高光谱反演叶片叶绿素及全氮含量.pdfVIP

理i创研究 遥感信息 高光谱反演叶片叶绿素及全氮含量 董晶晶①～，牛铮① (① 中国科学院遥感应用研究所遥感科学国家重点实验室 北京 100101；② 中国科学院研究生院，北京 100049) 摘要：植物的含氮量和叶绿素含量指示了植被的健康状况。本文利用野外采集的叶片样本获取叶片的光谱 反射率及叶绿素和全氮的含量，分析和利用高光谱数据反演叶片叶绿素及全氮含量的可行性及精度。鉴于高光 谱数据存在冗余这一特性，本次试验采取 了偏最小二乘法来对光谱数据进行 回归分析，进行叶绿素和氮素含量的 估算。同时，本文也比较 了叶片叶绿素含量和氪素含量在不同单位表达形式下，偏最小二乘法对其的估算精度。 试验结果表 明，基于偏最小二乘法分析叶片反射率估测叶片的叶绿素含量及全氮含量具有很好的结果，精度全都 达到 85 以上 ，具有应用价值 。 关键词 ：叶绿素；全氮 ；反演 ；高光谱遥感 中图分类号 ：TP79 文献标识码 ：A 文章编号 ：1000—3177(2008)99—0025—03 在叶片层次研究分析了叶绿素含量和氮含量与叶片 1 引 言 光谱反射率之间的相关关系，通过偏最小二乘法构 植被在生态系统 中起着非常重要 的作用 ，植物 建了叶绿素与氮含量 的估测模型，并 比较 了在不同 中的生化物质都直接或间接地参与生物地球化学循 的含量表达方式下二者的反演精度 。 环，在生态系统的物质和能量循环 中发挥重要 的作 2 材料与方法 用 [1]。其 中植物的氮含量是评价植被长势 的重要指 标 ，植物的氮素含量是研究全球变化及营养元素迁 试验区位于江西省 内(26。44N，115。04E；28。 移的重要因子_2]。传统的检测方法一般是依靠野 15N，116。55E)，以农作物和阔叶林为主要研究对 外采样通过实验获得 。遥感为无损实时大范围检测 象，涉及 13种植物类型，包括水稻 、橘树等 。叶片采 植被 叶片 的氮含量提供 了一种可行 的方法和手 集为每种类型植被随机抽取 5棵植株，按上 中下三 段 ～ 。 层采集的叶片混合作为本样区的样品。样品需放在 最早对叶片氮含量与叶片反射光谱 的研究表 保鲜袋中，并冷藏保存 。 明，550~675nm波段 的叶片反射率与叶片氮含量 取部分叶片，截取叶片中间均匀部分测量其面 具有非常高的相关性 。高分辨率光谱数据在提供了 积及重量 ，用于计算 叶片密度 。叶绿素含量 的测定 样本丰富的光谱信息的同时，也为数据分析带来 了 采用分光光度计法 。利用叶绿素 a和叶绿素 b吸收 一 定的影响，如数据冗余 ，以及容易受其他非特征波 光谱的不同，测定各特定峰值波长下的光密度 ，再根 段的干扰 。偏最小二乘法 (PLS)是一种新型的多元 据色素分子在该波长下的消光系数 ，计算 出浓度 。 统计数据分析方法 。其特点是能够在 自变量个数相 叶片全氮含量通过凯氏定氮法获得 。全氮含量的测 对较多且严重 自相关 的情况下进行 回归建模 ，因此 定是委托北京市农林科学院农产 品质量与农 田环境 适用于对连续光谱 的分析 。近来，部分研究者将偏 分析检验中心完成的。 最小二乘法应用于小麦的生化组分光谱分析中，并 叶片的光谱测量采用积分球 (LI—CoR 1800)耦 取得了较好的结果 ]。本文涉及 多种植被类 型， 合 ASD野