苜蓿和缘毛雀麦高光谱与其叶绿素含量的相关性研究

本试验利用非成像光谱仪,在苜蓿及缘毛雀麦两种牧草的两个物候期进行了冠层光谱测定,分析了在729nm处光谱反射率数据与此两种牧草叶绿素含量（CH.C）间的相关性,因在此波段处的相关系数不显著,无法在此波段建立（CH.C）估测回归模型。今后的研究将会重点寻找适合呼和浩特地区的苜蓿及缘毛雀麦的光谱反射率与叶绿素相关系数显著的波段。     

基于高光谱与机器学习算法的芦苇叶片叶绿素含量估测

叶绿素含量是检测芦苇生理状态的关键指标,精准估测叶片叶绿素含量(Leaf chlorophyll content,LCC)对于评估芦苇长势与量化其生理状态具有重要意义。本文以典型芦苇湿地实测高光谱反射率和叶绿素含量为数据源,利用芦苇原始光谱及数学变换光谱,基于连续投影算法(Sequential projection algorithm,SPA)筛选的特征波段和植被指数构建极限梯度提升(Extreme gradient boosting,XGBoost)、支持向量机(Support vector machine,SVM)以及随机森林回归(Random forest regression,RFR)估测模型。研究发现：（1）经数学变换后的芦苇叶片光谱与叶绿素含量相关性有不同程度提高,对数(logR、倒数(1R)相关性提升较小,一阶微分(R′)提升效果较明显,在764nm处相关性达到0.892。（2）采用连续投影算法筛选不同数学变换下的芦苇特征波段并构建植被指数,发现经过数学变换的模型效果都优于原始光谱,其中一阶微分(R′)>倒数(1R)>对数(logR)>原始(R)。(3)...     

基于植被指数与连续小波变换的玉米叶片Cu2+含量反演

目的:确定Cu²⁺污染胁迫下玉米叶片Cu²⁺含量最优反演模型。方法:以室内盆栽玉米为研究对象,在采集不同胁迫梯度下玉米叶片光谱以及同期叶片Cu²⁺含量的基础上,通过遍历计算出两波段原始光谱植被指数,并将其与叶片Cu²⁺含量进行相关性分析;利用0.1～0.9阶、1.1～1.9阶与1～4阶共22种光谱微分预处理重采样后的光谱数据,经连续小波变换后分析小波系数与叶片Cu²⁺含量之间的相关性;根据相关性分析提取最优植被指数与最优小波系数,建立反演模型。结果:植被指数与叶片Cu²⁺含量显著相关,最优波段组合分别为：DI(621.5 nm, 1 889.2 nm)、RI(482.2 nm, 1 418.5 nm)、NDVI(666.3 nm, 1 917.2 nm)、RNDVI(621.5 nm, 1 889.2 nm),其光谱特征均集中在可见光与近红外波段附近;小波系数也与叶片Cu²⁺含量之间具有良好的相关性,其敏感波段位于400、600、90...     

基于GF-1影像的水稻拔节期地上部生物量估算

目的:建立基于GF-1号WFV卫星影像数据的拔节期水稻生物量监测模型,为利用GF-1号影像进行拔节期水稻水肥管理以及生产力预测提供依据;方法:以安徽盛农农场水稻种植区域为研究对象,分析GF-1号WFV数据的光谱参数与地上部生物量直接的相关关系,筛选出较为精确的光谱参数,建立并评价水稻拔节期地上部生物量监测模型;结果:GF-1 WFV数据的光谱参数与地上部生物量具有良好的相关性。其中,直接利用单一波段建立的相关关系中,近红外的表现最好(R2=0.61),通过逐步多重线性回归分析发现利用绿光波段和近红外波段组合的函数能有效提高模型的精度(R2=0.659)。利用10种常见的植被指数与地上部生物量建立相关关系,发现NDVI、GNDVI、RVI、SAVI、EVI以及OSAVI与地上部生物量的相关性较好,而OSAVI的R2更是达到了0.711,RMSE达到0.64 t/hm2,RE为11.4%。依据OSAVI与地上部生物量建立的模型制作了农场水稻拔节期地上部生物量监测专题图;结论:GF-1的WFV数据在拔节期水稻地上部生物量监测中能够获得较高的精度,具有广泛的应用前景。     

樟树幼林纤维素含量高光谱遥感估算模型研究

高光谱遥感的快速发展使得定量估算植被纤维素含量成为可能。本研究采用美国ASD公司生产的野外光谱辐射仪测量樟树幼林的冠层光谱,对观测叶片进行了同步纤维素含量的测定。利用统计相关分析法,分析樟树冠层光谱与纤维素含量之间的相关关系。研究结果表明:在325nm至1075nm波段范围内,樟树幼林纤维素含量的敏感波段位于895nm、590nm、591nm;通过建立各敏感波段与纤维素含量之间的估算模型,并进行精度检验,得出了纤维素含量估算的高光谱模型为:y=38.611 3894.056×α895-14713.7×α590 11100.905×α591。说明利用高光谱遥感数据可以估测樟树幼林的纤维素含量。     

黄壁庄水库总氮、总磷含量与反射光谱特征的关系

水质定量遥感是目前一个研究热点,笔者研究水体反射光谱特征与总氮（TN）、总磷（1P）之间的关系,为今后利用星栽高光谱传感器对黄壁庄水库乃至中国北方内陆水体水质参数进行大面积反演提供理论基础．利用高光谱地物光谱仪在黄壁庄水库进行了反射光谱测量和同步水质采样分析,在分析黄壁庄水库水体反射光谱特征的基础上,通过计算单波段和一阶微分水体光谱反射率与总氮、总磷之间的相关系数,确定总氮、总磷的敏感波段,分别建立了总氮、总磷的遥感定量模型．结果表明在595nm和873nm波段反射率的一阶微分均与总氮、总磷浓度有较好的相关性．     

高光谱估测黄壁庄水库悬浮物浓度的试验分析

以黄壁庄水库为试验区,利用ASD手持式光谱辐射计进行了库区水体反射光谱测量和同步水质采样分析,在分析水库水体反射光谱特征的基础上,运用微分光谱技术和统计相关方法直接分析诊断悬浮物浓度（SS）的敏感波段,并建立简单的线性估算模型．结果显示,715nm波段反射率的一阶微分与悬浮物浓度有较好的相关性,为今后利用星载高光谱传感器对黄壁庄水库乃至我国北方内陆水体悬浮物浓度进行大面积反演提供理论基础．     

不同区域的土壤中硝态氮含量的反演模型

以新疆阜康不同程度人类干扰下的土壤为研究对象,探讨高精度的硝态氮含量的反演模型。测量土壤样品的室外高光谱数据和通过化学分析获取硝态氮含量,并对原始土壤高光谱进行一阶导数和二阶导数变换,以通过0.01显著性水平的波段作为敏感波段,利用BP神经网络和逐步多元回归模型(SMLR)建立8个硝态氮含量的定量估测模型。仿真结果表明:与SMLR相比,BP模型能显著提升2种土壤中的硝态氮含量的反演精度。尤其是原始高光谱数据经过一阶导数变换后的BP模型精度最高,能对硝态氮含量进行精确的预测,其在无人类干扰区域的土壤测试集中的相对分析误差(RPD)为2.884,决定系数(R2)为0.874;在有人类干扰区域的土壤测试集中的RPD为2.226,R2为0.929。SMLR模型在2种土壤中的RPD值均在1.1左右,说明基于SMLR模型对硝态氮含量的预测能力很差。     

基于吸收光谱无损检测水稻叶绿素的研究

采用相关性研究对光谱数据进行了特征光谱筛选,对特征光谱分段处理表征光谱信息,运用主成分分析和多元线性回归的方法构建叶绿素含量的预测模型。实验以水稻活体叶片为研究对象,筛选与叶绿素含量敏感的光谱数据,主要集中在450⁵50nm和600550nm和600⁷00nm两个波段范围,将处理后的特征光谱数据利用多元线性回归和分析的主成分法构建模型.发现485700nm两个波段范围,将处理后的特征光谱数据利用多元线性回归和分析的主成分法构建模型.发现485⁴94nm,505494nm,505⁵14nm,515514nm,515⁵24nm,650524nm,650⁶59nm,670659nm,670⁶79nm,690679nm,690⁶99nm这6个波段光谱吸收率平均值构建的模型具有较好的效果,定模系数0.921,判定系数0.849,预测相关系数0.883.结果表明此研究方法在处理数据较多的光谱数据构建预测模型方面,不仅简化了模型参数,而且提高了模型的可解释性.     

水稻氮肥适用量的试验研究

在一定磷钾条件下研究不同氮素对水稻产量的影响。结果表明 :在试验条件下 ,在配施P2O5、K2O各105kg/hm2 时 ,水稻全生育期适宜施氮量为175 -200kg/hm2之间 ,施氮量在200kg/hm2时水稻产量最高。