用高光譜微分指數(shù)估測(cè)條銹病脅迫下小麥冠層葉綠素密度

《用高光譜微分指數(shù)估測(cè)條銹病脅迫下小麥冠層葉綠素密度》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、萬(wàn)方數(shù)據(jù)第30卷，第8期光譜學(xué)與光譜分析V01．30，No．8，pp2243—224720l0年8月SpectroscopyandSpectralAnalysisAugust，2010用高光譜微分指數(shù)估測(cè)條銹病脅迫下小麥冠層葉綠素密度蔣金豹1，陳云浩2，黃文江31．中國(guó)礦業(yè)大學(xué)(北京)地測(cè)學(xué)院，北京1000832．北京師范大學(xué)資源學(xué)院，jE京1008753．國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心，北京100097摘要通過(guò)人t田間誘發(fā)不同等級(jí)條銹病，在不同生育期測(cè)定感染不同嚴(yán)重程度條銹病的冬小麥冠層光譜與冠層葉綠素密度(canopychlorophylldensi

2、ty，CCD)。把CCD與高光譜指數(shù)進(jìn)行相關(guān)性分析，選取相關(guān)系數(shù)大于0．7的指數(shù)構(gòu)建反演模型，并對(duì)模型進(jìn)行檢驗(yàn)，結(jié)果表明微分指數(shù)(D7s。一D5so)／(D7so+Dsso)反演精度以及穩(wěn)定性最好，其次是微分指數(shù)(D7zs—D7。z)／(凸2s+Dmz)。對(duì)上述兩個(gè)微分指數(shù)分別進(jìn)行飽和度分析，發(fā)現(xiàn)當(dāng)CCD大于12肛g·CITIq時(shí)微分指數(shù)(D750一D550)／(Drso+Ds50)易達(dá)到飽和，因此當(dāng)C【如小于12pg·L--=I'n--2時(shí)，微分指數(shù)(D750一現(xiàn)50)／(D7so+Dsso)反演CCD結(jié)果較好；但當(dāng)CCD大于12／-g·eml時(shí)，利用

3、微分指數(shù)(D725一D7∞)／(D7zs+西oz)反演CCD較好，該指數(shù)不易達(dá)到飽和狀態(tài)。由于CCD與小麥病情指數(shù)(diseaseindex，DI)之間存在極顯著負(fù)相關(guān)性，利用高光譜遙感精確估測(cè)小麥冠層CCD，不僅可以幫助判斷作物的長(zhǎng)勢(shì)，而且可為識(shí)別小麥病害提供輔助信息。因此，該研究對(duì)于農(nóng)業(yè)防災(zāi)減災(zāi)也具有重要現(xiàn)實(shí)意義。關(guān)鍵詞高光譜遙感；小麥；條銹病脅迫；冠層葉綠素密度；飽和度分析；反演模型中圖分類號(hào)：0657．3．S127文獻(xiàn)標(biāo)識(shí)碼：ADOI：10．3964／j．issn．1000-0593(2010)08-2243—05引言葉綠索含量是植物生長(zhǎng)過(guò)程中一

4、個(gè)重要的生化參數(shù)，對(duì)植被光合能力、發(fā)育階段以及營(yíng)養(yǎng)狀況有指示作用[1]。葉片葉綠素濃度只能夠反映單株植物的長(zhǎng)勢(shì)，而冠層葉綠素密度(canopychlorophylldensity，CCD)是單位面積葉綠素的含量，恰好與遙感獲取的面狀信息相對(duì)應(yīng)，因此，研究CCD遙感估測(cè)方法就顯得十分重要。目前，國(guó)內(nèi)外有些學(xué)者已經(jīng)開(kāi)始這方面的研究。Pinar等【2j研究發(fā)現(xiàn)草從冠層光譜“紅邊”位置能較好地反映出葉綠素密度信息；吳長(zhǎng)山等L33、黃春燕等[41分別研究了水稻、玉米、棉花冠層光譜與葉綠素密度相關(guān)性，發(fā)現(xiàn)762mn反射率與葉綠素密度高度相關(guān)；王登偉等[5j發(fā)現(xiàn)750

5、nra一階微分光譜值與葉綠素密度高度相關(guān)；Hansen等[61研究了小麥高光譜反射率與葉綠素密度等變量的相關(guān)波段，認(rèn)為紅邊光譜范圍內(nèi)是敏感波段。盡管一些研究發(fā)現(xiàn)微分光譜町以提高反演CCD的精度，但目前利用微分指數(shù)反演CCD的研究較少。本文嘗試對(duì)比植被指數(shù)與微分指數(shù)反演小麥CCD的能力，以期尋找一個(gè)優(yōu)秀的指數(shù)能夠較好地反演小麥CcD，為利用高光譜遙感監(jiān)測(cè)小麥長(zhǎng)勢(shì)以及病害診斷提供信息支持。1材料與方法1．1材料來(lái)源實(shí)驗(yàn)設(shè)計(jì)、小麥條銹病接種、冠層光譜測(cè)晟、病情指數(shù)(diseaseindex，DI)調(diào)查以及樣本采集方法見(jiàn)參考文獻(xiàn)[7]。1．2葉綠素密度測(cè)量方法冠

6、層葉綠素密度(CCD)采用下面(1)和(2)式進(jìn)行計(jì)算[8]葉綠素干重含量(％)=芋叁斧斧黼×1。。(1)葉綠素密度=葉綠素干重含量×比葉重×葉面積指數(shù)(nag·cm-1)(2)比葉重為單位面積葉片的干物質(zhì)質(zhì)鼉，其單位為(mg·crnl)。葉面積、葉綠素鮮重含量測(cè)量方法參見(jiàn)參考文獻(xiàn)[83。1．3光譜數(shù)據(jù)預(yù)處理光譜平滑可以消除測(cè)量?jī)x器引起的隨機(jī)誤差，本文采用收稿日期：2009—1卜13。修訂日期：2010-02—28基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(40701119)。國(guó)際科技合作計(jì)劃項(xiàng)目(2007DFA20640)，中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(2009

7、QDl3)和國(guó)土環(huán)境與災(zāi)害監(jiān)測(cè)圈家測(cè)繪局重點(diǎn)實(shí)驗(yàn)?zāi)﹂_(kāi)放基金項(xiàng)目(LEDM2009804)資助作者簡(jiǎn)介：蔣金豹，1978年生，中國(guó)礦業(yè)大學(xué)(北京)地測(cè)學(xué)院講師e-mail：jjb@ires．clI，ahdsjjb@126．卿Il萬(wàn)方數(shù)據(jù)2244光譜學(xué)與光譜分析第30卷5點(diǎn)加權(quán)平滑法對(duì)采集的原始冠層光譜進(jìn)行平滑處理，其計(jì)算公式如下L9J玎=(等+等+予+等+警)／2．5(3)式中行為過(guò)濾窗口中間點(diǎn)的加權(quán)均值，優(yōu)是未平滑前數(shù)據(jù)點(diǎn)的值。對(duì)平滑后的光譜曲線進(jìn)行一階微分處理，一階微分光譜的計(jì)算方法參見(jiàn)文獻(xiàn)[7]。1．4高光譜指數(shù)本文借鑒前人研究的經(jīng)驗(yàn)，結(jié)合小麥冠層光

8、譜特征，挑選、構(gòu)建了一些植被指數(shù)與微分指數(shù)，文中所使用高光譜指數(shù)參見(jiàn)文獻(xiàn)[9一l