不同施肥条件下玉米的荧光光谱特征及其在遥感中应用的可能性

在田间栽种玉米,并按氮、磷肥的不同施用量分为10种情况处理。在不同生长期进行了生长形态指标测量和活体叶片的荧光光谱与激光诱导荧光光谱测量,并测试了叶片浸出液的荧光光谱。结果表明,不同的施肥条件.不仅使玉米在长势上有所反映,而且还会引起光合作用效率和叶绿素含量等的变化,因而导致了玉米叶片荧光光谱的变化。利用440,550,685nm等处的荧光强度可探测玉米的养分供应状况,当利用它们的比值时,表征更为明显。这就为遥感监测玉米的长势和估产提供了新的途径和可靠依据。从玉米的需肥情况、农时、荧光光谱的差异性以及遥感的可行性来看,在拔节期是遥感监测的最佳时期。     

不同钾素处理春玉米叶片营养元素含量变化及其光谱响应

目的是研究不同钾营养水平春玉米典型生育期叶片的光谱响应,探索叶片内营养成分与叶片光谱反射率的相关性。方法是设置了不同梯度钾处理的盆栽试验,按玉米生育期进行光谱测定和取样分析。结果,通过对不同钾处理间玉米叶片养分含量的差异性分析表明,随着施钾的提高,叶片钾含量差异性达到显著水平。分析不同钾营养水平不同生育时期春玉米叶片光谱反射率与叶片钾含量的相关关系,并建立了喇叭口期利用叶片光谱反射率估测叶片钾含量的数学模型;以及分析了该处理下喇叭口期叶片内水分、叶绿素、氮、磷、钙、镁、锌、锰、铜、铁含量与叶片光谱反射率的相关性。结果表明：不同生育时期叶片钾含量与其光谱反射率的相关关系在光谱维方向存在明显差别,730—930nm和960—1100nm两波段为春玉米喇叭口期评价钾营养状况的敏感波段,光谱变量R767＋R1057,（R767＋R1057） /（logR767＋logR1057）和（R767-R1057） /（logR767-logR1057）均能很好的预测喇叭口期叶片钾含量;该时期叶片内不同成分与光谱反射率相关分析表明：550nm,710nm,950nm三波段处是各个相关曲线的突变点;叶片内各成分间高度相关的,它们的光谱相关曲线趋势也极为一致或对称。     

利用多时相的高光谱航空图像监测冬小麦条锈病

冬小麦发生锈病 ,叶绿素被大量破坏 ,水分蒸滕量大大增加 ,叶片细胞大小、形态、叶片结构发生了改变 ,从而改变了叶片和冠层的光学特性 ,使得遥感探测与评价成为可能。利用多时相的高光谱航空飞行图像数据 ,了解、分析和发现条锈病病害对作物光谱的影响及其光谱特征 ;设计了病害光谱指数 ,成功地监测了冬小麦条锈病病害程度与范围。对比 3个生育期的条锈病与正常生长冬小麦的PHI图像光谱及光谱特征 ,发现 :5 6 0— 6 70nm黄边、红谷波段 ,条锈病病害冬小麦的冠层反射率高于正常生长的冬小麦光谱反射率 ;近红外波段 ,条锈病病害的冠层反射率低于正常生长的冬小麦光谱反射率 ;条锈病冬小麦冠层光谱红谷吸收深度和绿峰的反射峰高度都会减小     

利用夫琅和费暗线探测自然光条件下的植被光合作用荧光研究

自然光照条件下测定的植被反射的辐照度光谱既包括太阳光诱导荧光的发射光谱，又包括叶片对入射光的反射光谱，研究如何从冠层光谱中提取荧光光谱有十分重要的应用价值。首先，论文介绍了夫琅和费暗线探测自然光条件下的光合作用荧光的基本原理和方法。其次，将太阳大气的夫琅和费暗线拓展到地球大气，发现地物光谱仪测定的冠层辐照度光谱中688nm和760nm两个氧气吸收形成的夫琅和费暗线特征明显，且荧光较强，所以利用这两个波段的夫琅和费暗线可以探测自然光条件下的光合作用荧光。第三，研究并分析了夫琅和费暗线方法计算的688nm和760nm波段的荧光特性，结果表明该方法计算的荧光是可靠的，它与光合有效辐射（PAR）关系密切，复相关系数达到了0．9；冬小麦冠层荧光光谱在760nm和688nm波段的荧光大小基本相等，而地锦冠层荧光光谱在688nm波段的荧光强度是760nm的3倍左右，表明荧光光谱能够更加敏感地反映植被物种或生理生化状况的差别。最后，将夫琅和费暗线方法计算的688nm和760nm波段的荧光数据与激光脉冲调制荧光仪测定Fv／Fm荧光参数进行了统计分析，结果表明它与Fv／Fm存在极显著的负相关关系。所以利用夫琅和费暗线方法能够探测植被冠层荧光，并有可能替代传统的测定方法，并推广到航空航天平台，实现荧光探测从接触式点测量方式到航空或卫星遥感大面积监测的技术飞越。     

土壤激光诱导荧光遥感研究初探

对我国不同土壤的激光诱导荧光光谱的研究表明,在可见光波段的荧光峰一般在450nm左右,其相对荧光强度与土壤有机质含量、粘粒含量、水分含量以及土壤的化学组成密切相关。还表明.测试环境的差异,并不改变土壤的荧光光谱特征,仅影响它的相对荧光强度;不同的植被覆盖度会明显引起土壤荧光光谱的相应变化。这些结果展示出了激光荧光遥感技术应用于土壤类型和某些性状探测的可能性。应用红光波段是识别植被和土壤的最佳荧光波段。     

波段位置和宽度对不同生育期水稻NDVI影响研究

通过对不同生育期水稻冠层光谱的分析,探讨了不同波段位置和波段宽度对不同生育期水稻NDVI的影响.以及在一定NDVI精度要求下红光波段最大宽度和波段中心位置的相互作用.结果表明,在所有生育期,近红外波段的位置和宽度对NDVI影响不大;红光波段的位置和宽度对NDVI有较大影响,特别是红光波段位置接近红谷极值(670nm附近)时影响尤为显著.相对而言水稻生育前期的NDVI更容易受到波段位置的影响,但是波段位置对不同生育期之间NDVI的差值影响不大.无论红光波段还是近红外波段,当取值处于红边区域(690-740nm)时,对NDVI有较大影响.当保证NDVI偏差在1%以内时,在水稻生长旺期,构成NDVI的红光波段最大宽度随着波段巾心位置向长波移动而逐渐变窄,当到达690nm附近达到最窄,而后略有变宽;对于生长前期和后期,由于在648nm附近变窄而有波动.     

基于Hyperion影像的水稻冠层生化参量反演

采用小区实验与大田应用相结合的方法, 依据扬州实验小区地面实测拔节期、抽穗期及灌浆期的水稻叶片、冠层光谱及氮和叶绿素含量, 采用光谱吸收特征和植被指数分析方法, 得到估算水稻氮和叶绿素含量的最佳光谱特征参数; 结合覆盖江苏姜堰地区大田的Hyperion高光谱遥感影像, 建立反演水稻冠层氮和叶绿素含量的模型, 对研究区大田水稻冠层氮和叶绿素含量进行了反演及制图。结果表明: 经波深中心归一化方法分析, 发现以670nm为中心的光谱吸收特征面积与水稻氮含量呈显著相关性; 基于反转归一化光谱, 结合560nm和670nm两个波段, 建立的植被指数NDVI560_670能很好地反演水稻叶绿素含量。     

鄱阳湖叶绿素a浓度遥感定量模型研究

叶绿素a浓度是反映湖泊水体营养状况的重要指标,本研究通过分析水体叶绿素a浓度与高光谱反射特征的相互关系,采用一阶微分值和峰值比值法分别建立了叶绿素a的高光谱定量反演模型,在此基础上与同步MODIS数据敏感波段建立卫星定量反演模型。结果表明:叶绿素a荧光峰出现在波段690nm-700nm,波段696nm一阶微分值相关系数最大;波段700nm与波段680nm的比值与其对数相关性较好,MODIS数据波段2和波段1比值的指数模型为最佳的回归模型。     

引黄灌区水稻红边特征及SPAD高光谱预测模型

叶绿素含量是评估水稻长势和产量的重要参数。为了实现快速而准确的叶绿素含量估测,以宁夏引黄灌区宁粳43号水稻为试验对象,通过不同的氮素水平试验,测定了水稻在拔节期、抽穗期和乳熟期的冠层高光谱反射率和叶片绿色度土壤、作物分析仪器开发(soil and plant analyzer development,SPAD)值,分析了水稻不同时期冠层光谱的红边变化特征,并建立了SPAD的估测模型。结果表明,水稻叶片SPAD值随供氮水平的增加而增加,随生育期的变化表现为至抽穗期达到最高,而后逐渐降低。冠层光谱反射率随供氮水平的提高在可见光波段降低,在近红外波段增加。冠层光谱的红边位置、红边幅值和红边面积从拔节期到抽穗期呈现出"红移",至乳熟期呈"蓝移"现象,三个红边参数均随氮素水平的提高而增加。水稻拔节期是以红边面积为变量建立的模型对SPAD预测能力较好,而抽穗期和乳熟期则是以红边位置为参数建立的模型精度较高,与南方稻田叶绿素估算模型有所差异。利用高光谱技术对水稻SPAD值进行定量反演,可为西北地区水稻长势遥感监测提供理论依据。     

模拟酸雨对水稻叶片反射光谱特性影响的初步研究

本文研究了模拟酸雨对水稻叶片反射光谱特性的影响。结果表明：模拟酸雨会引起水稻叶片反射光谱的可见光区和中红外区的反射率升高，近红外区的反射率降低，相应的反射率比值也随之变化，一阶和二阶微分光谱蓝移，且上述变化的程度与酸雨的酸度、水稻的品种和生育期有关。这一结果也表明遥感技术监测酸雨污染作物是可行的。     

不同植物的激光诱导荧光光谱特征及其在遥感上的意义

用337nm氮分子激光照射不同种类的植物,可以得到每一种类植物的激光诱导荧光特征光谱。利用峰的波长,荧光强度的差异可以将木本阔叶树、针叶树,草本双子叶及单子叶植物加以区分。685与740以及440与550nm的荧光强度比值均可以作为植物区分的两种参数。用激光诱导荧光技术监测植物要选择合适的生长期和季节,单子叶植物应选拔节期,双子叶植物应选营养生长期,而木本植物则应选在春末夏初。研究表明,激光诱导荧光遥感技术对植物鉴别与分类以及植物的长势监测具有极其重要的意义和应用前景。     

土壤中镉、铜伤害对水稻光谱特性的影响

本文讨论了水稻受重金属镉和铜污染伤害后的光谱反射特性的变化,为遥感监测污染提供基本依据。使用高分辨率光谱辐射计在自然状态下实地测量了受污染的水稻光谱特性,比采集叶片在室内测量更接近于实际情况,便于结合遥感图像进行定性和定量分析研究。 结果表明,镉和铜拌土生长的水稻在分蘖期受到的影响最明显,无论是在生理上还是在反射光谱方面变化都比较显著。因此,对水稻受重金属污染的遥感监测最佳时间为分蘖期,有效波段为0.54—0.58,0.64—0.69,0.74—0.80微米。综合对水稻光谱的各种分析方法,如波形分析,微分光谱,绿度指数和主成分变换等技术,水稻在分蘖期,对高浓度的监测效果较好,而对低浓度效果不甚明显。     

利用MODIS数据识别水稻关键生长发育期

利用遥感方法提取中国范围内的水稻关键生长发育期。首先, 对时间序列Terra MODIS-EVI(Enhanced Vegetation Index)进行傅里叶和小波低通滤波平滑处理, 然后, 根据水稻在移栽期、分蘖初期、抽穗期和成熟期的EVI变化特征, 实现对各个生长发育期的识别。通过将利用2005年MODIS数据识别的结果与当年气象台站的地面观测资料进行比较, 采用本研究中的识别方法得出的水稻各个生长发育期的绝对误差大部分小于16d, 经过F检验表明提取的结果与地面观测资料在0.05水平下具有显著一致性。研究中的信息提取方法可被用于其他年份的水稻生长发育期识别, 根据其他作物的生长发育特点, 也可能适合于提取其他作物的生长发育期。     

Estimating aboveground and organ biomass of plant canopies across the entire season of rice growth with terrestrial laser scanning

Non-destructive and accurate estimation of crop biomass is crucial for the quantitative diagnosis of growth status and timely prediction of grain yield. As an active remote sensing technique, terrestrial laser scanning (TLS) has become increasingly available in crop monitoring for its advantages in recording structural properties. Some researchers have attempted to use TLS data in the estimation of crop aboveground biomass, but only for part of the growing season. Previous studies rarely investigated the estimation of biomass for individual organs, such as the panicles in rice canopies, which led to the poor understanding of TLS technology in monitoring biomass partitioning among organs. The objective of this study was to investigate the potential of TLS in estimating the biomass for individual organs and aboveground biomass of rice and to examine the feasibility of developing universal models for the entire growing season. The field plots experiments were conducted in 2017 and 2018 and involved different nitrogen (N) rates, planting techniques and rice varieties. Three regression approaches, stepwise multiple linear regression (SMLR), random forest regression (RF) and linear mixed-effects (LME) modeling, were evaluated in estimating biomass with extensive TLS and biomass data collected at multiple phenological stages of rice growth across the entire season. The models were calibrated with the 2017 dataset and validated independently with the 2018 dataset.The results demonstrated that growth stage in LME modeling was selected as the most significant random effect on rice growth among the three candidates, which were rice variety, growth stage and planting technique. The LME models grouped by growth stage exhibited higher validation accuracies for all biomass variables over the entire season to varying degrees than SMLR models and RF models. The most pronounced improvement with a LME model was obtained for panicle biomass, with an increase of 0.74 in R² (LME: R² = 0.90, SMLR: R² = 0.16) and a decrease of 1.15 t/ha in RMSE (LME: RMSE =0.79 t/ha, SMLR: RMSE =2.94 t/ha). Compared to SMLR and RF, LME modeling yielded similar estimation accuracies of aboveground biomass for pre-heading stages, but significantly higher accuracies for post-heading stages (LME: R² = 0.63, RMSE =2.27 t/ha; SMLR: R² = 0.42, RMSE =2.42 t/ha; RF: R² = 0.57, RMSE =2.80 t/ha). These findings implied that SMLR was only suitable for the estimation of biomass at pre-heading stages and LME modeling performed remarkably well across all growth stages, especially for post-heading. The results suggest coupling TLS with LME modeling is a promising approach to monitoring rice biomass at post-heading stages at high accuracy and to overcoming the saturation of canopy reflectance signals encountered in optical remote sensing. It also has great potential in the monitoring of other crops in cloud-cover conditions and the instantaneous prediction of grain yield any time before harvest.     

引黄灌区水稻叶面积指数的高光谱估测模型

水稻叶面积指数（leaf area index,LAI）是评价其长势的重要农学参数,高光谱遥感能够实现叶面积指数的快速无损监测。为了寻找反演水稻LAI的最优植被指数,扩展水稻LAI高光谱估测模型的普适性,选取宁夏引黄灌区水稻为研究对象,通过设置不同氮素处理,借助相关分析、回归分析等方法研究高光谱植被指数与水稻LAI之间的定量关系,并通过确立的最优波段组合,构建4种植被指数与水稻LAI的高光谱反演模型。结果表明,水稻LAI在抽穗末期达到最大值,并随氮素水平的增加而增加;水稻冠层原始光谱反射率在400~722 nm和1 990~2 090 nm波段与LAI达到极显著负相关水平,在近红外区域760~1 315 nm与LAI呈极显著正相关。模型检验结果表明,以比值植被指数RVI（_850,750）为变量建立的水稻LAI估测模型最佳,研究结果可为水稻LAI的高光谱估测提供地域参考。     

利用高光谱数据对作物群体叶绿素密度估算的研究

叶绿素是农作物生长中重要的因素。叶绿素含量既表明作物生长的状况,又表征了作生的生产能力。而叶绿素密度（单位面积农作物的叶绿绿素含量）是估计农作物群体生产力的重要指标。对早播稻、晚播稻和玉米的多时相的群体光谱测量数据和相应的叶片叶绿素密度的测量数进行了相关分析,结果表明早播、晚播稻和玉米的群体光谱的反射率数据以及其导数光谱数据绿素密度具有委好多的相关性,并且可以对这几种农作物建立统一的线性回归关系。     

Concurrent use of active and passive microwave remote sensing data for monitoring of rice crop

Estimation of crop area, growth and phenological information is very important for monitoring of agricultural crops. However, judicious combination of spatial and temporal data from different spectral regions is necessary to meet the requirement. This study highlights the use of active microwave QuikSCAT Ku-band scatterometer and Special Sensor Microwave/Imager (SSM/I) passive microwave radiometer data to derive information on important phenological phases of rice crop. The wetness index, a weekly composite product derived using brightness temperatures from 19, 37 and 85 GHz channels of SSM/I, was used to identify the puddling period. Ku-band scatterometer data provided the signal of transplanted rice seedlings since they acts as scatterers and increases the backscattering. Dual peak nature of temporal backscatter curve around the heading stage of rice crop was observed in Ku-band. The decrease of backscatter after first peak was associated with the threshold value of 60% crop canopy cover. The symmetric (Gaussian) and asymmetric (lognormal) curve fits were attempted to derive the date of initiation of the heading phase. The temporal signature from each of these sensors was found to complement each other in crop growth monitoring. Image showing pixel-wise timings of heading stage revealed the differences exists in various parts of the study area.     

Observations on temporal red shift of wheat from multi-date spaceborne MOS-B spectrometer data

High spectral resolution spectroscopy enables to have detailed information on chemical and morphological status of crop. An attempt of using space platform for detecting red edge shift during different growth stages of wheat crop is reported. Study was conducted during rabi 1996–97 season using Modular Opto-Electronic Scanner MOS-B Imaging data onboard IRS-P3 satellite. Inverted Gaussian model was fitted for satellite derived reflectances between 650 and 870 nm to derive inflection wavelength and its subsequent change with crop stages i.e. red shift. Red shift of 10 nm observed from crown root initiation stage (703.8 nm) to peak vegetative stage (714.2 nm). A comparative study on temporal behaviour of vegetative indices like NDVI and ARVI with Red edge showed that latter is more atmospherically stable parameter. It is concluded that red edge shift which hitherto has been observed from ground and airborne sensors, can also be detected from space.