基于可见近红外反射光谱的大豆叶绿素含量估算方法比较.pdfVIP

第3l卷，第2期 光谱学与光谱分析 V01．31，No．2。pp371—374 201 and 1年2月 SpectroscopySpectralAnalysis February，2011 基于可见／近红外反射光谱的大豆叶绿素含量估算方法比较 汤旭光1一，宋开山1，刘殿伟¨，王宗明1，张柏1，杜 嘉1，曾丽红1，姜广甲1’2，王远东1’2 1．中国科学院东北地理与农业生态研究所，吉林长春130012 2．中国科学院研究生院，北京 100049 摘要作物叶绿素含量的估测可以为精准农业提供技术支持。该文利用PROSAIL模型模拟了不同叶绿 素水平下的大豆冠层光谱反射率，而后针对多期实测高光谱及相应的叶绿素数据，在对响应波段进行小波 能量系数提取的基础上，分别采用多元线性回归、BP神经网络和RBF神经网络、以及偏最小二乘法进行估 算，并进行了比较分析。研究结果表明，基于小波分析的三种同归模型都取得了较好的估算效果，验iiF模型 好，能够全面稳定地估算叶绿素含量。 关键词可见／近红外光谱；叶绿素含量；小波分析；神经网络；偏最小二乘 中图分类号：TP731；TP79文献标识码：A DOI：10．3964／j．issrL1000-0593{2011)02—0371—04 时神经网络[121、偏最小二乘法[1列等技术也逐步得到应用以 引 言 提高反演精度。然而，直到目前，应用高光谱数据估算叶绿 素等参数大多使用某一种研究方法，方法问缺乏集成，有必 叶绿素含鼍是植被蕈要的生理生化参数，不仅是作物营 要检验现有方法的有效性以及探索发展新方法。本文将在光 养发育状况、光合作用能力的良好指示剂，同时也是评价作 谱分析的基础卜，同时又利用PROSAIL光学辐射传输模璎 物健康状态及受环境胁迫程度的关键指标[hZ3。对于大范围构建r四个层次叶绿素含量的冠层光谱数据，选择相关波段 农|lj系统而言。作物叶绿素含星的估测还可以为合理灌溉、 进行小波分析，而后再分别采用多元线性回归、神经网络以 及时施肥、病虫害控制等}}j问操作提供技术支持。叶绿素的 及偏最小二乘法探讨小波能量系数与相应的叶绿索含量之间 常规测定是使用分光光度计，这种方法需要破坏植株。并且 的关系，并进行比较分析。 在样本运输与制备过程中造成损失Is]。由于植被反射光谱在 可见光范围主要受植被色素的影响，冈此可以用植被冠层和 1数据来源与处理 叶片的反射光谱来估算其乍化参数特别是色素含量[4]。高光 谱遥感以其连续的波段和高光谱分辨率(数rim)，无损、快 本研究的数据于2006，2007年在吉林农业大学试验地 速、高效等方面优势拥有极大的潜力应用于植被的生化参数 进行测虽获取，两个年度共获得66组有效数据，采样时问遍 提取，可以作为实验室方法的莺要补充。 布整个生长季的关键时期。在所有选中的小区里，用标签确 利用高光谱数据进行叶绿素估算通常有三种方法：一是 定光谱采集点位置，用ASD野外光谱仪测定大豆冠层光谱 多元统计方法，包括光谱反射率、导数光谱、植被指数 反射率，每个测试点采集10个光谱数据，取其平均值作为一 等【s州；二是基于特征光谱位置的分析技术。包括红边、绿峰 个样本的结果。所有的观测均选择在晴朗无风天气，每次测 位置等[7棚；三是辐射传输模型方法L引。光谱数据和叶片的 定时间在北京时间10：oo～14：00之间(太阳高度角大于 生化参量往往在单一试验环境中获得，能否有效解决波段间 45。)。在使用ASD高光谱仪采集光谱数据时，探头要保持垂 和参鳗问的相关性影响并且充分利用有用光谱信息是反演成 直向下的状态。探头与冠层顶相距2．5m，每次采集佗置相 败的关键。为此，一些新的数据处理方法如主成分分析【10J、 同。叶绿素含量