冬小麦中叶绿素含量检测方案(光学测量仪)

AZUP安洲科技AZUP International 北京安洲科技有限公司Beijing AZUP Scientific Co.， Limited北京·海淀·上地信息路2号国际创业园1号楼12C 邮编：100085全国服务热线：4006-507-608 电话：010-62111182/2602/2652http：//www.azup.com.cn info@azup.com.cn 中科院遥感所利用光谱指数反演植被叶绿素含量 ——北京大学遥感与地理信息系统研究所，中科院遥感与数字地球研究所哈尔滨工业大学深圳研究生院，中科院地理科学与资源研究所 叶绿素是植被光合作用中最为重要的色素，植物叶片中叶绿素含量的多少不仅仅表明了植株的生长情况，也体现其与外界环境进行物质能量交换的能力。叶绿素含量是植被光合作用能力强弱、生理胁迫状况、固碳能力及氮利用效率的良好指示器，同样与初级生产力也密切相关。因此，利用遥感手段快速及时地监测作物不同生长时期的叶绿素含量对作物的长势及产量估算起着重要的作用。 农业遥感中，利用光谱指数方法反演作物叶绿素含量一直得到广泛地应用。很多研究的重点在于波段选取上，从而构建对叶绿素含量较敏感且反演精度较高的光谱指数，但忽略了光谱指数针对不同传感器反演能力的稳定性差异。 由于不同传感器的光谱响应存在较大差异，导致同一种光谱指数针对不同传感器数据反演植被叶绿素含量的稳定性不尽相同。由于同时段、同地区、同种地物的不同传感器的光谱数据很难同步获取，因此采用高斯模型重采样方法将地面实测连续光谱数据模拟成同步的多光谱TM 和高光谱 Hyperion 遥感数据，分别计算选取的四种相关光谱指数值，分析光谱指数与小麦叶片叶绿素含量之间的相关关系并建立光谱指数与叶绿素含量的回归模型，最后对比分析这四种光谱指数反演小麦叶绿素含量的析精度及稳定性。 本实验中小麦光谱数据的获取采用美国 Spectral Evolution 公司研制的 PSR-3500 型便携式地物光谱仪，其光谱范围是350~2500nm，光谱分辨率为 3.5nm(350~1000nm)。实验选取了位于北京市昌平区小汤山国家精准农业研究示范基地正值拔节期的冬小麦，光谱测定时间 ( 北京安洲科技有限公司 ) ( B eijing AZUP S c ientific Co.， Limited ) ( 北京·海淀·上地信息路2号国际创业园1号楼12C 邮编：100085 全国服务热线：4006-507-608 电话：01 0 -62111182/2602/2652 ) ( http：//www.azup.com.cni n fo@ a z up.com.cn ) 为2013年5月2~3日当地时间9：30-14：30，测量时天气条件为晴朗、微风。测量光谱时，光纤探头垂直于小麦冠层约 50cm高，每块样地按对角线方法均匀地选取四个采样点，且每个采样点测4次光谱再平均作为此点光谱信息。 同时，采用美国美能达 SPAD-502 叶绿素测量仪对冬小麦叶片的相对叶绿素含量进行测量。通常情况下，将计算得到的 SPAD 值直接作为表征叶片叶绿素浓度的相对值。 图1基于模拟后的多光谱TM和高光谱Hyperion数据计算的四种光谱指数与叶绿素含量建立的回归关系及叶绿素含量反演结果对比 将地面获取的冬小麦连续光谱数据重采样为多光谱 TM 和高光谱 Hyperion 两种不同传感器的数据，选取植被叶绿素含量反演常用的3种光谱指数并加入通用光谱指数 VIUPD， 采用统计模型方法将几种光谱指数与叶绿素含量建立回归模型，从而对比分析不同光谱指数反演小麦叶绿素含量的精度及稳定性(如图1)。最终发现，针对多/高光谱传感器数据，通用光谱指数 VIUPD 的反演精度最高且反演能力最稳定。由于 VIUPD 是基于通用光谱模式分解算法 UPDM建立起来的，具有“与传感器无关”的特性，可以满足多/高光谱不同 传感器数据分析应用的需要。因此，利用通用光谱指数 VIUPD 在植被叶绿素含量估算方面乃至植被生化参量反演领域具有更广阔的应用前景。 Daughtry 等提出将 MCARI 与 OSAVI 结合构成综合叶绿素光谱指数，口[，可以减少土壤背景的反射对植被反射率的影响，同时会增强 MCARI/OSAVI 对叶片叶绿素含量的敏感性。本工作得到的结果中 MCARI/OSAVI 的反演精度及针对不同传感器反演的稳定性较好，也恰恰与这一结论吻合。 NDVI 与 TVI宽波段植被指数的构建都考虑了植被的红光吸收谷和近红外反射峰两个重要特征，可部分消除大气环境、太阳高度角和遥感传感器观测角的影响，但却对土壤襄景的变化 ( 北京安洲科技有限公司 ) ( B eijing AZUP S c ientific Co.， Limited ) ( 北京·海淀·上地信息路2号国际创业园1号楼12C 邮编：100085 全国服务热线：4006-507-608 电话：01 0 -62111182/2602/2652 ) ( http：//www.azup.com.cni n fo@ a z up.com.cn ) 十分敏感。本工作中 NDVI 与 TVI 针对模拟 Hyperion 数据反演精度差，对于不同传感器数据反演能力的不稳定也与此影响紧密相关。 综上，不同传感器获得的数据(本工作为模拟的不同传感器数据)，由于其光谱响应各不相同，即使利用相同时间的数据计算光谱指数，得到的结果也大相径庭。因此，在提高光谱指数方法反演植被叶绿素含量精度的同时，针对不同传感器数据反演的稳定性和一致性也需要得到进一步研究。