤差RMSE為 2.681 8,相對(duì)誤差RE為4.83%。綜合各個(gè)紅邊參數(shù)的最佳估算模型來看,基于紅邊位置的一元線性估算模型的精度最高(表3、圖2)。[FL)]

      2.4多元線性回歸模型

      多元線性回歸分析就是研究因變量與2個(gè)或2個(gè)以上自變量的回歸問題。若因變量y與自變量(x1,x2,…,xk)具有線性關(guān)系,它們之間的線性回歸模型可以表示為:

      [JZ]y=a0+a1x1+a2x2+…+akxk。

      式中:a為回歸常數(shù);a1,a2,…,ak為回歸系數(shù);x1,x2,…,xk為引入的顯著變量。

      歸一化紅邊指數(shù)、最小振幅、Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT]值及紅邊位置與甜菜冠層SPAD值都具有較好的一元線性關(guān)系,為了尋求精度更高的估算模型,建立上述4個(gè)顯著變量與甜菜冠層SPAD值的多元線性回歸模型(表3)。

      [JP3]經(jīng)過MATLAB軟件的分析處理,建立的多元線性回歸模型為y=-9 171.45×Dλ[HT5.]min[HT]+1.55×(Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT])+0.66×λred-12282×NREI-338.72,其R2為0.405 0,比紅邊位[JP]置的最佳估算模型提高了30.3%,在預(yù)測(cè)效果中,均方根誤差為 2.785 9,相對(duì)誤差為4.79%,估算精度也得到了提高(圖3)。[JP]

      3結(jié)論與討論

      本研究通過獲取的甜菜冠層高光譜反射率及葉片SPAD值數(shù)據(jù),分析了紅邊參數(shù)對(duì)不同SPAD值的響應(yīng)特性,并建立了各個(gè)紅邊參數(shù)與SPAD值的相關(guān)性分析以及5種函數(shù)的估算模型,最后將歸一化紅邊指數(shù)、最小振幅、Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT]值及紅邊位置作為顯著變量進(jìn)行多元線性回歸分析,得出以下結(jié)論:

      (1)在不同SPAD值下,紅邊參數(shù)的響應(yīng)特性具體表現(xiàn)為隨著SPAD值的升高,紅邊位置發(fā)生“紅移”現(xiàn)象,紅邊振幅和紅邊面積隨之增大;隨著SPAD值的降低,紅邊位置發(fā)生“藍(lán)移”現(xiàn)象,紅邊振幅和紅邊面積隨之減小。

      (2)在相關(guān)性分析中,紅邊振幅和紅邊面積與SPAD值沒有達(dá)到顯著相關(guān)水平,歸一化紅邊指數(shù)、最小振幅、Dλ[HT5.]red[HT]/Dλ[HT5.]min[HT]值及紅邊位置與SPAD值達(dá)到極顯著相關(guān)水平。

      (3)在各個(gè)紅邊參數(shù)對(duì)SPAD值的估算模型中,基于紅邊位置的一元線性估算模型的精度最高(RMSE=2.681 8,RE=[HJ]

      (4)通過多元線性回歸分析,其模型的決定系數(shù)比紅邊位置的最佳估算模型提高了30.3%,其估算精度也高于各個(gè)紅邊參數(shù)對(duì)SPAD值估算模型的精度。

      由于本研究的結(jié)論是在單一因素(N)營養(yǎng)控制下得出的,而對(duì)于甜菜在更為復(fù)雜的實(shí)際生長環(huán)境下,所得出的結(jié)論有待進(jìn)一步驗(yàn)證。例如,在缺水、蟲害等環(huán)境下,紅邊參數(shù)與葉片SPAD值的關(guān)系以及響應(yīng)特性有待進(jìn)一步研究。

      [HS2*3][HT8.5H]參考文獻(xiàn):

      [1]馮偉,朱艷,田永超,等. 基于高光譜遙感的小麥冠層葉片色素密度監(jiān)測(cè)[J]. 生態(tài)學(xué)報(bào),2008,28(10):4902-4911.

      [2]孫紅,李民贊,趙勇,等. 冬小麥生長期光譜變化特征與葉綠素含量監(jiān)測(cè)研究[J]. 光譜學(xué)與光譜分析,2010,30(1):192-196.

      [3]宋文沖,胡春勝,程一松,等. 作物氮素營養(yǎng)診斷方法研究進(jìn)展[J]. 土壤通報(bào),2006,37(2):369-372.

      [4]姚付啟,蔡煥杰,李亞龍,等. 基于紅邊參數(shù)的冬小麥SPAD高光譜遙感監(jiān)測(cè)[J]. 中國農(nóng)村水利水電,2015(3):84-87.

      [5]Horler D H,Barber J,Barringer A R. Effects of heavy metals on the absorbance and reflectance spectra of plants[J]. International Journal of Remote Sensing,1980,1(2):121-136.

      [6]Strachan I B,Pattey E,Boisvert J B. Impact of nitrogen and environment conditions on corn as detected by hyperspectral reflectance[J]. Remote Sensing of Environment,2002,80(2):213-224.

      [7]Hansen P M,Schjoerring J K. Reflectance measurement of canopy biomass and nitrogen statue in wheat crops using normalized difference vegetation indices and partial least squares regression[J]. Remote Sensing of Environment,2003,86(4):542-553.

      [8]姚付啟,張振華,楊潤亞,等. 基于紅邊參數(shù)的植被葉綠素含量高光譜估算模型[J]. 農(nóng)業(yè)工程學(xué)報(bào),2009,25(增刊2):123-129.

      [9]朱詠莉,李萍萍,毛罕平,等. 生菜葉片光譜紅邊參數(shù)對(duì)氮營養(yǎng)的響應(yīng)特征分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2011,42(11):174-177.[ZK)]

      [10]張永賀,郭嘯川,褚武道,等. 基于紅邊位置的木荷葉片葉綠素含量估測(cè)模型研究[J]. 紅外與激光工程,2013,42(3):798-804.[JP][ZK)][HT][HJ][FL)]

      猜你喜歡
      高光譜甜菜
      甜菜應(yīng)答鹽脅迫的RING型E3連接酶基因的鑒定與分析
      辣椒甜菜,各有所愛
      基于實(shí)測(cè)高光譜數(shù)據(jù)的太湖湖濱帶典型植被分
      基于實(shí)測(cè)光譜的紅花葉綠素含量高光譜估算模型研究
      新疆產(chǎn)區(qū)有機(jī)甜菜栽培技術(shù)探討
      中國糖料(2016年1期)2016-12-01 06:49:04
      專用肥與種植密度對(duì)甜菜的影響
      中國糖料(2016年1期)2016-12-01 06:49:01
      一種基于引導(dǎo)濾波和MNF的高光譜遙感圖像分類方法
      吐絲期玉米倒伏后地面高光譜特征參數(shù)分析
      基于高光譜響應(yīng)的農(nóng)田大棚EVA棚膜拉伸強(qiáng)度估計(jì)
      基于光譜特征參數(shù)的果樹樹種的遙感識(shí)別
      宝应县| 板桥市| 德钦县| 墨脱县| 筠连县| 宽城| 永仁县| 马尔康县| 青神县| 阜宁县| 德兴市| 侯马市| 都江堰市| 天台县| 于田县| 紫金县| 鹤庆县| 桂东县| 台安县| 哈密市| 宣城市| 永平县| 延庆县| 南乐县| 三江| 漯河市| 昌都县| 竹北市| 栖霞市| 三穗县| 汤原县| 封开县| 马关县| 罗城| 邓州市| 穆棱市| 渭南市| 温州市| 乌拉特后旗| 那曲县| 当雄县|