水稻生物物理与生物化学参数的光谱遥感估算模型研究
【摘要】:
多光谱遥感以波长区域不连续的宽波段方式记录地物光谱。它以一个
宽波段的单值代表一个相对宽光谱区域的辐射动态。与多光谱遥感相比,
高光谱遥感可以将视域中观测到的各种地物以完整的光谱曲线记录下来,
获取连续的光谱信息,其本身的波段数以达几百上千个,加上原始光谱的
一阶导数、二阶导数、对数变换及其各种高光谱植被指数等,这并不是简
单的数据量的增加,而是信息量的增加,信息量可增加十倍以至数百倍;
其次,高光谱遥感的光谱分辨率一般小于10nm,低于地表物质的诊断性光
谱宽度(20-40nm)。
鉴于高光谱遥感的独特性能,特别是在地表物质的识别和分类,有用
信息的提取等方面与其它技术相比的优势,使得这一技术在植被的精细分
类、农作物的长势监测和农田水肥状况的分析等方面展现了巨大的应用前
景。植物生物物理和生物化学特性及参数提取的研究成为高光谱遥感技术
最精华和核心的部分。
本研究是在农业遥感与信息技术应用研究所从1983年开始应用遥感技
术进行早稻氮素营养状况试验,后又经过国家自然科学基金”早稻氮素营养
状况的遥感监测基础研究”(1989-1991),浙江省”八五”重点科技项目--水稻
遥感估产技术攻关研究以及国家自然科学基金”水稻营养元素多维光谱分析
与自动化研究”(1995-1996)等系统研究的基础上,采用两类方法:一是通
过多元回归方法建立光谱数据或由此衍生的植被指数与水稻生物物理和生
物化学参数之间的关系;二是基于水稻冠层光谱特征变量的分析技术。以
期①找出一些较适用于水稻生物物理和生物化学参数估算的光谱波段和植
被指数。②评价实测的多光谱、高光谱变量估测水稻生物物理和生物化学
参数的潜力。
具体研究内容概述如下;
1)通过两年的不同氮素营养水平的水稻田间试验,以人为方式造成水稻
氮素营养水平的等级差异,作为本研究的基础。
幻 利用野外光谱仪在自然环境下测得的不同时期、不同氮素营养水平的水
稻冠层光谱,根据实测数据分析了水稻光谱特征及其随时间和施氮量的
变化规律,比较了水稻冠层反射光谱特征与水面、湿地、茬地和室内叶
片的差异。通过分析光谱分辨率对水稻冠层光谱的影响,明确了水稻光
谱分辨率在3~24urn能反映出绿色植物特有的反射特征,当光谱分辨率
>24urn,在 930叫054 urn之间较宽波段明显消失高光谱数据特有的一
些反射特征了。通过信噪比确定最佳波段宽度为小于10urn,讨论了微
分光谱可消除一些背景噪声的影响。
3)根据已有的卫星传感器通道波段和具有物理意义的光谱区域构建多光谱
变量组,包括 27个多(宽波段)光谱波段变量和 12个常用多光谱植被
指数;并根据高光谱特有的特点和地物光谱吸收特征确定对水稻生物物
理和生物化学参数可能有影响的参数如波长位置、深度、面积等,给出
了不同于多光谱变量的高光谱变量,包括原始光谱、一阶微分光谱和高
光谱特征变量19个(基于光谱位置变量,基于光谱面积变量和基于高
光谱VI变量)。
4)采用单变量线性与非线性拟合模型和逐步回归分析,用 1999年试验数
据为训练样本,建立水稻生物物理和生物化学参数的光谱遥感估算模
型,用2000年试验数据作为测试样本数据,对其精度进行评价和验证。
本研究在观测方法上,对叶绿素、纤维素和淀粉等能反映水稻氮素营养
水平指标的生物物理和生物化学参数进行测定,采用不同氮素营养水平的
水稻冠层与室内的叶片高光谱与生物物理参数和生物化学参数测定平行观
测相结合的方法;在光谱数据分析方法上,主要有多元统计分析技术、基
于光谱特征变量的分析技术。
本研究的技术发展和创新点有以下几个方面:
使用较先进的美国ASD背挂式野外光谱辐射仪(ASDFieldspec),它的光
谱范围333~1056urn,具有较高的抽样间隔和光谱分辨率。获取1999-2000
年两年晚稻整个生育期的高光谱数据;
b
全面记载水稻生育期,对能反映水稻氮素营养水平指标的生物物理参数
和生物化学参数进行测定,包括叶面积指数。叶片重量、茎重及地上鲜
生物量、地上干生物量、叶片含水率和茎含水率等水稻生物物理参数;
叶绿素a含量(Chla)、叶绿素b含量(Chlb)、类胡萝卜素含量(Car)。
纤维素含量、蛋白氮含量、非蛋白氮含量、及叶鞘淀粉含量等水稻生物
化学参数。
指出光谱遥感估算水稻生物物理和生物化学参数的最佳参数是LAI,其
次是地上鲜生物量和地上干生物量,再次是上叶叶绿素a、累积施氮量,
而纤维素。蛋白质含量估算模型未通过预测精度检验,不能用其估算纤
维素、蛋白质含量。
比较了高光谱变量与多光谱变量用于估算水稻生物物理和生物化学参
数,一些高光谱特征值如红边面积SDr、SDb以及它们的组合,加上一
阶微分光谱等,用这些变量来估算生物化学参数
【关键词】:水稻 生物物理参数 生物化学参数 光谱遥感估算模型
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2001
【分类号】:S127;S511.01
【目录】:
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2001
【分类号】:S127;S511.01
【目录】:
- 致谢3-4
- 中文摘要4-11
- 图表目录11-24
- 第1章 引言24-35
- 1.1 水稻光谱特性农学基础研究进展24-27
- 1.1.1 国外水稻光谱特性农学基础研究进展25-26
- 1.1.2 国内水稻光谱特性农学基础研究进展26-27
- 1.1.2.1 水稻冠层光谱测定26
- 1.1.2.2 水稻叶面积指数推算26
- 1.1.2.3 不同生育时期早稻光谱反射特性的动态变化研究26-27
- 1.2 高光谱遥感研究进展27-31
- 1.2.1 高光谱遥感基本概念27-28
- 1.2.2 高光谱遥感的发展历程28-29
- 1.2.3 高光谱遥感的发展前景29-30
- 1.2.4 高光谱遥感在植被研究中的应用30-31
- 1.3 高光谱遥感与多光谱遥感比较31-33
- 1.4 研究工作来源、意义和目的33-35
- 第2章 试验设计与测定方法35-43
- 2.1 田间试验设计35-36
- 2.2 研究方法与技术路线36-37
- 2.3 测试方法37-43
- 2.3.1 光谱测定仪器与方法37-39
- 2.3.2 水稻发育期观测39
- 2.3.3 水稻生物物理参数测定39-41
- 2.3.3.1 叶面积测定39-40
- 2.3.3.2 地上干、鲜生物量测定40-41
- 2.3.3.3 茎、叶含水率%测定41
- 2.3.4 水稻生物化学参数测定41-43
- 2.3.4.1 叶绿素与类胡萝卜素含量测定41-42
- 2.3.4.2 纤维素含量测定42
- 2.3.4.3 蛋白氮与非蛋白氮测定42
- 2.3.4.4 叶鞘淀粉含量的测定42-43
- 第3章 水稻反射光谱特征及其特征参数提取方法43-61
- 3.1 水稻反射光谱特征43-48
- 3.1.1 水稻冠层反射光谱特征分析43-45
- 3.1.2 水稻冠层与水面、湿地、茬地的光谱特征比较45-46
- 3.1.3 不同时相的水稻冠层光谱变化规律46-47
- 3.1.4 不同氮素营养的水稻冠层光谱特征47-48
- 3.1.5 水稻冠层和室内叶片的光谱特征48
- 3.2 光谱分辨率对水稻冠层反射光谱的影响48-50
- 3.3 水稻反射光谱数据特征参数提取方法50-55
- 3.3.1 光谱吸收特征参数提取50-51
- 3.3.2 微分光谱及其作用51-55
- 3.4 主要光谱变量55-58
- 3.4.1 多光谱变量57-58
- 3.4.2 高光谱变量58
- 3.5 拟采用的模型类型58-60
- 3.6 小结60-61
- 第4章 水稻生物物理参数的光谱遥感估算模型61-110
- 4.1 目的意义61-62
- 4.2 生物物理数据及其相关分析62
- 4.3 水稻叶面积指数(LAI)的遥感估算模型62-78
- 4.3.1 LAI在各生育期间的变化62-63
- 4.3.2 LAI与多光谱变量的相关分析63-64
- 4.3.3 LAI与多光谱变量之间不同线形拟合结果比较64-69
- 4.3.4 LAI与高光谱变量的相关分析69-71
- 4.3.5 LAI的高光谱遥感估算模型71-76
- 4.3.6 小结76-78
- 4.4 叶片含水率(%)与光谱变量的相关分析78-80
- 4.4.1 叶片含水率(%)与多光谱变量的相关分析78-79
- 4.4.2 叶片含水率与高光谱变量的相关分析79-80
- 4.5 茎含水率(%)与光谱的相关分析80-83
- 4.5.1 茎含水率(%)与多光谱变量的相关分析80-81
- 4.5.2 茎含水率(%)与高光谱变量的相关分析81-83
- 4.6 地上鲜生物量的光谱遥感估算模型83-97
- 4.6.1 地上鲜生物量与多光谱变量的相关分析83-84
- 4.6.2 地上鲜生物量与多光谱变量之间不同线形拟合结果比较84-90
- 4.6.3 地上鲜生物量与高光谱变量的相关分析90-92
- 4.6.4 地上鲜生物量的高光谱遥感估算模型92-96
- 4.6.5 小结96-97
- 4.7 地上干生物量的光谱遥感估算模型97-110
- 4.7.1 地上干生物量与多光谱变量的相关分析97-98
- 4.7.2 地上干生物量与多光谱变量之间不同线形拟合结果的比较98-103
- 4.7.3 地上干生物量与高光谱变量的相关分析103-104
- 4.7.4 地上干生物量的高光谱遥感估算模型104-108
- 4.7.5 小结108-110
- 第5章 水稻生物化学参数的光谱遥感估算模型110-146
- 5.1 从高光谱变量中提取生物化学参数的潜在可能性分析110-111
- 5.2 水稻叶片的生物化学参数在各生育期间的变化111-115
- 5.2.1 叶绿素、类胡萝卜素含量在各生育期间的变化111-113
- 5.2.2 蛋白质含量在各生育期间的变化113-114
- 5.2.3 纤维素含量在各生育期间的变化114-115
- 5.2.4 淀粉浓度在各生育期间的变化115
- 5.3 生物化学参数及其相关分析115-116
- 5.4 生物化学参数与光谱变量的相关分析116-135
- 5.4.1 生物化学参数与多光谱变量之间的相关分析116-122
- 5.4.2 生物化学参数与高光谱变量之间的相关分析122-131
- 5.4.3 生物化学参数与高光谱特征变量之间的关系131-135
- 5.5 生物化学参数的光谱遥感估算模型135-142
- 5.5.1 上叶叶绿素a含量的光谱遥感估算模型135-137
- 5.5.2 纤维素含量的光谱遥感估算模型137-139
- 5.5.3 淀粉浓度的光谱遥感估算模型139-140
- 5.5.4. 累积施氮量的光谱遥感估算模型140-142
- 5.5.5. 蛋白质含量的光谱遥感估算模型142
- 5.6 小结142-146
- 第6章 水稻生物物理和生物化学参数的光谱遥感估算模型精度分析146-162
- 6.1 精度评价标准146-147
- 6.2 生物物理参数的光谱遥感估算模型精度分析147-158
- 6.2.1 LAI的光谱遥感估算模型精度分析147-154
- 6.2.1.1 LAI多光谱估算模型的精度分析147-150
- 6.2.1.2 LAI高光谱估算模型的精度分析150-154
- 6.2.2 地上鲜生物量光谱遥感估算模型的精度分析154-156
- 6.2.2.1 地上鲜生物量多光谱遥感估算模型的精度分析154-155
- 6.2.2.2 地上鲜生物量高光谱遥感估算模型的精度分析155-156
- 6.2.3 地上干生物量光谱遥感估算模型的精度分析156-158
- 6.2.3.1 地上干生物量多光谱遥感估算模型的精度分析156-157
- 6.2.3.2 地上干生物量高光谱遥感估算模型的精度分析157-158
- 6.3 生物化学参数光谱遥感估算模型的精度分析158-161
- 6.3.1 上叶叶绿素a含量光谱遥感估算模型的精度分析158-159
- 6.3.2 蛋白质含量光谱遥感估算模型的精度分析159
- 6.3.3 纤维素含量光谱遥感估算模型的精度分析159-160
- 6.3.4 累积施氮量光谱遥感估算模型的精度分析160-161
- 6.4 水稻生物物理参数和生物化学参数的光谱遥感估算模型比较161-162
- 第7章 讨论与结语162-164
- 参考文献164-179
- 英文摘要179-182
| 【引证文献】 | ||
|
|||||
|
|||||
|
|||||||||
|
|||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【参考文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【共引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【同被引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||
|
|||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【二级引证文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||
|
|||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【二级参考文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【相似文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||



