以紫叶稠李为试材,通过盆栽方式,在紫叶稠李叶片变色前进行控释肥处理,并定时测定叶片色素含量、氮含量及反射光谱。结果表明:紫叶稠李叶色由绿转紫后,其叶片的光谱反射特征发生显著变化,其反射峰明显向长波方向移动且反射率变小,叶片花色苷含量越高其反射峰向长波方向移动越明显。相关性分析表明:紫稠李叶片光谱反射率与花色苷含量在550～580nm波段呈极显著负相关,可初步作为遥感监测叶片花色苷含量变化差异的敏感波段;紫叶稠李叶片的光谱反射率与叶片氮含量、叶绿素含量相关性基本一致,其中在可见光波段(720～760nm)和近红外区(760～800nm)的相关性呈极显著正相关,可初步作为遥感监测叶片氮含量、叶绿素...

采用25℃(对照)、35℃、40℃和45℃4个温度对3年生盆栽毛竹实生苗进行处理,测定毛竹叶片色素含量和反射光谱;同时对叶片光谱反射率、一阶导数及特征参数与色素含量进行相关分析。结果表明:随着高温胁迫温度的升高,叶绿素a、叶绿素b和类胡萝卜素含量呈降低趋势;反射光谱参数SR705,PSSRa,PSSRb,rNDVI,mND,PSNDa,RARSb和Mcri等也随着温度的升高而降低;Sred随着胁迫加深不断减小,λred向短波方向移动;叶绿素a、叶绿素b和类胡萝卜素含量与光谱反射率及微分光谱,在绿光区和红光区具有显著或极显著的相关关系,且与大部分光谱参数达到极显著相关。说明反射光谱特征及其参数可...

采用盆栽试验研究了不同氮营养水平下的春玉米叶片叶绿素和全氮含量与叶片光谱反射率的相关性。结果表明,拔节期和喇叭口期是玉米氮素光谱营养诊断的敏感时期;利用绿峰处叶片最大光谱反射率反演玉米叶片氮素含量和叶绿素含量的精度为:喇叭口期>拔节期>开花吐丝期;不同生育时期诊断玉米叶片氮素含量和叶绿素含量时所采用的光谱波段也不同,拔节期和喇叭口期采用可见光波段的光谱反射率可靠性较高,而开花吐丝期采用近红外波段的光谱反射率可靠性较高;两波段组合光谱变量对叶片叶绿素和全氮含量的判别精度高于单一波段的判别精度。

[目的]探讨锐齿栎叶片色素含量和光谱反射率之间的关系,确定无损、快速估算锐齿栎叶片色素含量的敏感反射光谱波段和光谱指数。[方法]在2个样地进行了2年的野外观测试验,于生长季内同步测定了锐齿栎叶片的光谱反射率和不同光合色素含量,分析了350 2 500 nm范围内光谱反射率和敏感光谱指数与叶片色素含量及比率之间的定量关系。[结果]锐齿栎叶片的光谱反射率随叶片色素含量呈明显的规律性变化,与Chl a、Chl b、Chl和Car的含量在可见光的绿光黄光及红边区域表现为显著或极显著的负相关性,与Car/Chl表现

为了探讨低温处理后毛竹Phyllostachys edulis叶片反射光谱特性与色素质量分数的相互关系,筛选出能够准确监测低温胁迫下毛竹伤害程度的光谱参数。测定了低温处理后毛竹叶片色素质量分数与反射光谱的变化参数,分析叶片光谱反射率、微分光谱及特征参数与色素质量分数的相关性。结果表明:随着温度的降低,叶绿素a和类胡萝卜素质量分数呈下降趋势(P<0.01)。反射光谱参数光谱反射指数、改良红边比、色素比值指数、归一化植被指数、红边归一化指数、改良类胡萝卜素指数和光化学反射指数等均随着温度的降低而降低(P<0.01);红边面积随着胁迫加深不断减小,红边位置向短波方向移动。在绿光区和红光区,叶绿素a和...

[目的]以福建省顺昌县大干镇的毛竹为研究对象,研究毛竹叶片氮元素含量的最优估测模型,为毛竹生长状态分析与林地土壤肥力估测提供基础。[方法]通过对毛竹叶片原始光谱、一阶微分光谱及相关的植被指数与叶片氮元素含量进行相关性分析来筛选氮元素敏感特征参数,并构建了多元线性回归模型、随机森林模型以及支持向量机模型,利用决定系数最优原则筛选3个模型中的最优模型并进行精度验证。[结果]R_(387)、DR_(663)、NDVIg-b(R_(575)、R_(440))、SIPI、PRI和PPR 6个参数与毛竹叶片氮含量具有较为显著的相关性,基于这6个敏感参数所构建的3种模型中,多元线性回归模型与随机森林模型拟合效果较差,精度验证结果R~2分别为0.435 5、0.437 1,惩罚因子C和核参数Sigma分别设为3和0.1的支持向量机模型估测结果最好,其实测值与预测值拟合决定系数为0.803 1,总体精度为94.02%。[结论]基于R_(387)、DR_(663)、NDVIg-b(R_(575)、R_(440))、SIPI、PRI和PPR6个叶片光谱参数所构建的支持向量机模型能够较为准确地估测毛竹叶片氮元素含量。

【目的】研究棉花冠层叶片叶绿素含量与高光谱参数的相关性，建立叶绿素含量估算模型。【方法】２０１４年，以鲁棉研２８号为研究对象，测定不同施氮水平和生育期棉花冠层叶片叶绿素含量及３５０～２ ５００ｎｍ光谱反射率，以棉花冠层高光谱反射率与冠层叶片叶绿素含量为数据源，在分析叶绿素含量与原始高光谱反射率（Ｒ）、一阶导数光谱反射率（ＤＲ）、光谱提取变量和植被指数相关性的基础上，采用一元线性与多元逐步回归的方法构建了叶绿素含量估算模型，并对从中筛选的６种棉花冠层叶片叶绿素含量估算模型进行精度对比。【结果】１）棉花冠层叶片叶绿素含量在反射光谱７６６ｎｍ处相关系数达到最大值，相关系数Ｒ＝０．８３６；对于一阶导数．．．

[目的]探究不同品种核桃(Juglans regia L.)叶片含水量与叶片高光谱反射特征的相关性,分析品种间差异,为核桃叶片水分的准确诊断提供参考。[方法]本研究以5个不同品种的核桃叶片为研究对象,测定了脱水过程中叶片水分含量及其同步反射光谱响应曲线,分析并对比了不同品种核桃叶片含水量与光谱反射率的相关关系,探讨了核桃叶片水分敏感波段的品种间差异。[结果]表明:(1)不同品种核桃叶片的构成物质与叶片结构相似,在叶绿素和水分含量上存在差异;(2)核桃叶片含水量与叶片反射率的相关关系不受水分表征量的影响,在621■703、1 244■2 500 nm范围内各品种核桃叶片含水量与反射率均呈显著相关关系(p

【目的】分析苹果叶片的高光谱特征,探索建立苹果叶片色素含量的高光谱监测模型,以促进高光谱技术在苹果长势监测中的应用。【方法】通过方差分析方法,分析苹果春梢和秋梢停止生长两个时期功能叶片的不同部位、不同含水率、不同品种的高光谱特征。利用相关分析方法,研究高光谱参数与叶片色素含量间的关系,并建立基于光谱参数的叶片色素含量监测模型。【结果】在760—1300nm的近红外波段,叶片光谱反射率后部低、前部高、中部居于二者之间;随着叶片含水率降低,光谱反射率逐渐增大;不同品种的叶片,光谱反射率差异显著。光谱参数R800/R550、红边面积Sr和绿峰反射率Rg与叶片色素含量之间有较好的相关性,并分别建立了色...

采用盆栽3年生柳杉Cryptomeria fortunei幼苗研究了酸雨(pH 4.0,Tr1),柳杉凋落物(60 g,Tr2)以及酸雨和柳杉凋落物复合作用(Tr3)对其叶片色素质量分数和反射光谱的影响,并对柳杉叶片色素质量分数与光谱反射率、一阶微分光谱和反射光谱参数的相关性进行了分析。结果表明:①Tr1,Tr2和Tr3处理下,柳杉叶片叶绿素a质量分数比对照分别降低了11.6%,26.1%和39.1%,说明酸雨增强了凋落物化感作用对柳杉叶绿素a质量分数的抑制作用,加快了其降解速度。②Tr1和Tr2处理均显著减小了光谱参数反射率倒数、改良的归一化差值指数和反射光谱比值指数a等(P<0.05)。T...

为研究基于高光谱优化NDVI值在反演喇叭口期玉米叶片氮含量的可行性,使用Fiedspec3.0光谱仪和Greenseeker分别对不同施氮量下玉米叶片的光谱反射率和NDVI进行了测定,并对NDVI值进行了提取和优化,建立玉米叶片氮含量优化NDVI反演模型,对其反演精度进行验证。结果显示:优化NDVI值与NDVI测定值、玉米叶片氮含量均呈显著正相关(r=0.913 2,0.949 8),优化NDVI值对玉米叶片氮含量反演精度达到显著水平(r=0.908 1),反演精度高于NDVI测定值。优化NDVI值能通过群体的速测来决策玉米叶片的氮含量,为玉米进行氮营养诊断提供新的技术支持,具有重要的现实意义...

【目的】利用光谱学手段,寻找一种快速、简单的梨树叶片中氮含量的诊断方法。【方法】应用傅里叶变换中红外光声光谱仪(FTIR-PAS)研究环渤海湾地区4个梨试验站200个梨园叶片的光声光谱特征,采用偏最小二乘法(PLSR)对叶片氮素含量进行建模和预测。【结果】通过分析PLSR中的主成分数和样本氮素浓度范围对PLSR定量预测能力的影响,当烟台、泰安、昌黎、营口试验站及综合的主成分数分别为6、6、6、4和8时,所建模型最优;用所建的5个模型预测了未知样品的氮素含量,发现预测误差(RMSEP)介于1.26—2.18 g.kg-1,预测相关系数(Rp)介于0.644—0.806。【结论】FTIR-PAS与...

【目的】基于叶片反射光谱建立快速、无损监测水稻氮营养指数(nitrogen nutrition index,NNI)的估算模型。【方法】2018—2019年开展2个水稻品种(徽两优898和Y两优900)及5个氮肥梯度(施氮量为0、75、150、225和300 kg·hm~(-2),分别记为N_0、N_1、N_2、N_3、N_4)的田间小区试验,测定关键生育期不同叶位叶片反射光谱和植株NNI,构建多种光谱指数的水稻NNI监测模型。【结果】单叶及叶位组合的敏感波段均分布在540 nm的绿光波长处,其与近红外波段构成的窄波段比值指数SR(R_(900),R_(540))可较好反演水稻NNI。但不同叶位叶片窄波段比值指数与水稻NNI的预测精度表现不同,顶3叶(L_3)预测精度最好(R~2=0.731,RMSE=0.130,RE=11.6%),顶2叶(L_2)次之(R~2=0.707,RMSE=0.136,RE=12.2%),顶1叶(L_1)最差(R~2=0.443,RMSE=0.187,RE=14.7%);顶2叶和顶3叶组合平均光谱(L_(23))的预测精度优于单叶水平和其他叶位组合(R~2=0.740,RMSE=0.128,RE=11.5%)。再将窄波段比值指数SR(R_(900),R_(540))近红外与绿光区域分别重采样50 nm和10 nm,所构建的宽波段比值指数SR[AR_((900±50)),AR_((540±10))]模型精度较SR(R_(900),R_(540))未明显降低,且在L_(23)水平下2个模型的模型精度和预测精度基本一致(R~2=0.740,RMSE=0.128,RE=11.5%)。水稻NNI小于1时与产量呈线性的正相关关系(P<0.05),大于1时产量趋于平稳。【结论】L_2和L_3叶片反射光谱为监测水稻NNI的敏感叶位,其中叶位组合L_(23)可提高模型预测精度。基于叶片反射光谱构建的多种波段比值指数(SR(R_(900),R_(540))和SR[AR_((900±50)),AR_((540±10))])可快速估测水稻NNI,从而为不同传感器对水稻氮营养指数估测监测研究提供了理论依据。

【目的】本研究以叶片氮含量为切入点,探求糜子籽粒蛋白质含量的最佳光谱预测模型,为糜子优质生产的管理调控提供理论依据。【方法】结合2017年和2018年2年的氮肥运筹试验数据和光谱数据,通过"光谱特征信息—叶片氮含量—籽粒蛋白质含量"这一研究思路,以叶片氮含量为中间链接点将光谱模型和籽粒蛋白质含量链接,建立基于高光谱糜子籽粒蛋白质含量监测模型。【结果】利用支持向量机(SVM)构建的糜子全生育期叶片氮含量监测模型要优于逐步多元线性回归(SMLR)和偏最小二乘法(PLS),并且原始光谱反射率(R)的SVM模型效果优于一阶导数(1ST)模型,建模集和验证集的R2分别为0.928、0.924;RMSE相对较小,分别为0.19、0.12;RPD都大于2,分别为3.71、6.07。开花期、灌浆期和成熟期的叶片氮含量和籽粒蛋白质含量均达到极显著正相关,相关系数分别为0.48、0.66和0.73。灌浆期R-SVM模型能准确的监测糜子籽粒蛋白质含量,决定系数R2为0.798,均方根误差RMSE为0.14,预测残差RPD为1.65。【结论】建立基于灌浆期糜子籽粒蛋白质含量的高光谱R-SVM监测模型,有助于指导糜子优化田间管理、种植业结构调整和籽粒品质分级,为高光谱技术在糜子优质高产栽培和精准农业发展提供技术基础。