共查询到20条相似文献，搜索用时 15 毫秒
1.
《西南农业学报》2017,(2)
为了探索田间不同成熟度烟叶的高光谱特征以及与SPAD值的关系,分析了不同成熟度烟叶的高光谱反射率、位置变量、面积变量和植被变量等光谱参数的差异。并采用相关分析和逐步回归方法确定高光谱参数与SPAD值的关系。结果表明,随着成熟度的提高,在可见光范围内(480~680 nm),反射率逐渐升高,尤其在500~660 nm范围内,反射率对于不同成熟度的烟叶有较好的"区分效应"。在近红外区域,随着成熟度的提高,烟叶的反射率大体呈现减小的趋势。烟叶的红边面积变化趋势为:先增大后减小;蓝边面积随着成熟度的提高不断增大;SDr/SDb值和(SDr-SDb)/(SDr+SDb)值逐渐减小,且各成熟度间差异达到显著或极显著水平。SPAD值的红谷反射率的回归方程的预测效果较好,基于高光谱特征参数率建立回归模型预测SPAD值是可行的。 相似文献
2.
测试了棉花2个品种4水平种植密度的4个关键生育时期冠层反射光谱,应用微分技术处理棉花冠层反射光谱,提取了红边(680～750nm)波段范围的最大一阶微分值(Dr)和红边面积(SDr)参数。分析了棉花冠层红边参数在不同生育期的变化特征和棉花吐絮期的两种生长类型的冠层红边状况,表明红边位置可以指示它们的氮素状况。以新陆早8号的SDr为自变量与对应的LNA为因变量进行相关分析,SDr与冠层LNA达1%极显著相关(R=0.9186**,n=32),利用其构建的模型方程估算新陆早6号的LNA,实测LNA和估测LNA的估计标准差为0.8909g/m2,估算精度为88.1%(R=0.9277**,n=32),说明采用高光谱提取的红边参数信息是无损实时、快捷评价棉花氮素状况的有效方法。 相似文献
3.
基于GA-BP神经网络高光谱反演模型分析玉米叶片叶绿素含量 总被引：3，自引：0，他引：3
叶绿素是评价玉米健康状况的重要生理生化参数,而快速、准确检测玉米叶片叶绿素含量,是实现玉米长势及健康状况精准诊断的关键。为提高玉米叶片叶绿素含量的高光谱反演精度,以玉米试验小区为基础,测定了东北地区玉米不同生长期的叶片光谱反射率及其对应的叶绿素含量。首先采用一阶微分方法提取光谱特征,构建9种高光谱特征参数(Db、Dy、Dr、λb、λy、λr、SDb、SDy和SDr),并分析一阶微分光谱、高光谱特征参数与叶绿素含量间的相关关系,优选出与叶绿素含量相关性较高的3种特征参数作为自变量,分别为535nm处的一阶微分值、蓝边内最大一阶微分值Db、蓝边面积SDb,叶绿素含量实测值作为因变量,随后采用遗传算法对BP神经网络进行优化,建立BP神经网络(BPNN)和遗传算法优化的BP神经网络(GA-BPNN)反演模型,并对模型进行验证;再结合主成分回归(PCR)和偏最小二乘回归(PLSR)模型进行比较。结果表明:叶绿素含量与一阶微分光谱在535nm处具有最大相关系数(R=-0.738),并且与特征参数Db、SDb呈显著相关,相关系数R分别为-0.732和-0.728;遗传算法可以有效地对BPNN初始权值随机化、易陷入局部极值等不足实现优化,并为其定位出理想的搜索空间;GA-BPNN模型的建模集与验证集R2分别为0.878和0.898,RMSE为0.731,与其他反演模型相比,GA-BPNN模型的稳定性和预测能力均表现最好,可为定量预测玉米叶片叶绿素含量提供一定的理论和技术依据。 相似文献
4.
棉花叶面积指数冠层反射率光谱响应及其反演 总被引：8，自引：1，他引：8
【目的】研究棉花冠层光谱对不同叶面积指数（LAI）的响应，建立棉花LAI光谱反演模型。【方法】利用2003～2004年采集的棉花光谱与LAI的246组数据，分析LAI与冠层反射率光谱和反射率一阶微分光谱间的定量关系。【结果】当LAI大于2.5后不同LAI棉花群体光谱反射率在可见光波段趋于饱和；LAI与可见光波段和短波红外波段（水分吸收带除外）光谱反射率呈显著负相关，与近红外波段高光谱反射率呈显著正相关；LAI与棉花反射率一阶微分光谱主要在蓝边（523～531 nm）、黄边（570～576 nm）、红边（700～755 nm）形成3个相关系数高台区，均达极显著水平，其中红边区的相关性最高。棉花红边位置固定，分别在718 nm和723 nm，且以 723 nm处对LAI更敏感。在反演棉花LAI的高光谱参数中VI (660、800)、VI (550、800)、VI (500、800)、VI (670、800)、Sdy (570～573 nm)、SDr (714～755 nm)、D723、Dr 估算LAI相对误差低于30%，RSME小于0.6，其中VI (600、800)、VI(550、800)两个参数估算水平最高，相对误差分别为21.7%与21.0%，RMSE分别为0.416与0.419；利用SDr与SDr/SDb分别对LAI大于1.0 与小于1.0 的棉花群体反演，能显著提高LAI的估算水平。【结论】应用高光谱分析方法能够提取棉花冠层特征光谱信息，构建LAI高光谱反演参数，建立估算模型，并且利用包含不同光谱参数的分段模型可以进一步提高LAI反演精度。 相似文献
5.
接种不同浓度松材线虫的黑松光谱学特征分析 总被引：1，自引：0，他引：1
利用光谱学进行植物病害的早期诊断是近年来植物病害监测预警研究的一个热点。本试验采用人工接种不同浓度松材线虫的方法,研究了野外健康黑松不同发病阶段黑松松针的反射光谱特征曲线,分析了多个光谱特征参数。结果表明:绿光波段(500～560 nm)和近红外波段(750～900 nm)反射光谱曲线对松树发病程度有一定的指示作用;红边(680～780 nm)位置蓝移、绿峰(510～580 nm)反射高度及红谷(640～700 nm)吸收深度降低、红边斜率减小等光谱特征参数的变化能够很好地反映松树的感病情况。本研究结果可为利用高光谱遥感技术进行松材线虫病监测与预警提供理论依据。 相似文献
6.
通过对安徽省池州市青阳县输电线下行通道的优势树种进行光谱测量与分析,以建立优势树种光谱库,为输电线通道下行林区的树种精细分类提供理论和技术支持。利用便携式光谱仪对研究区6个优势树种的冠层光谱数据进行采集,并生成平均冠层反射光谱曲线,经过导数变换、植被特征参数(蓝边、黄边和红边)分析及冠层光谱的可分性研究,进而分析出不同树种的不同波段光谱特征差异。结果表明,在原始光谱可见光波段毛竹冠层反射率高于其他树种;而在近红外波段,栎树的冠层反射率高于其他树种。6个树种的蓝边位置、黄边位置及红边位置存在差异较小,毛竹的蓝边斜率最大;杉木的黄边斜率最大;栎树的红边斜率和红边面积均为最大。通过可分性研究可知,原始光谱在550 nm、900 nm及一阶导数光谱在718 nm处,有助于精细区分不同树种类型。 相似文献
7.
《河南农业科学》2015,(8)
为了研究农作物重金属Cu2+污染的高光谱遥感监测技术,设置了3种Cu2+胁迫程度(0μg/g、250μg/g、500μg/g)的玉米盆栽试验,实测了不同成熟度玉米叶片在3种Cu2+胁迫下的高光谱反射率、叶绿素含量和Cu2+含量,也对不同成熟度玉米叶片中叶绿素和Cu2+含量与土壤中Cu2+含量的关系进行了分析。同时为了实现基于高光谱遥感信息区分Cu2+胁迫程度及预测Cu2+含量,提出了红边一阶微分偏移面积(FMAR)和红边一阶微分面积偏移率(FMRR)的红边参数,并与常规的红边位置(REP)、红边最大值(MR)、红边一阶微分包围面积(FAR)等红边参数进行了区分与预测能力比较,实测数据与红边参数光谱分析结果表明,玉米叶片中的叶绿素含量随着成熟度的增加而升高,随着土壤中Cu2+含量的升高而降低;红边位置在Cu2+胁迫时的蓝移没有老叶片到新叶片蓝移明显;FMAR和FMRR在区分Cu2+胁迫程度及预测Cu2+含量方面比REP、MR和FAR效果好。 相似文献
8.
基于改进红边面积的夏玉米叶片氮素含量导数光谱监测 总被引：2，自引：0，他引：2
【目的】从夏玉米叶片一阶导数光谱中提取监测叶片氮素含量变化的敏感红边面积,为夏玉米氮素营养遥感监测提供依据。【方法】使用高光谱仪ASD Field Spec Pro,于喇叭口期(08-05)、抽雄期(08-22)、吐丝期(09-05)和乳熟期(09-13)采集不同氮素处理水平下(0,120,240 kg/hm2)的夏玉米叶片光谱,并在红边波长范围(680~760nm)求取一阶导数(一阶导数光谱),然后采用基于小波变换的阈值去噪方法对一阶导数光谱进行去噪处理;考察夏玉米4个生育时期内一阶导数光谱对不同氮素处理水平的响应特征,以及当波长范围从红边核心区域720~740 nm逐步扩展到700~760 nm时,对应包围面积与叶片氮素含量相关系数的变化情况,在此基础上分析红边面积常规计算方法的不足,并提出针对性的改进措施;在4个生育时期内,对改进红边面积MSred和通过常规计算所得红边面积Sred与叶片氮素含量的相关性进行分析,并评价MSred的效果。【结果】(1)对于不同的氮素处理水平,位于红边核心区域720~740 nm的一阶导数光谱值相对于红边边缘区域具有更显著的响应特征。(2)在4个生育时期内,当波长范围处于红边核心区域时对应红边面积值较小,但其与叶片氮素含量的相关性较高;当波长范围以720~740 nm为中心、2 nm为步长扩展至700~760 nm时,对应包围面积值总体上呈线性增长趋势,而其与叶片氮素含量的相关性则逐渐降低。(3)在喇叭期、抽雄期、吐丝期、乳熟期,MSred与夏玉米叶片氮素含量的相关系数分别为0.876 8,0.827 5,0.844 2和0.883 8,比同生育时期Sred与叶片氮素含量的相关系数分别提高了7.50%,5.00%,9.75%和5.54%。【结论】改进红边面积MSred可以更准确地指示叶片氮素含量的变化,为采用高光谱技术快速诊断夏玉米氮素营养亏缺状况提供了新途径。 相似文献
9.
《山西农业科学》2017,(12)
为了解冬小麦倒伏与冠层光谱的响应关系,以2013年6月的倒伏冬小麦为研究对象,通过测定倒伏角度及其冠层光谱,研究倒伏程度与冬小麦冠层原始光谱的关系,并进一步分析倒伏冬小麦与红边特征参数的响应规律。结果表明,在可见光范围内(400~760 nm),倒伏冬小麦的反射率比正常冬小麦的反射率高,冬小麦的倒伏程度与光谱反射率呈正相关;倒伏冬小麦在倒伏角度为20°~60°范围内,光谱反射率的增长速率大致相同。分析红边参数可知,倒伏冬小麦的红边位置随着倒伏程度的增加会发生红移现象,且红边幅值、红边面积随着倒伏程度的增大而增大。研究表明,冬小麦冠层高光谱能够敏感响应冬小麦倒伏程度,可为采用光谱遥感技术实时、快速、无损监测冬小麦倒伏奠定一定的理论基础。 相似文献
10.
【目的】叶面积密度（leaf area density,LAD）反映作物在垂直方向上体积内叶面积总量的差异,体现作物冠层内叶面积随着高度变化的分布状况。本文旨在探索玉米叶面积密度对于倒伏胁迫强度的表征能力及其光谱响应规律。【方法】以抽雄期倒伏夏玉米为研究对象,获取倒伏后玉米多期LAD及冠层光谱数据,对倒伏玉米冠层光谱进行一阶微分和小波变换处理,根据LAD与冠层光谱一阶微分及小波分解系数的相关性分析,筛选LAD敏感波段和最佳小波分解尺度,采用偏最小二乘法构建倒伏玉米LAD光谱诊断模型,并利用实测样本验证模型精度。【结果】玉米LAD随着倒伏胁迫程度的增强而增大,LAD可有效表征玉米倒伏胁迫强度及其自身恢复能力;玉米倒伏后冠层结构发生较大变化,倒伏玉米冠层光谱反射率较正常玉米整体增高,近红外波段的增幅相比可见光波段更高,倒伏强度越强则光谱反射率越高;LAD敏感波段主要分布在蓝光波段354—442、472—495 nm和红光波段649—829 nm以及近红外波段903—1 195 nm和1 564—1 581nm;同一阶微分处理相比,基于连续小波变换的玉米倒伏LAD诊断模型的验证R2提高6.08%—9.11%,RMSE降低23.08%—31.63%;小波分解尺度对LAD诊断精度有一定的影响,中低尺度模型精度优于高尺度模型,其中第5尺度构建的模型对LAD的拟合效果最优（R2=0.898,RMSE=1.016）。【结论】利用连续小波变换技术对玉米冠层高光谱解析,可有效诊断倒伏胁迫下的玉米叶面积密度,可以为玉米倒伏胁迫灾情遥感监测提供必要的先验知识。 相似文献
11.
【目的】揭示关中地区夏玉米叶面光谱特性与施氮量间的相关性,探索不同施氮水平下夏玉米叶片含氮量与叶绿素等生化指标及其光谱反射率特征。【方法】在田间设置不同施氮水平(纯氮施用量分为0,120和240kg/hm2)的试验小区,分别于喇叭期、抽穗期、吐丝期和乳熟期,采用FieldSpec光谱仪于室内标准光源下测定夏玉米叶片的光谱反射率,采用H2SO4-H2O2消煮,连续流动注射分析仪测定叶片氮含量,采用叶绿素仪测定穗位叶片的叶绿素含量,并对所得数据进行相关性分析。【结果】夏玉米叶片含氮量与叶绿素含量之间呈显著相关性,作物施氮水平对叶片的叶绿素含量及含氮量有直接影响;不同施氮水平下夏玉米叶面的反射波谱曲线趋势大致相同,均明显在绿波段(550 nm左右)有1个反射峰,在近红外波段(760~1 070 nm)有1个较高的反射率平台,在近红外波段(760~1 070 nm)处的反射率随氮肥用量的增加而提高,在可见光波段(400~760 nm)处的反射率则正好相反;在可见光波段,不同生长期玉米的叶面光谱反射率表现为乳熟期>抽雄期>喇叭口期>吐丝期,而在近红外波段其光谱反射率表现为乳熟期>喇叭口期>抽雄期>吐丝期;在可见光(400~760 nm)波段处,夏玉米不同生育期叶片的反射率与叶片含氮量及叶绿素含量呈负相关,而在近红外(760~1070 nm)波段处,除抽雄期外,其余生育期叶片的反射率与叶片含氮量及叶绿素含量均呈正相关,且相关性较为显著;高光谱遥感监测显示,关中地区夏玉米氮素营养水平的敏感时期分别是喇叭口期、吐丝期及乳熟期,敏感波段为可见光波段的500~720 nm和近红外区的760~1 070 nm。【结论】夏玉米的氮营养水平与叶面光谱反射率存在显著的相关性,利用高光谱遥感数据监测关中地区夏玉米的营养状况是可行的。 相似文献
12.
倒伏胁迫下冬小麦冠层光谱及红边特征 总被引：2，自引：0，他引：2
《山西农业科学》2015,(6):673-676
倒伏已成为影响小麦减产的主要因素之一,实时监测倒伏胁迫对小麦生长具有重要意义。通过人工模拟不同倒伏级别处理,利用光谱观测数据,分析了倒伏冬小麦光谱和红边参数变化特征。结果表明,倒伏小麦冠层光谱反射率较正常小麦整体增高,近红外波段比可见光波段增加明显,且倒伏级别越大反射率越高,表明冬小麦受倒伏胁迫后,冠层光谱对其响应敏感;倒伏小麦红边位置发生蓝移,红边幅值和红边面积则呈增大趋势。因此,可利用高光谱技术实现对冬小麦倒伏的实时监测。 相似文献
13.
【目的】利用高光谱遥感技术实时监测干旱胁迫下玉米叶片可溶性糖,为诊断玉米干旱胁迫和田间水分管理提供了理论基础。【方法】采用单因素随机区组设计,对玉米进行盆栽控水,设置4个水分梯度(正常水分、轻度胁迫、中度胁迫和重度胁迫),研究不同干旱胁迫下玉米不同生育时期冠层光谱反射特征及变化规律,比较可溶性糖含量与冠层光谱反射特征和植被指数之间的关系,构建玉米叶片可溶性糖估测模型。【结果】玉米叶片可溶性糖含量在拔节期、喇叭口期和抽雄吐丝期随着干旱胁迫程度的加剧而逐渐增加,均在重度胁迫达到最大值,分别为44.45、44.22和73.00 mg/g,3个时期叶片可溶性糖含量的平均值在抽雄吐丝期达到最大值为72.43 mg/g;不同干旱胁迫下玉米冠层原始光谱反射率在可见光区域(400~700 nm)无明显差异,在近红外光区域(700~1 000 nm)随干旱胁迫加剧逐渐升高,重度胁迫达到最大值;一阶导数光谱的红边幅值随干旱胁迫加深逐渐升高,红边位置在喇叭口期出现"红移";可溶性糖的敏感波段处于原始光谱560~719 nm和导数光谱651~683 nm之间;通过对11个植被指数和经过波段自由组合的RSI、DSI、NDSI这3个植被指数与可溶性糖含量相关分析得知,利用波段自由组合的植被指数DSI(D444,D455)与玉米叶片可溶性糖含量的相关性最好(r=0.99),并由此构建的估测模型y=498 165x2-7 566.9x+71.856能够实现对玉米叶片可溶性糖含量的估测。【结论】不同干旱胁迫下玉米冠层光谱和可溶性糖含量存在差异性,利用高光谱遥感技术可以实时监测玉米叶片可溶性糖含量。 相似文献
14.
毛竹林光谱特征及其与典型植被光谱差异分析 总被引：2，自引：0，他引：2
以毛竹光谱特征为研究对象,通过对光谱曲线和一阶导数曲线进行分析,探明了不同季节毛竹林的光谱特征及其与典型树种的光谱差异,为毛竹林的遥感监测提供了理论依据。研究结果表明:1)毛竹光谱曲线在可见光波段出现1个反射峰和1个吸收谷,这2个峰的对应波长分别为556和680 nm, 近红外波段的反射率明显增大。2)大年毛竹林春季和夏季的一阶导数曲线的红边波段呈“双峰”,秋季和冬季呈“单峰”,夏季的红边位于700 nm,其他季节红边位于718 nm;小年毛竹林秋季的一阶导数曲线的红边波段呈“双峰”,冬季呈“单峰”,红边均位于718 nm;不同季节毛竹林红边振幅大小依次为:春季夏季冬季秋季。3)毛竹林与其他典型植被在500～600、660～680、700～900 nm 等波段的反射率差异明显,可作为遥感监测的最佳波段,并且“绿峰”、“红谷”、红边位置、红边振幅以及红边波段的“峰型”等特征可作为毛竹林遥感识别的主要参数,监测最佳季节是春季,其次为秋季。 相似文献
15.
《江苏农业科学》2017,(8)
利用花生生物物理参数和冠层高光谱数据,基于光谱一阶微分技术,选取对生物量敏感的波段组成高光谱植被指数,建立花生叶鲜生物量的高光谱遥感估算模型。结果表明,花生叶鲜生物量在绿峰525~556 nm、红谷645~689 nm和近红外710~900 nm波段范围反射光谱与花生叶鲜生物量有极显著相关关系。高光谱反射率与叶鲜生物量在大部分可见光区和近红外波段呈显著相关,并且在可见光红光波段呈负相关,在近红外波段呈极显著正相关。花生光谱反射率与花生叶鲜生物量相关的近红外、红光波段的敏感波段分别为770、673 nm,用这2个波段构建植被指数,组成高光谱归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)和再次归一化植被指数(RDVI),并构建生物量反演模型;相对于NDVI、DVI、RDVI建立的简单线性函数估测模型,RVI所构建的花生叶鲜生物量估测模型的预测精度较高。 相似文献
16.
以不同施氮量试验小区为依托,对各生育期水稻(Oryza sativa L.)冠层光谱反射率及一阶微分光谱进行分析。结果表明,水稻冠层光谱随生育期的变化规律与其生长发育变化特征相对应;不同施氮条件下水稻冠层光谱反射率随施氮量增加在可见光波段降低、近红外波段升高,其中550~600 nm和800~900nm处差异明显,是诊断氮素的特征波段;红边位置(λr)和红边斜率(Dr)在孕穗期前均随着氮素水平的提高而增加,齐穗期后λr出现蓝移现象,Dr减小;将特征波长的比值指数、λr和Dr与叶片氮积累量进行相关性分析,结果显示,800 nm和550 nm的反射率之比(R800 nm/R550 nm)与叶片氮积累量的相关性较好,其相关系数为0.864,λr和Dr与叶片氮积累量的相关系数分别为0.814、0.908。说明合适的光谱变量可以诊断水稻氮素状况,进而为合理施肥提供参考。 相似文献
17.
【目的】高光谱特征参数能够突出原始光谱的感兴趣信息,分析冬小麦的高光谱特征参数随受涝时间的变化特征,提出一种快速识别冬小麦受涝的方法,可为冬小麦涝害监测提供理论支撑。【方法】文章在冬小麦灌浆期设置持续淹水8天的处理,采集涝害处理当天、第3d、第5d、第7d的反射光谱特征,以高光谱位置参数、振幅参数、面积参数和反射率参数为研究指标,对比分析了健康和受涝冬小麦18个高光谱特征参数的变化特征,并根据高光谱特征参数的差异性指数随受涝时间的变化特征判断冬小麦的受涝程度。【结果】(1)受涝冬小麦的红边位置发生"蓝移",红谷、绿峰和黄边位置发生"红移";4个振幅参数值均减小;近红外面积和绿峰面积增大,红边、黄边和蓝边面积减小;绿峰反射率Rg和红谷反射率Ro增大,两者的比值Rg/Ro和归一化值(Rg-Ro)/(Rg+Ro)则减小;(2)根据不同高光谱特征参数差异性指数的大小及变化特征,提取出红边位置、最小振幅、近红外面积和红谷反射率为判断冬小麦受涝与否的最佳参数;高光谱反射率参数和面积参数可在受涝前期快速识别冬小麦受涝与否,高光谱振幅参数能够在受涝后期判断受涝程度。(3)不同高光谱特征参数识别冬小麦受涝的优劣能力从强到弱依次为:高光谱振幅参数高光谱面积参数高光谱反射率参数高光谱位置参数。【结论】高光谱特征参数的变化特征能够用来判断冬小麦受涝与否以及受涝程度,可为冬小麦涝害遥感监测提供理论支撑。 相似文献
18.
【目的】伊犁绢蒿荒漠草地是新疆草地生态系统的重要组成部分,研究其主要植物地面光谱和植被指数特征是实现物种识别的基础,准确而实时获得群落物种组成变化、提高草地监测的质量和效果。【方法】借助SOC710 VP成像光谱仪,采集4月伊犁绢蒿荒漠草地群落高光谱影像,提取伊犁绢蒿(Seriphidium transiliense)、角果藜(Ceratocarpus arenarius)、叉毛蓬(Petrosimonia sibirica)和群落的原始光谱数据,通过反射率(REF)、吸收率(ABS)及其一阶微分(GREF和GABS)的变换提高光谱辨析度,分析并筛选敏感波段;通过各波段之间的相互组合计算NDVI值和DVI值,并以全波段计算的NDVI值和RVI值作为参考,筛选出优于全波段且差值最大植被指数。【结果】(1)3种主要植物光谱曲线相近,差异主要体现在光谱值的大小,在可见光400~780 nm和近红外波段780~820 nm的反射率均表现出角果藜>伊犁绢蒿>叉毛蓬>群落的特征;(2)通过反射率REF、吸收率ABS、一阶微分反射率GREF和一阶微分吸收率GABS的变换能够进一步扩大其光谱特征,相对稳定的波段有蓝光波段490~530 nm,绿光波段510~560 nm,红光波段620~760 nm,近红外波段780~820 nm。(3)GABS和ABS变换下490~530 nm和780~820 nm波段组合计算的NDVI’和RVI’在3种主要植物间的差异大于全波段和其它波段计算的NDVI’和RVI’。【结论】对敏感波段的反射率和吸收率进行一阶微分处理,并用于改进植被指数,能够提高伊犁绢蒿荒漠3种主要植物的识别效果。 相似文献
19.
基于高光谱技术的茶尺蠖危害程度研究 总被引：1，自引：0，他引：1
对遭茶尺蠖啃食的茶园高光谱数据进行比较和分析，发现在红边峰值区(690～790 nm)和蓝边峰值区(520～580 nm)的光谱特征参数变化明显，建立了相应的茶尺蠖啃食程度拟合模型。结果表明：遭茶尺蠖啃食的茶园部分光谱特征参数与叶面积指数存在相关性，其中以红边峰区一阶导数积分值(SDr)的相对变化率最大，能够有效反映出茶园遭茶尺蠖啃食的严重程度，真实值与模型预测值的相关系数为0.93，相对误差的平均值为4.46%。 相似文献
20.
构建佛手瓜叶片叶绿素含量估算模型，为实现高光谱技术监测佛手瓜叶片叶绿素含量变化提供参考依据。利用SPAD-502 PLUS叶绿素仪同步测定佛手瓜叶片的SPAD值，以Field Spec 3地物光谱仪采集佛手瓜叶片光谱数据。对原始光谱去噪处理后经一阶微分变换、倒数对数变换和倒数对数的一阶微分变换提取其特征波段，然后利用红边及绿峰位置构建了SPAD值的预测模型，并采用决定系数(R2)、均方根误差(RMSE)和相对误差(RE)对模型进行精度评价。结果表明，在400～1 000 nm波长范围内，佛手瓜叶片光谱特征在可见光区的绿峰波段反射率在22%左右，在近红外区形成高反射率，达到56%左右。通过对原始光谱曲线进行一阶微分变换、倒数对数变换和倒数对数的一阶微分数学变换后，提取出佛手瓜叶片的特征波长分别有520、550、640、650、670、680、700 nm。以单一红边位置与佛手瓜SPAD值建立的模型，r2为0.814 2,以此模型进行SPAD值预测，得到预测值与实测值的决定系数r2为0.833 7,RMSE为2.83,RE为... 相似文献