ASD | 基于叶片光谱的玉米冠层叶绿素和叶片叶绿素的时空变化分析

      冠层叶绿素含量（CCC）可以反映一个种群的总光合生产力，是判断植物个体生长和营养状况的重要依据。通过遥感准确监测冠层和叶片尺度的叶绿素含量是确定作物生长状态和预测产量的关键。玉米是一种高秆作物，叶面积大，冠层深。它具有不均匀的叶片叶绿素含量（LCC）垂直分布，这限制了遥感的叶绿素含量评估。因此，了解LCC和叶片反射光谱的垂直异质性对提高CCC监测的准确性至关重要。

      基于此，在本研究中，来自中国农业科学院作物科学研究所和宁夏大学农学院的研究团队以玉米为研究对象，于2019年和2020年在位于中国东部河南省黄淮海玉米生态区的中国农业科学院新乡实验站通过5个氮处理梯度（0、100、200、300和400 kg/hm2（记为N0–N400））建立各种冠层结构，采集不同生长季节作物冠层叶片，并测量了其LCC和叶片光谱反射率（ASD FieldSpec 4光谱仪+植物探头+叶片夹，光谱范围为350-2500 nm）。

主要目标为：

（1）理解施氮量对玉米冠层叶绿素垂直分布的影响以及生长季节叶绿素分布的动态变化；

（2）在不同时空条件下探索冠层叶片光谱反射率特征差异以及验证基于叶片光谱反射率的VI模型是否可以准确反演LCC；

（3）确定敏感叶位（可用于表征LCC和CCC之间的关系）以及评估基于叶片光谱的VI模型的鲁棒性和准确性，以评估冠层叶绿素状态。

2020年9月2日研究区俯视图 (a)。高光谱反射率测量系统（b）。台式叶绿素分光光度计 (c) 。2020年8月8日五次氮处理（N）下的冠层状况（d）。

【结果】

2020年生长季节玉米冠层LCC的垂直剖面。

（a、c、e）不同位置叶片的光谱反射曲线。（b、d、f）不同叶片位置波段与LCC的相关系数曲线。

6种LCC-VI模型的rRMSE（%）：（a）mRER、（b）VOG2、（c）CIred-edge、（d）NDRE、（e）MTCI 和（f） DD。rRMSE用于评估模型反演精度。rRMSE的值较低对应于预测值和观察值更接近。

中期模型（a）、后期模型（b）和生殖模型（c）CCC预测值和2019年实测值对比。

【结论】

     5个施氮水平用于构建不同的玉米冠层结构，揭示玉米冠层叶片叶绿素含量（LCC）的垂直异质性以及叶片光谱反射率特征。基于冠层LCC的垂直分布，建立多元逐步回归（MSR）模型以准确监测冠层叶绿素含量（CCC）；LCC表现出不对称的垂直分布，呈现出底层较低，中层上升，上层下降的趋势。氮处理显著改变了LCC，且不同处理之间LCC的垂直剖面分布基本一致。分析了不同时空条件下叶片光谱反射率特征。绿色波段（531-567 nm）和红边波段（712-731 nm）是监测LCC的敏感波段。6个经典的VIs用于构建VI-叶绿素模型，其中修正的红边比值植被指数（mRER，R2=0.87）构建的模型最优。VI模型可以准确预测生长中期的LCC（rRMSE=10.9%），但是，上、下叶层VI和LCC的相关性在营养生长早期和成熟阶段发生变化（rRMSE=36%-87%）。通过结合反演精度和多元逐步回归，结果发现在CCC估算中，营养阶段叶位L6以及生殖阶段L11+L14（L12是穗叶）最敏感。这样，基于叶片光谱反射率构建了VI-LCC-CCC模型以估算冠层叶绿素状态。利用2019年和2020年田间试验数据评估了模型性能，结果表明该模型具有良好的鲁棒性和准确性（rRMSE=8.97%）。

请点击下方链接，阅读原文：

https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650312959&idx=1&sn=579c2cd2862e8037f3fe0a32dda8e2ee&chksm=bee1bc00899635161ff79ab90bcff29bc9a96537973b3be2cb439a88caa8d8e36c29108f32eb&token=1852366781&lang=zh_CN#rd