利用无人机的多光谱参数预测荔枝叶片养分质量分数

以花芽分化期荔枝为例，分析了荔枝冠层叶片养分质量分数的空间分布差异；选用18种光谱变量，研究了荔枝不同冠层叶片养分质量分数与光谱变量的关系及其对无人机多光谱遥感监测模型的影响。结果表明：荔枝不同冠层叶片的氮、钾质量分数随冠层高度降低而明显提高；冠层中、上层叶片氮质量分数与无人机正射数据计算的类胡萝卜素反射指数（CRI）相关性最高（r＝0.86，p＜0.01）；冠层中、下层叶片钾质量分数与无人机正射数据的光谱变量显著相关，且与标准绿波段（NG）指数的相关程度最高（r＝-0.83，p＜0.01）。荔枝冠层叶片养分质量分数空间变化对基于垂直观测遥感数据建立的叶片养分质量分数估算模型精度有影响，无人机多光谱数据具有估算荔枝叶片氮、钾质量分数变化的潜力，但估算精度与冠层高度有关。     

基于PLSR的典型沼泽湿地植物叶片性状与光谱模型构建——以三江国家级自然保护区为例

通过植物光学特性测量叶片性状是一种非破坏性的、长期的湿地动态监测方法。选择三江国家级自然保护区多种典型湿地植物为研究对象,探究植物性状与叶片光谱之间的联系。研究表明：叶片氮含量与光谱的模型构建效果最好,模型R²为0.61,均方根误差（RMSE）为2.3862;叶片含水量、叶片磷、可溶性糖、纤维素和木质素含量之和的模型一般,R²在0.38~0.55范围内,RMSE在0.0004~10.7019范围内;淀粉含量拟合效果较差, R²为0.29,RMSE为0.0106。光谱预测重要性的结果表明,可见光与近红外边缘范围内的光谱信息对于叶片含水量、叶片氮含量、叶片磷含量、单位叶面积质量、纤维素和木质素之和、可溶性糖和淀粉的预测具有最高的重要性。     

水体总氮浓度与湿地芦苇叶片高光谱特征关系研究

以富营养化主控因子总氮为研究对象,通过不同氮浓度梯度培养芦苇的试验,测定芦苇的生理生化参数和叶片光谱,分析不同氮浓度处理下的芦苇理化特征和光谱特征差异,并利用线性和非线性回归方法建立光谱指数与水体总氮浓度的关系模型。研究结果表明:随水体总氮浓度的增加,芦苇高度、鲜生物量、叶片氮含量及叶绿素含量呈现增加趋势,而绿光反射峰值和红光吸收谷值呈现下降趋势,并出现明显"红移"现象;不同氮浓度处理的芦苇叶片反射光谱在绿光至红光的530~639nm和696~717nm差异显著;基于非线性拟合的PRI(Photochemical Reflectance Index)和CI(Chlorophyll Index)指数能够较好指示水体总氮浓度,拟合精度分别达0.82和0.91。该研究可以弥补现有水体富营养化遥感探测的不足,并为湿地管理与保护提供科学依据。     

基于高光谱数据的荔枝SPAD值快速估测

通过分析荔枝叶片的反射光谱曲线与荔枝秋稍老熟阶段叶片SPAD-502 叶绿素计读数（SPAD 值）之间的关系,探索高光谱数据进行荔枝叶片SPAD 值估算的能力。研究4 类光谱变量,第1 类变量是其他文献中提出的光谱指数,第2 类变量是基于波段迭代算法进行波段优化后的新指数,第3 类变量是蓝边、黄边和红边（“三边”）的面积、位置、斜率,第4 类变量是二阶导数光谱波峰、波谷区间区间内光谱曲线的面积、最值、最值处波长。结果表明：一阶导数的蓝边斜率和光谱二阶导数提取的490~520 nm 范围内光谱数值之和与SPAD 值的相关程度也很高（r 分别为-0.834 和-0.856）;对于3 种光谱数据处理形式SNV 光谱（Standard Normal Variate,SNV）、FD 光谱（First Derivative,FD）和SD 光谱（Second Derivative,SD）,波段迭代算法优化后的最佳四波段双差值指数与SPAD 值相关性最好,其中（FD516－FD474）－（FD684－FD660）与SPAD 值的相关系数最高达到0.875,预测模型的确定系数达到0.747,RMSECV 为2.375。利用高光谱数据监测荔枝叶片SPAD 值是可行的。     

不同树种叶片养分含量提取的高光谱方法及精度评价

以深圳市坝光银叶园和大鹏半岛自然保护区19种湿地森林树种叶片可见光近红外光谱与全氮（Total Nitrogen, TN）、全磷（Total Phosphorus, TP）、全钾（Total Potassium, TK）含量关系为基础,分析了11种光谱预处理方式、3种光谱数据降维方式和2种建模方法对模型精度的影响。结果表明,标准正态变换（Standard Normal Variate, SNV）结合一阶导数（first derivative, 1 ^st）预处理方式下模型精度最高;主成分分析（Principal Component Analysis, PCA）降维处理对模型的降维效果最好;支持向量回归（Support Vector Regression, SVR）的建模效果精度最高。对于TN、TP、TK最佳模型的预测确定系数均在0.80以上,模型RPD值也在2.0以上,SVR模型可以用于树种叶片TN、TP、TK的快速检测。     

水分胁迫条件下棉花生理变化及其高光谱响应分析

利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。     

渥洼池湿地芦苇叶片碳、氮、磷生态化学计量学特征及其影响因素

于2015年8月,在敦煌阳关国家级自然保护区中的渥洼池湿地,设置了52块采样地,采用野外调查和室内实验方法,研究不同植物盖度下,优势植物芦苇(Phragmites australis)叶片碳、氮、磷生态化学计量特征及其影响因素。结果表明,芦苇叶片中的平均全碳、全氮和全磷质量比分别为215.20~453.65 mg/g、9.64~25.80 mg/g和1.19~2.98 mg/g,碳氮比、碳磷比和氮磷比分别为12.25~40.81、96.46~316.02和4.35~15.34。芦苇叶片全碳、全氮和全磷含量都在低盖度下最大,碳氮比在高盖度下最大,碳磷比和氮磷比在中盖度下最大。芦苇叶片全碳含量、全磷含量与所有土壤理化因子都不相关;全氮含量与0~20 cm深度土壤含水量、40~60 cm深度土壤全氮含量显著负相关(n=52,p0.05),与0~60 cm土壤含盐量显著正相关(n=52,p0.05);芦苇叶片碳氮比与0~20 cm、40~60 cm深度土壤含盐量和40~60 cm深度土壤全氮含量显著正相关(n=52,p0.05);芦苇叶片碳磷比和氮磷比与0~20 cm深度土壤有机碳含量显著正相关(n=52,p0.05)。氮元素是研究区中芦苇生长的主要限制性因子。     

基于无人机高光谱遥感的淇澳岛红树林冠层叶片功能性状反演

以珠海淇澳岛红树林为研究对象,基于无人机高光谱数据,采用偏最小二乘回归方法和归一化植被指数相结合(PLSR+NDVI)以及偏最小二乘回归方法与连续小波变换(PLSR+CWT)相结合的2种无人机高光谱数据处理方法,反演了研究区内红树林的10种冠层叶片功能性状。结果表明,PLSR+NDVI的方法更适用于红树林冠层叶片比叶重LMA、单位质量磷含量P_mass和单位面积氮含量N_area的反演,PLSR+CWT的方法更适用于氮磷比N/P、叶绿素含量C_ab和类胡萝卜素含量C_xc的反演,2种方法用于反演单位质量氮含量N_mass、单位质量钾含量K_mass、单位面积磷含量P_area和单位面积钾含量K_area的结果均不理想(R²<0.3)。采用所建立的较优方法对研究区红树林冠层叶片的LMA、P_mass、N_area、N/P、C_ab和C_...     

两种人工湿地条件下芦苇与芦竹生理生态特性研究

通过对芦苇（Phragmites australis）和芦竹（Arundo donax）在模拟表面流湿地和潜流湿地条件下的生长特性比较,发现在两种人工湿地生长的两种植物叶片水势基本一致。对于植株相对生长率,叶片叶绿素含量、光合速率、蒸腾速率、气孔导度等指标,芦苇各项指标在两种人工湿地间的差异不显著;芦竹在潜流湿地中的生长特性明显优于表面流湿地,二者间差异极显著（n=3,P〈0．01）。根系的生长状况与叶片水势情况表明水分供需并不是影响植物生理差异的因素;叶片叶绿素含量与光合作用的正相关表现说明叶绿素是影响两种湿地类型上植物生理特性差异的主要因素;芦苇、芦竹在两种人工湿地间的生理生态差异说明芦苇能适应两种湿地生境,而芦竹更适合种植在潜流人工湿地。     

基于随机森林算法的土壤有机质含量高光谱检测

为了探讨既能保留光谱信息又能准确对土壤有机质含量进行快速检测。以新疆南部渭干河—库车绿洲内部73个土壤样点及其对应的高光谱数据为研究对象，采用小波变换与数学变换进行光谱数据预处理，分析各小波分解重构光谱在不同有机质含量与不同土壤类型下光谱曲线差异，通过相关分析确定最大小波分解层并筛选敏感波段，结合灰色关联分析与随机森林预测分类模型对各小波分解特征光谱进行重要性分析，最后基于最优特征光谱建立多元线性预测模型并进行分析。结果表明：（1） 耕作土壤与林地土壤光谱曲线波段相较盐渍土壤和荒漠土壤光谱曲线变化较为平缓，同时在水分吸收波段处，盐渍土壤光谱曲线吸收谷最深。（2） 小波变换分解光谱与土壤有机质含量的相关性随着分解层数增加呈现先减后增趋势，在第6层中，特征光谱曲线与敏感波段数量变化趋于稳定，确定为小波变换最大分解层。（3） 随机森林模型相比灰色关联分析对于各小波分解层因子的筛选符合预期，按照对土壤有机质含量影响从高到低排序为L3-(1/LgR)′、L4-(1/LgR)′、L6-(1/LgR)′、L5-(1/LgR)′、L2-(1/LgR)′、L0-1/LgR、L1-1/LgR。（4）在小波分解光谱中，中频范围特征光谱对干旱区土壤有机质含量的估测能力优于高频与低频范围特征光谱，同时基于L-MC建立的模型精度最高。研究表明：基于机器学习分类方法结合小波分解的土壤光谱有机质含量监测，可以有效的减少噪声波段干扰，并提高特征波段的分类预测精度。     

亚热带人工针叶林冠层叶氮浓度的星载高光谱遥感能力评估(英文)

冠层叶片氮浓度(CNC)是影响森林生态系统生产力的重要参数之一。本研究探讨了星载成像光谱遥感在估测亚热带红壤丘陵区人工针叶林CNC的表现。分析包括了星载成像光谱数据(Hyperion影像)覆盖的两条样带上的57个野外样方,并将其分为三个子集(A-C)。利用一元回归和偏最小二乘回归方法分析了CNC与成像光谱信息之间的关系。在A-C子集中,CNC与近红外反射率(NIR)之间的相关性一致都呈现显著的正相关关系(R2=0.29,0.33和0.36,P0.05或P0.01)。另外,我们利用归一化的氮指数(NDNI)估计森林CNC的变异。在3个子集中,NDNI与CNC都呈现极显著的正相关关系,但相关性不高(R2=0.38,0.20和0.17,P0.01)。然后利用偏最小二乘方法分析了CNC与整个成像光谱数据(反射率、对数变换和一阶导数变换)之间的相关性,对于各个子集相关性不同且相对微弱。在分析已有数据和对比前人文献基础上,文章分析了影响成像光谱遥感森林CNC的可能原因,并指出研究区人工针叶林单一的冠层结构可能减弱了该地区森林CNC与成像光谱信息之间的相关关系。     

塔克拉玛干沙漠腹地不同种类植物叶面滞尘粒度特征

为了揭示不同种类植物叶面滞尘粒度特征,对塔克拉玛干沙漠腹地塔中沙漠植物园内10种阔叶植物的叶面滞尘和同一环境中集尘缸降尘进行取样,利用沉积物的粒度分析方法,研究了不同种植物叶面滞尘的粒度特征。结果表明：（1）植物叶面滞尘平均粒径为16～61 μm,以粉沙和极细沙为主,粉沙（65.85%）和黏土（7.77%）含量大于集尘缸降尘中的相应含量（32.01%,3.19%）;植物叶面滞尘分选性较差,分选系数为1.42～1.74;偏度属于近对称、正偏或极正偏;峰态中等偏窄,峰度值集中在1.019～1.375。与集尘缸降尘相比,植物叶面滞尘颗粒偏细,分选性偏差,整体正偏程度偏小,峰态偏宽。（2）10种植物叶面滞尘粒度也存在差异,平均粒径排序为灰杨<银沙槐<沙枣<小叶白蜡<沙冬青<枸杞<沙打旺<铃铛刺<胀果甘草<白刺,表明植物叶面对大气降尘的滞留和吸附具有很强的选择性,而这种选择性是植物叶面特性（是否有绒毛或褶皱等）、植物生活型（乔木、灌木、草本）以及与之相应的风沙流颗粒分布、近地表小气候特征等因素综合作用的表现。（3）粒度参数相关散点图表明10种植物叶面滞尘、集尘缸降尘沉积环境不同,而平均粒径与分选性对沉积环境变化响应最为敏感。     

Evaluation of various satellite sensors for waterline extraction in a coral reef environment: Majuro Atoll, Marshall Islands

The ability of five satellite sensor bands (IKONOS band 4, Terra ASTER bands 3 and 4, and Landsat ETM+ bands 4 and 5) was examined to extract the waterline at coral reef coasts (Majuro Atoll, Marshall Islands) using different wavelength regions (near infrared [NIR] and shortwave infrared [SWIR]) and different spatial resolutions (4, 15, and 30 m). After performing georeferencing and normalization of the images, density slicing was used to extract the waterline. Comparisons of extracted waterline positions with ground-level data for eight transects and global positioning system (GPS) tracks of the island shorelines showed that NIR bands were superior to SWIR bands because of the characteristics of the coral reef coasts, including a lack of foam and suspended sediments (which can affect the NIR wavelength region, if present) and the presence of remnant water on reef flats during low tide (which can affect the SWIR wavelength region). A linear relationship was found between the estimation errors of waterline positions and the spatial resolutions of the NIR sensors. Analysis on estimation errors and image costs showed that Terra ASTER band 3 was the most cost-effective sensor for extracting waterlines with reasonable accuracy. The results serve as general guidelines for using satellite-derived data to estimate intertidal topography and detect and monitor shorelines in coral reef environments.     

饮马河流域典型湿地植物净化河流水环境效果研究

采取单种及混种方式,通过小型湿地模拟实验,研究松花江支流饮马河流域河流湿地中常见的芦苇、香蒲、槽秆荸荠、藨草、慈姑、花蔺、菱角、紫背浮萍和金鱼藻9种湿地植物及其组合对河流水体中化学需氧量(COD_(cr))、氮、磷等的净化效果。结果表明:所选湿地植物,在模拟环境条件下均能有效提升取自河流水体的水质;不同的湿地植物对污水中各污染物净化具有明显的差异,花蔺对总磷(TP)、COD_(cr)和氨氮(NH_3-N)净化效果最好,去除率依次为99.65%、68.22%和99.54%;香蒲、菱角、金鱼藻混合组对总氮(TN)的净化效果最好,去除率是66.19%;槽杆荸荠、芦苇和金鱼藻对亚硝酸盐氮(NO_2-N)的净化效果最好,去除率是83.64%。两种植物混种后对某一种污染物指标的处理效果弱于分别独种时的处理效果,但对多种污染物指标的综合处理效果一般要好于独种时的处理效果。     

稳定氮同位素示踪技术在湿地脱氮研究中的应用进展

稳定同位素示踪技术广泛应用于现代环境科学研究中。其中,15^N作为氮循环过程唯一适用的示踪剂,在有关氮循环引发的环境污染问题的研究中发挥了极其重要的作用。湿地脱氮是湿地水质净化功能的重要体现,此过程有助于有效地减少受纳水体的外源氮负荷。在概述稳定氮同位素示踪原理和湿地脱氮过程的基础上,从湿地脱氮驱动机制、关键限制因素分析、脱氮定量研究3方面阐述15^N示踪技术在湿地脱氮研究中的应用,并展望了该技术在湿地脱氮研究中的应用前景。     

基于高光谱数据的天山北坡积雪孔隙率反演研究

以新疆天山北坡中段典型流域季节性积雪为研究对象,基于高光谱遥感监测技术,分析了融雪期积雪孔隙率与光谱反射率的相关性。采用偏最小二乘法(PLS)对相关性较高的波段进行压缩,并提取贡献率最高的前四个主成分,以此用来确定神经网络的隐含节点数、输入层、输出层的初始权值,建立PLS-BP模型进行积雪孔隙率反演研究。结果表明:当隐含节点数为3,模型的线性确定相关系数(R²)较高为0.9159,RMSE为0.04,相对误差为0.23。与传统偏最小二乘回归(PLSR)、主成分回归(PCA)建模方法相比,精度较高,所建定量模型可用于高光谱遥感反演积雪孔隙率。     

湿地植被生物量测算方法研究进展

湿地植被生物量是衡量湿地生态系统健康状况的重要指标。传统的生物量测算方法主要是通过样方调查,采取收割法等方法;遥感估算法是借助遥感影像某些波段对湿地植被的灵敏反应,再配合典型的样地调查和GPS定位进行。在这两类方法的基础上,均可依据长时间序列的基础资料(实测资料、影像资料等),建立生物量的计算公式,以便进行类比或预测。笔者在查阅国内外相关文献的基础上,论述了湿地生物量测算方法的研究进展。将传统典型样方调查及实验室分析与遥感估算技术(分光学遥感和雷达遥感)不断融合,不仅可以及时掌控湿地生态系统的动态变化,而且为湿地生态系统生态资产的定量测算提供重要参数,并为湿地生态系统的恢复、重建以及管理提供科学依据。     

基于表观电导率与实测光谱的干旱区湿地土壤盐分监测

以新疆艾比湖滨盐渍化土壤为对象,利用磁感应电导仪和光谱仪测得的盐渍土表观电导率和可见光/近红外光谱数据,选取与EM38解译的土壤盐分相关性最好的光谱变换形式和特征波长,分别建立多元逐步回归、偏最小二乘回归和支持向量回归的土壤盐分监测模型。结果表明：（1）表观电导率两种模式相结合建立的盐分含量解译模型的拟合优度达到0.91,即在该区域内电磁感应技术可用于土壤盐分含量的间接监测。（2）一阶微分处理优于二阶微分,经一阶微分变换后的光谱可以较好地预测土壤盐分含量。（3）3种建模方法中,支持向量回归的建模精度最高,偏最小二乘回归和多元逐步回归次之。干旱区湖滨湿地土壤盐分含量的估测模型宜选取基于平滑后的原始一阶微分光谱数据建立的支持向量回归模型。