共查询到18条相似文献，搜索用时 312 毫秒
1.
基于植被指数的马尾松叶绿素含量估算模型 总被引：5，自引：0，他引：5
利用高光谱技术,探索马尾松反射光谱组成的植被指数与其叶绿素含量之间的关系。采用美国ASD公司生产的手持式野外光谱辐射仪测量马尾松冠层光谱,对观测叶片进行同步叶绿素含量测定,并利用统计学分析方法,分析马尾松冠层光谱组成的植被指数与叶绿素含量之间的相关关系,并建立相应的估算模型。结果表明:叶绿素含量与植被指数进行相关性分析,相关性最好的为TCARI;通过建立TCARI与叶绿素含量之间的估算模型并检验其精度,得出了叶绿素含量估算的高光谱模型:y=exp(0.686+(-2.765)×x)。说明利用高光谱数据可以估测马尾松的叶绿素含量。 相似文献
2.
以马尾松针叶野外高光谱测量数据和针叶灰分金属元素含量为基础,分析了铅锌矿区及对照区马尾松光谱变化、红边效应、植被指数及马尾松针叶金属元素含量特征。结果表明：矿区马尾松叶面在近红外区域反射率要低于背景区,马尾松红边位置发生了6～19nm的蓝移,根据金属元素含量确定马尾松针叶对铅、锌、锰3种元素有较强的积累作用。 相似文献
3.
选取健康马尾松（ Pinus massnoi ana）进行松材线虫接种试验,利用地面光谱仪（350～2500 nm）对健康植株及感病植株在不同感病时期的光谱特征进行数据获取,同时对各时期植株叶绿素质量分数变化进行分析。结果表明：健康马尾松与感病马尾松的原始光谱反射率在感病的中后期差异明显,表现在可见光及近红外区域的反射峰与吸收谷特征随病程推移逐渐减弱直至消失;感病植株叶绿素质量分数与波长1405 nm处的光谱反射率有显著的相关关系,并以此建立感病马尾松叶绿素质量分数定量模型：CHL＝－1．74（ X1405）2＋4．72X1405－0．76;通过波长593nm 处光谱反射率的一阶导数光谱特征分析,结合相应时期的叶绿素质量分数定量反演可用于判断马尾松是否感染了松萎蔫病,尤其对肉眼可见感病特征前的早期阶段具有良好的监测效果。 相似文献
4.
【目的】明确马尾松感染松材线虫病初期蒸腾速率与光谱特征的变化规律及相互关系,以解决病害潜伏期表征不易鉴别的问题,为在遥感监测中特征参数的选取提供理论参考。【方法】以福建省泰宁县马尾松林为例,分别对感染松材线虫病后4个病害阶段(健康期及病害初期、中期、末期)马尾松的蒸腾速率进行测定,分析其在不同病害阶段的变化规律;再对健康期及病害初期马尾松的光谱数据进行采集,以这2个阶段的蒸腾速率为基准,分析其蒸腾速率与原始光谱及光谱特征参数(红边位置、红边斜率、红谷位置、红谷反射率、红边比值植被指数和红边归一化植被指数)的关系。【结果】马尾松蒸腾速率随着病害的加重而逐渐减弱;健康期及病害初期马尾松蒸腾速率与原始光谱有一定的相关性,相关关系因波长的不同而不同,最大值在753nm处,相关系数达到0.86;蒸腾速率与红边参数有较高相关性,拟合结果R2均大于0.7,其中与红边比值植被指数相关性最高,R2达到0.851 5。【结论】在外界因素一致的情况下,马尾松蒸腾速率对预测病害的发生有一定的指示作用,近红外波段及红边参数与蒸腾速率有较高相关性,可以利用特征光谱对松材线虫病进行早期预测。 相似文献
5.
沿海滩涂棉花叶片叶绿素含量高光谱遥感估算模型研究 总被引：2，自引：0，他引：2
以连云港滩涂棉花地为研究区域,利用ASD便携式光谱仪在晴朗天气条件下测试了野外采集的棉花叶片反射光谱,选取原始光谱和一阶导数光谱作为多变量,三边参数（红边、黄边和蓝边）和归一化植被指数NDVI、比值植被指数RVI、结构相关色素指数SIPI、叶面叶绿素指数LCI、水分指数WI、窄波段微分植被指数1DZ_DGVI和窄波段植被指数TCARI/OSAVI作为单变量,分析棉花叶片叶绿素含量与这些变量之间的相关性;在相关分析的基础上构建棉花叶片叶绿素含量估算模型。结果表明,叶绿素a、b和a＋b含量与单变量参数之间的相关性均未达显著水平;而与原始光谱、导数光谱都存在显著相关性。对叶绿素a含量而言,基于440 nm处的一阶导数光谱应用指数函数和幂函数构建的估算模型精度最高,R2为0.231。对叶绿素b含量而言,基于652 nm处的一阶导数光谱应用一元线性回归法构建的高光谱估算模型精度最高,R2为0.165。对叶绿素a＋b含量而言,基于440 nm处的一阶导数光谱应用指数函数、复合函数和生长函数构建的估算模型精度高,R2为0.155。该研究为进一步加强滩涂农业管理和提高滩涂农作物的产量提供技术支持。 相似文献
6.
利用Field-Spec Pro测定107杨叶片光谱特征参数,研究不同叶绿素含量的107杨叶片的光谱特性、叶绿素含量与11种植被指数之间的关系以及107杨叶片叶绿素含量的光谱反演模式。结果表明:1)光谱反射率呈现典型的植物光谱特征,蓝紫谷位于350~500nm之间,其中多集中在350nm处;绿峰位于500~600nm之间,其中大部分集中在552nm处;红谷位于600~700nm之间,多集中在672nm处。700nm后进入近红外高反射平台,以762nm居多;2)107杨叶片叶绿素含量与11种植被指数之间均具有很强的相关性,其中mND705植被指数与叶片叶绿素含量相关性最强,R2为0.69;3)基于植被指数建立叶绿素反演模型,结果显示mND705植被指数的高光谱反演模型y=0.09x1.621 7反演精度较高,拟合R2和预测R2均达到最大,分别为0.812 4、0.703 5;均方根误差最小,为0.007 0,说明可以利用测量107杨叶片光谱的方法来监测叶片叶绿素含量。 相似文献
7.
测量了3个水淹深度(对照、根部水淹、全淹)条件下枫杨叶片的高光谱反射率、红边参数及对应的叶绿素总含量,对归一化植被指数与叶绿素总含量进行了相关分析.结果表明:①在水淹胁迫下,枫杨叶片的高光谱反射率呈现下降的趋势,且在蓝光波段(400~500 nm)和近红外波段(760~950 nm)表现为极显著差异;②随着水淹程度的加深,枫杨叶片叶绿素含量显著下降(p<0.05);③红边特征的分析显示,随着水淹程度的加深,叶片光谱出现了蓝移的现象,红边斜率呈现下降的趋势;④叶绿素总含量与归一化植被指数(R705/R750)呈正相关,相关系数为0.86(p<0.01).经回归分析,叶绿素总含量与归一化植被指数呈线性关系(R2=0.80,n=42).认为枫杨叶片高光谱特征及归一化植被指数可较好地反映枫杨的叶绿素含量和水淹胁迫的程度. 相似文献
8.
为了研究不同密度条件下冠层光谱对冬小麦叶绿素含量的响应,对不同密度条件下的冬小麦冠层光谱反射率进行了测定,分析了光谱植被指数与叶绿素含量间的相关性及其定量关系.结果表明,在可见光波段范围内,光谱反射率与叶绿素含量的相关性以密度5(900万苗·hm-2)最大,呈极显著负相关,且在波段670 nm时相关系数最大,达--0.85.在近红外波段范围内,光谱反射率与叶绿素含量的相关性以密度1(300万苗·hm-2)最大,均呈极显著正相关,且在波段800 nm时相关系数最大,达0.71.各植被指数与叶绿素含量的相关性均以密度1(300万苗·hm-2)最好.另外,种植密度的不同,监测叶绿素含量的最佳自变量也不一样.该研究结果可为大田实践提供一定的理论基础和实践参考. 相似文献
9.
利用独立变量分析与高光谱植被指数模型监测成熟期水稻中砷污染 总被引：1，自引：0，他引：1
水稻中过量砷(As)能够损害叶片中叶绿素和叶片内部结构,进而影响水稻光合作用效率,并改变水稻在光谱上的表现.利用高光谱植被指数(CARI、PRI、SIPI)和独立变量分析(ICA)模型对水稻中As含量进行了研究.结果表明,以上3种高光谱植被指数与水稻中As含量均呈一定的相关关系,其相关系数在0.67以上;而经过独立变量分析(ICA)可知,在蓝光波段(440～540 nm)和红光波段(600～700 nm)之间各有一个独立变量与水稻中As含量高度相关,相关系数达到0.95以上.将上述植被指数与独立变量和水稻中As含量之间进行回归分析,得到水稻中As含量的线性回归方程.研究表明,重金属As对水稻生长的影响可以通过其在光谱上的特征(如相关植被指数)改变来体现,并可以用独立变量分析(ICA)方法提取光谱中关于As胁迫的隐含弱信息,建立遥感预测模型,为大面积监测农作物As污染提供依据. 相似文献
10.
棉花冠层叶片叶绿素含量与高光谱参数的相关性 总被引：1，自引：0，他引：1
【目的】研究棉花冠层叶片叶绿素含量与高光谱参数的相关性,建立叶绿素含量估算模型。【方法】2014年,以鲁棉研28号为研究对象,测定不同施氮水平和生育期棉花冠层叶片叶绿素含量及350~2 500nm光谱反射率,以棉花冠层高光谱反射率与冠层叶片叶绿素含量为数据源,在分析叶绿素含量与原始高光谱反射率(R)、一阶导数光谱反射率(DR)、光谱提取变量和植被指数相关性的基础上,采用一元线性与多元逐步回归的方法构建了叶绿素含量估算模型,并对从中筛选的6种棉花冠层叶片叶绿素含量估算模型进行精度对比。【结果】1)棉花冠层叶片叶绿素含量在反射光谱766nm处相关系数达到最大值,相关系数r=0.836;对于一阶导数光谱,叶绿素含量的敏感波段发生在753nm处,r=0.878;2)以9种光谱提取变量与8种植被指数为自变量,建立叶绿素含量的估算模型,筛选出的特征变量为红边面积(SDr)、绿峰与红谷的归一化值((Rg-Rr)/(Rg+Rr))、绿峰幅值(Rg),仅采用8种常用植被指数建立估算模型,筛选出的变量为比值植被指数(RVI);3)所建立的6种模型中以基于一阶导数光谱反射率建立的多元逐步回归估算模型精度最高,均方根误差(RMSE)为1.075,相对误差(RE)为2.22%,相关系数(r)为0.952。【结论】采用原始光谱、一阶导数光谱、光谱提取变量及植被指数均可对棉花叶绿素含量进行监测,其中基于一阶导数光谱的多元逐步回归模型对叶绿素含量的估算效果最优。 相似文献
11.
A field experiment of 18 wheat cultivars of erectophile, planophile and horizontal canopy architectures was conducted during
the 2004–2005 growing seasons in Beijing (40°10.6′ N, 116°26.3′ E), China. Canopy reflectance (350–2500 nm) at different growth
stages was measured and leaf area index (LAI) and leaf chlorophyll concentration (Chl) were determined at booting. The main
objective of the study was to evaluate the ability of various vegetative indices (VIs) to detect canopy architectures in wheat
genotypes. The chlorophyll-sensitive spectral indices, the modified chlorophyll absorption reflectance index (MCARI) and the
transformed chlorophyll absorption reflectance index (TCARI), were very sensitive to canopy architectures in the wheat plants.
The MCARI values were significantly (p < 0.05) larger for the horizontal genotypes than for the planophile ones, and also larger for the planophile genotypes than
for the erectophile ones for the six growth stages. The TCARI had a similar power to MCARI for discriminating between different
wheat canopy architectures. At booting, both MCARI and TCARI were only weakly related to Chl in the upper, middle and lower
leaves. The results emphasized the difficulties of determining crop Chl from canopy reflectance. The mechanisms that cause
the differences in MCARI and TCARI among the canopy architectures are discussed. 相似文献
12.
Leaf nitrogen estimation in potato based on spectral data and on simulated bands of the VENμS satellite 总被引：2，自引：0，他引：2
Y. Cohen V. Alchanatis Y. Zusman Z. Dar D. J. Bonfil A. Karnieli A. Zilberman A. Moulin V. Ostrovsky A. Levi R. Brikman M. Shenker 《Precision Agriculture》2010,11(5):520-537
Relationships between leaf spectral reflectance at 400–900 nm and nitrogen levels in potato petioles and leaves were studied. Five nitrogen (N) fertilizer treatments were applied to build up levels of nitrogen variation in potato fields in Israel in spring 2006 and 2007. Reflectance of leaves was measured in the field over a spectral range of 400–900 nm. The leaves were sampled and analyzed for petiole NO3–N and leaf percentage N (leaf-%N). Prediction models of leaf nitrogen content were developed based on an optical index named transformed chlorophyll absorption reflectance index (TCARI) and on partial least squares regression (PLSR). Prediction models were also developed based on simulated bands of the future VENμS satellite (Vegetation and Environment monitoring on a New Micro-Satellite). Leaf spectral reflectance correlated better with leaf-%N than with petiole NO3–N. The TCARI provided strong correlations with leaf-%N, but only at the tuber-bulking stage. The PLSR analysis resulted in a stronger correlation than TCARI with leaf-%N. An R 2 of 0.95 (p < 0.01) and overall accuracy of 80.5% (Kappa = 74%) were determined for both vegetative and tuber-bulking periods. The simulated VENμS bands gave a similar correlation with leaf-%N to that of the spectrometer spectra. The satellite has significant potential for spatial analysis of nitrogen levels with inexpensive images that cover large areas every 2 days. 相似文献
13.
基于高光谱参数的竹叶叶绿素质量分数估算模型 总被引：1，自引：0，他引：1
为研究竹叶叶绿素质量分数和高光谱参数的相关性,建立叶绿素质量分数估算模型。利用Field Spec4便携式地物光谱仪采集无病虫害的箭竹竹叶光谱,使用SPAD-502叶绿素仪测定相应竹叶的叶绿素质量分数,分析竹叶叶绿素质量分数与原始光谱、一阶导数光谱以及提取的光谱特征参数之间的相关性,采用线性和非线性分析法构建叶绿素质量分数估算模型并进行精度检验。结果表明:(1)竹叶叶绿素质量分数在原始光谱反射率762 nm处相关系数达到最大值,相关系数为0.544 3;在一阶导数光谱反射率689 nm和726 nm处分别达到了极显著相关水平,相关系数分别为-0.747 9和0.907 9。(2)基于λ_b、λ_r、S_(Dr)/S_(Db)和(S_(Dr)-S_(Db))/(S_(Dr)+S_(Db))等光谱参数都与叶绿素质量分数达到了极显著相关水平。(3)采用相关性达到极显著水平的4种光谱参数以及689、726 nm处的一阶导数光谱反射率,构建叶绿素质量分数估算模型。依据决定系数(R2)最高,筛选出的回归估算模型中,基于一阶导数光谱反射率在726 nm处的线性模型R~2最高,为0.882 8,均方根误差(R_(MSE))和相对误差(RE)最小,分别为1.7050%和4.18%。因此,一阶导数光谱反射率在726 nm处的线性模型为竹叶叶绿素质量分数的最佳估算模型。 相似文献
14.
棉花冠层反射光谱与叶片氮含量定量关系研究 总被引：1，自引：1，他引：0
对可见光波段至短波红外波段(350～2 500 nm)棉花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,350～732、733～940和1 970～2 477 nm波段的光谱反射率与叶片含氮量极显著相关;940～1 176 nm波段的光谱反射率与叶片含氮量显著相关,以上波段为叶片全氮敏感波段.通过分析叶片含氮量与高光谱特征参数关系,得出吸收谷特征参数Depth1154和PRI(570,530 nm)可以用来预测盛花期叶片含氮量,其中Depth1154的复相关系数最高达到0.747 3,为运用遥感技术大面积、迅速、无破坏地来预测棉花生长状况以提供可能. 相似文献
15.
A comparison of the sensitivity of several broad- and narrow-band vegetation indices (VIs) to leaf chlorophyll content in
planophile crop canopies is addressed by the analysis of a large synthetic dataset. Broad-band indices included classical
slope-based VIs (i.e. NDVI—normalized difference VI and SR—simple ratio) and some indices incorporating green reflectance
(i.e. Green NDVI, NIR/green ratio and the newly proposed CVI—chlorophyll vegetation index), whereas narrow-band indices included
those specifically proposed to estimate leaf chlorophyll at the canopy scale (i.e. MCARI—modified chlorophyll absorption reflectance
index, TCARI—transformed CARI, TCARI/OSAVI ratio—TCARI/optimized soil adjusted VI and REIP—red edge inflection position).
Synthetic data were obtained from the coupled PROSPECT + SAILH leaf and canopy reflectance models in the direct mode. In addition
to traditional regression-based statistics (coefficient of determination and root mean square error, RMSE), changes in sensitivity
of a VI over the range of chlorophyll content were analyzed using a sensitivity function. The broad-band chlorophyll vegetation
index outperformed the other VIs considered as a leaf chlorophyll estimator at the canopy scale, with the exception of the
TCARI/OSAVI ratio for some soil conditions. 相似文献
16.
植物功能叶的SPAD值与其氮素和叶绿素有较强的相关性,研究功能叶SPAD与其冠层光谱的关系,对实现植株叶绿素含量快速、无损检测具有重要意义。本文通过对冬小麦生育期的冠层原始光谱进行一阶导数变换,研究其功能叶片SPAD值与冠层光谱的相关性,对监测冬小麦叶绿素含量的敏感波段进行了提取,并建立了叶绿素含量与冠层反射光谱的定量关系。结果表明,基于小麦冠层原始光谱反射率、冠层光谱导数反射率与SPAD的相关系数曲线,提取的各形式下冬小麦叶绿素含量的敏感波段分别为500、690、760和470、630、723nm;并构建了冬小麦叶绿素含量的预测模型,以FDNDVI(630,723)预测模型较好,其R2可达0.9485,模型验证参数R2、MRE和RMSE分别为0.8099、0.0294和1.805,拟合效果较好,表明该模型能有效地对冬小麦叶绿素含量进行预测。该研究结果可为冬小麦长势监测提供一定的理论参考。 相似文献
17.
基于高光谱特征参数的樟树叶绿素含量的估算模型研究 总被引：1，自引：0，他引：1
叶绿素在植物的生理生态过程中非常重要,而高光谱遥感的快速发展使得定量估算植被叶绿素含量成为可能.采用美国ASD公司生产的野外光谱辐射仪测量樟树幼林的叶片光谱,对观测叶片进行了同步叶绿素含量的测定.利用基于光谱位置变量的分析方法,分析樟树叶片光谱与叶绿素含量之间的关系.结果表明:樟树幼林叶绿素含量与Db,Rg,Rg/Ro,(Rg-Ro)/(Rg+Ro)之间的相关程度很高,相关系数达到极显著检验水平;通过建立特征参数与叶绿素含量之间的估算模型,并进行精度检验,得出了叶绿素含量估算的高光谱模型为y=exp[1.356+(-361.973)Db].说明利用高光谱遥感数据可以估测樟树幼林的叶绿素含量. 相似文献