[发明专利]一种高光谱图像混合像元分解方法在审
申请/专利权人：
公开/公告号：CNA
发明/设计人：;;;;;;;;
公开/公告日：
主分类号：
搜索关键词：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【】
【说明书】：
技术领域本发明涉及一种高光谱遥感图像混合像元分解的方法，具体为一种基于SC-SVM的NMF算法的高光谱图像混合像元分解的方法，属于高光谱遥感图像处理技术领域。背景技术遥感技术(RemoteSensing，RS)，指的是开始于二十世纪六十年代，从远距离空间(航天)或者外太空空间(航空)对地球表面进行的综合性的观测技术，通过某种装置，遥感，即从远距离或外太空间接观测监控，不接触目标，从光学角度获取对目标、现象以及区域的相关信息，从而进行数据的融合分析以及推断，最终达到获取所需的目标信息的一种手段、技术和科学。高光谱图像遥感技术(Hyper-spectralGraphicRemoteSensing)，是一种立于高光谱技术的技术基础上的遥感探测技术，是一种融合新型光谱探测技术、微信号探测技术、光学精密机械、信号高速处理技术、计算机处理信息技术在一起的先进性、综合性、科学性技术。该技术同时由于影响到地球学、环境保护学、野生生物学、信息技术学、空间地理学等众多科学领域的关键技术，其技术的进步发展备受国内外学者的强烈瞩目，目前已广泛应用于植被绿化、土壤分析、精细农业管理、大气环境监测、水环境监测、勘探矿产资源分布等方面，充分展示出了高光谱遥感技术的潜力与优势。在全球遥感界中通常会这样认为：多光谱遥感(Multi-spectralRemoteSensing)指的是光谱辨析率在1～9.9×10-1λ的光谱范围内的遥感，在这种范围内的遥感传感器内只有分布在可见光区和近中红外光光谱区的很少的波段数；高光谱遥感(Hyper-spectralRemoteSensing)指的是光谱辨析率在1～9.9×10-2λ的光谱范围内的遥感技术；而超高光谱遥感(Ultra-spectralRemoteSensing)则指的是经过更高技术的进步后，光谱辨析率达到1～9.9×10-3λ的光谱范围内的遥感技术。遥感技术，其发展历程是在全色(即黑白色)摄影与彩色影像阶段之后，多光谱遥感迅速发展于二十世纪中后半叶时期，取得了较大的进步，并已运用于环境与资源探测领域，但其分辨率仍然处于数量级光谱的波长范围内，只有相对较少的采样点，随着科技的发展，人们对地球资源与环境认识越来越深入，其运用精度越来越不能满足需求，对分辨率更深入的发展要求更加迫切，主要体现在空间分辨率和光谱分辨率的深入与提高。图片中在空间分辨率指的是在遥感图片中相邻的两个地形地物之间能够被区分出的最小长度，也就是通常所说的图片的清楚程度，可用于对图片数据的直观解释。而图片中在光谱分辨率指的是光谱检测中的光谱反射出的能够区分出的最小光谱间隔的波长，更确切的讲，就是检测区分光谱的性能。相对于空间分辨率的直观观察，光谱观测技术能够更加直接和有效的反应地物的结构与性质，尤其是在远洋探测监测、动植物研究分类、农业精细化规划、勘探矿产调查和现代化军事运用方面具有更好的效果和更快的速率。随着科技的日新月异，航天航空工业的飞速发展，遥感平台和光学传感器的不断更新进步升级，提高遥感光谱分辨率的已经处在迅猛的发展势头中，高光谱遥感技术的发展已经成为当今遥感技术研究学者们的研究热点。由于种类性质不一样的物质在一定的波长的光谱照射下，具有各自不同比例的吸收和反射的特性，通过对比其反射光谱(或吸收)光谱的之间的差异，可以导出其物质的组成成分和物理结构上之间的差异。如何才能从数据复杂的图像中提取出物质的特有属性(特征)并且清晰了解与周边物质及在整体形态中的关系，成为研究中主要解决的问题。高光谱遥感影像(Hyper-spectralRemoteSensingImages)，是指在电磁波谱中的中远红外光谱、近红外光谱、可见光光谱和紫外光谱区域内，在光谱成像仪的作用下，得到的很多光谱分布连续且光谱区域范围很小的影像信息数据。随着成像光谱仪的迅速发展与进步，所能获取到的高光谱遥感影像相比于传统的的二维成像技术的遥感图像，其是具有几十以至上百个波段叠加而成的光谱图，其中的每一个基本的像元结构都是从着几十以至上百个连续波段通道中所获取的得到的光谱图像，其正对应的光谱实物的反射特性，最后都会得到一条较为完整的光谱曲线。高光谱遥感图像已不再是二维成像技术，将独特的光谱理论与遥感成像技术有机的结合起来，形成的连续的地物光谱曲线，使得利用高光谱技术能够成功反演地形地物的细节。在高光谱遥感图像发展的今天，已在多个领域得到了广泛的运用，并且取得了令人满意的效果。高光谱遥感技术，其光谱分辨率是在于10-2λ数量级的光谱波长的范围内，相对于传统的多光谱遥感技术的10-1λ数量级已经有了极大的提升，运用也有了质得进步。在高光谱遥感图像中，像元的划分有两种：纯像元和混合像元。纯像元是指的把图像像素单元内的光谱曲线作为单一地物反射的光谱曲线，这类的方法能够明显简化计算和便于运用，但是，即使是光谱分辨率有了如此巨大的进步，由于地物的复杂性和传感器元件的技术限制，使得高光谱遥感图像中的像元即光谱曲线通常是由多种地物的反射光谱混合而成，这就是混合像元。混合像元中的每一种单一地物的反射光谱曲线称之为端元。混合像元的存在影响着对高光谱遥感图像技术的作用发挥，如何才能更好的进行混合像元分解成为了首要任务。发明内容发明目的：混合像元的存在影响着对高光谱遥感图像技术的作用发挥，为了更好的进行混合像元分解。本发明提供一种高光谱图像混合像元分解的方法，高光谱遥感图像的智能化分类方法，是一种基于SC-SVM的NMF算法的高光谱图像混合像元分解的方法。技术方案：一种新的基于SC-SVM的NMF算法的高光谱图像混合像元分解的方法。该方法在应用NMF算法分解混合像元的过程中，对混合像元中的端元数量和光谱向量的求解运用SC-SVM算法，其能够主动识别端元的数量并且标记出端元光谱的向量，从而解出NMF算法中的基矩阵，然后通过非负矩阵分解算法来计算系数矩阵(即丰度矩阵)，通过最小化目标函数的过程逐步迭代至收敛，从而计算出想要的结果，最终达到混合像元分解的目的。具体包括如下步骤：步骤1：将高光谱图像进行预处理，包括辐射校正和几何校正等，通过对图像获取过程中产生的几何变形、扭曲和噪声的校正，从而获得尽可能在几何和福射上真实的图像，去除效果不好的波段，将图像存储格式转成便于操作的二阶矩阵V，即V中每个列向量对应一个混合像元的光谱曲线向量。步骤2：按照SC-SVM方法求出端元的个数K和对应端元的光谱向量。在SC-SVM方法中，选用径向核函数，其中求K是求对拉普拉斯算子对应的vj就是端元的光谱向量，令给定训练样本集{xi}，i＝1,2,...,n，xi∈RN，v∈(0,1]为设定的参数估计步骤3：利用NMF算法，求解系数矩阵H，在计算中采用单向量的迭代，能够更加简化迭代过程的计算，减小计算量和复杂度。利用SC-SVM方法对光谱信息就行单分类，将光谱信息经过径向核函数投影到高维特征空间中，寻求最佳超平面使得映射数据样本点与原点间隔最大，从而找出端元数量以及各个端元光谱信息对应的投影向量，即可求出NMF分解所欲求的基矩阵。设高光谱遥感图像的二阶矩阵V＝{vi}，i＝1,2,...,n，由n个像元组成，vi为一个列向量，表示一个混合像元中的光谱曲线；利用NMF方法，要求表征端元特征的基矩阵W和各端元在每个像元中丰度的系数矩阵H，即V≈WH；在SC-SVM方法中选定在高光谱图像处理中合适的核函数为径向核函数，即将原图像V通过映射函数映射至高维空间I中，由此可知：为径向核函数；SC-SVM如同普通SVM分类机一样，目的是寻找一个最优超平面，但该超平面使得映射的样本点与原点分离，且最大化原点与超平面的欧氏距离，令超平面的方程为其中w为超平面的法向量，ρ为偏置；超平面到原点的欧氏距离为ρ/‖w‖，最大化原点与样本映射点的间隔，即max(ρ/‖w‖)，构造出二次规划问题，进而进行计算，解出拉普拉斯算子{αi}，i＝1,2,...,n，在该算子中寻找出并将其标识出来，j的个数就是我们所要求的端元的个数K，每个j对应的xj就是我们要求的端元光谱向量，由此我们可以求到基矩阵W＝{xj}。在得到基矩阵W之后，运用NMF的方法，求解系数矩阵(即丰度矩阵)H；由NMF可知V＝WH，令H＝{hi}，i＝1,2,...,n，hi为K个元素的列向量，即丰度向量，满足元素非负且丰度和为一，即hij≥0且构建目标函数为：
专利文献下载
1、专利原文基于中国国家知识产权局专利说明书；
2、支持发明专利 、实用新型专利、外观设计专利（升级中）；
3、专利数据每周两次同步更新，支持Adobe PDF格式；
4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；
5、已全新升级为极速版,下载速度显著提升！欢迎使用！
该文献正飞奔而来，请耐心等候...30
友情链接：交换友情链接需要网站权重大于3，网站收录10W以上，如符合条件，请联系QQ：。
行业网站：相关推荐：
400-周一至周五 9:00-18:00
服务热线：400-投诉建议：022-
扫一扫，微信关注高智网
高智&让创新无法想象1900万件&专利数据植物反射光谱对水分生理变化响应的研究进展
刘畅, 孙鹏森, 刘世荣(2016). 植物反射光谱对水分生理变化响应的研究进展. 植物生态学报, 40, 80-91.
LIU Chang, SUN Peng-Sen, LIU Shi-Rong(2016). A review of plant spectral reflectance response to water physiological changes. Chinese Journal of Plant Ecology, 40, 80-91&&
Permissions
植物反射光谱对水分生理变化响应的研究进展
孙鹏森*,
中国林业科学研究院森林生态环境与保护研究所, 国家林业局森林生态环境重点实验室, 北京 100091
基金: 国家自然科学基金()。
实时、无损伤地探测植物的水分及生理变化是高光谱遥感的深层次应用。由水分胁迫引发的植物一系列反射光谱响应体现了碳-氮-水耦合作用的结果。以往的研究大多集中于单一因素的响应, 而忽略了多因素交互作用。该文综述和分析了植物水分状况变化引起的直接和间接光谱响应机制, 包括植物水分含量、色素、养分状况、光合作用和叶绿素荧光指标的光谱响应及其内在的关联, 探讨了反射光谱在探测植物水分生理活动应用中的主要方法与最新技术, 并指出碳-氮-水多指标、多时空尺度的综合分析对于估测植被生产力及其对气候变化的响应具有重要意义。
植物反射光谱;
叶绿素荧光
doi: 10.17521/cjpe.
A review of plant spectral reflectance response to water physiological changes
LIU Chang,
SUN Peng-Sen*,
LIU Shi-Rong
Institute of Forest Ecology, Environment and Protection, Chinese Academy of Forestry, Key Laboratory of Forest Ecology and Environment, State Forestry Administration, Beijing 100091, China
Spectral reflectance is a new, real time and non-destructive hyperspectral remote sensing application to monitor plant water status and physiological changes. The spectral reflectance responses induced by water stress reflect the interaction and coupling of carbon, nitrogen and water cycles. A majority of previous studies focused on a specific structural or physiological effect on spectral reflectance with little attention on their interactions. This paper reviewed and synthesized the direct and indirect spectral responses caused by changes in plant water content, pigments, nutrient status, photosynthesis and chlorophyll fluorescence indices and their internal association. This paper also discussed the common approaches and the new techniques in applying spectral reflectance for detecting water status and physiological activities in plants. This paper concluded that analysis of the spectral reflectance at multiple temporal or spatial scales might have a potential application in projecting vegetation productivities, particularly in the context of climate change.
Key words:
plant spectral reflectance;
water stress;
water physiology;
nutrient element;
photosynthesis;
chlorophyll fluorescence
遥感是一种非损伤性地获得被测物体信息的手段, 20世纪80年代兴起的高光谱遥感在生态学上的应用扩展了我们认识植被的能力, 使我们能够由原来的简单辨识植被“ 是什么” 逐步发展到定量化估测植被“ 怎么样” 的更高水平()。早期我们更多地利用遥感手段获取叶面积指数(LAI)、归一化植被指数(NDVI)等植被的分类或结构信息, 而现在越来越多的科学家开始关注遥感在估算植被生理参数方面的潜力(; )。正如Grace等(2007)所言: “ 这是一项富有挑战且激动人心的工作” , 因为这对于陆地生态系统光合生产力、水分循环(; )和碳循环()等研究领域非常重要, 实际上, 美国从2003年已经开始倡导建立一种所谓的光谱网络(SpecNet), 和现有的通量网络水碳观测同步进行()。目前国际上对植被反射光谱和生理参数之间的定量关系已经有了一定的认识, 但在不同尺度上这些定量关系的稳定性还有待验证, 仍需要从试验室的受控条件下植物生理变化的反射光谱响应研究开始(; ), 将试验室开发的反射光谱指数和卫星遥感相结合, 逐步测试并应用到宏观尺度, 这在技术上被证明是可行的。在叶片尺度上, Jacquemoud和Biswal (1990)基于Allen平板模型发展起来的PROSPECT模型是应用最多的叶片辐射传输模型。该模型需要输入两类参数: 叶片结构参数和叶片的生化参数含量, 包括色素含量、等效水分厚度(EWT)、干物质含量等, 模型前向运算可以得到叶片400-2500 nm的半球反射率和透射率, 反演则可以估算叶片的生化参数。在冠层尺度上, Verhoef (1984)在改进Suits模型的基础上提出的SAIL模型是最早的一个冠层模型, 该模型所需要输入的参数包括叶片反射率和透射率、冠层结构参数和观测几何数据。Baret等(1992)首次将SAIL模型与PROSPECT模型结合, 提出PROSAIL模型, 这使得在不同尺度上反演植物的生理生化参数成为可能。而在像元尺度上, Zarco-Tejada等(2003b)利用叶片-冠层的辐射传输模型模拟的等效MODIS反射率光谱分析冠层结构、观测几何等在估测叶片含水量中的影响, 最后利用同步的MODIS数据反演得到叶片含水量, 其反演结果和实测值具有良好的相关性。当前, 由水分胁迫引发的叶绿素荧光、碳同化、色素转化等生理变化的反射光谱响应具有一定的复杂性和内在耦联性, 需要我们综合目前分散的研究, 进行深入和系统的分析。1 植物水分状况及对反射光谱的影响规律水分是植物叶片的重要组成部分, 占叶片鲜质量的50%-80%, 水分自身的光谱吸收范围覆盖近红外和短波红外区间(NIR & SWIR), 比较显著的吸收峰(谷)有970、、 nm (; ), 因此, 叶片含水量的变化对植物NIR和SWIR区域的光谱反射率的影响很大(; ; ; )。通常, 引起植物叶片反射光谱发生变化的因素分为结构性因素(叶片厚度、叶片干物质、水分含量等)和生理性因素(色素浓度、叶氮含量、光合速率、气孔行为和叶绿素荧光等)()。水分一方面被看作是一个影响反射光谱的结构性因素, 是植物叶片的重要组成部分, 在NIR和SWIR反射区具有特定的光谱吸收区间; 另一方面, 水分的变化又诱导植物叶片的生理变化, 引起反射光谱中可见光区(VIS)的变化, 这充分体现了水分胁迫对光谱影响的复杂性。植物水分胁迫的光谱响应研究最早出现在测谱学领域, 主要目的是构建植物水分敏感性光谱指数, 迄今已经开发出许多光谱指数用以估测植物水分含量的变化()。表1Table 1表1(Table 1)
表1 植物生理指标相关的光谱参数及其定义
Table 1 Spectral parameters and their definitions related to physiological indices of plant类型Type光谱参数Spectral parameter缩写Acronym定义Definition参考文献Reference水分相关 Related to water水分指数 Water indexWIR970/R900Peñ uelas et al., 1997bWI/NDVI(R970/R900)/[(R900 - R680)/(R900 + R680)]Peñ uelas & Inoue, 1999冠层结构指数 Canopy structure indexCSI2sSR -sSR2 +sWI2Sims & Gamon, 2003where: sSR = (R800/R680 - 1)/ (R800/R680 - 1)maxsWI = (R900/R1180 - 1)/ (R900/R1180 - 1)max归一化水分指数 Normalized difference water indexNDWI(R860 - R1240)/(R860 + R1240)Gao, 1996SR(610, 560)/ND(810, 610)(R610/R560)/[(R810 - R610)/(R810 + R610)]Tian et al., 2004色素相关 Related to pigment归一化植被指数 Normalized difference vegetation indexNDVI(R800 - R680)/(R800 + R680)Rouse et al., 1974绿色归一化植被指数 Green normalized difference vegetation indexGreenNDVI(R750 - R550)/(R750 + R550)Gitelson & Merzlyak, 1994改良红边比值指数 Modified red-edge simple ratio indexmSR705(R750 - R445)/(R705 - R445)Sims & Gamon, 2002改良红边归一化植被指数 Modified red-edge normalized difference vegetation indexmND705(R750 - R705)/(R750 + R705 - 2R445)Sims & Gamon, 2002色素简单比值指数 Pigment specific simple ratioPSSRaR800/R680Blackburn, 1998PSSRbR800/R635PSSRcR800/R470色素归一化指数 Pigment specific normalized differencePSNDa(R800 - R680)/(R800 + R680)Blackburn, 1998PSNDb(R800 - R635)/(R800 + R635)PSNDc(R800 - R470)/(R800 + R470)反射光谱比值分析 Ratio analysis of reflectance spectraRARSa(R650/R700)/(r650/r700)Chappelleet al., 1992RARSb(R700 × R675/R650) × (r700 × r675/r650)RARSc(R760/R500)/(r760/r500)结构不敏感色素指数 Structure-insensitive pigment indexSIPI(R800 - R445)/(R800 - R680)Peñ uelaset al., 1995a植物衰老反射指数 Plant senescence reflectance indexPSRI(R678- R550)/R750Merzlyaket al., 1999类胡萝卜素反射指数 Carotenoid reflectance indicesCRI5501/R510 - 1/R550Gitelsonet al., 2002CRI7001/R510 - 1/R700改良的类胡萝卜素反射指数 Modified carotenoid reflectance indexmCRIR780/[(1/R510) - (1/R550)]Gitelson et al., 2006归一化光谱反射指数 Normalized difference spectral reflectance indexND()(R1536 - R707)/(R1536 + R707)Wang et al., 2009光谱反射指数 Spectral reflectance indexSR(723, 770)R723/R770Yang et al., 2010归一化光谱反射指数 Normalized difference spectral reflectance indexND(770, 713)(R770 - R713)/(R770 + R713)营养元素相关 Related to nutrient element植株氮光谱指数 Plant nitrogen spectral indexPNSI|(NIR +red)/(NIR - red)|Stoneet al., 1996比值植被指数 Ratio vegetation indicesRVI(870, 660)R870/R660Zhuet al., 2008RVI(810, 660)R810/R660归一化光谱反射指数 Normalized difference spectral reflectance indexND(483, 503)(R483 - R503)/(R483 + R503)Stroppiana et al., 2009光合和叶绿素荧光相关Related to photosynthesis and chlorophyll fluorescence生理反射指数 Physiological reflectance indexPRI(R531 - R570)/(R531 + R570)Gamonet al., 1992荧光比值指数 Fluorescence ratio indicesFRIR600/R690Dobrowskiet al., 2005R740/R800NIR,
R&#x003 , spectral reflectance of &#x003
r&#x003 , mean of spectral reflectance of &#x003
nm.NIR, 近红外光区的; red, 红光区间; R&#x003 , &#x003
nm的光谱反射率; r&#x003 , &#x003
nm的光谱反射率的平均值。
表1 植物生理指标相关的光谱参数及其定义
Table 1 Spectral parameters and their definitions related to physiological indices of plant在叶片尺度上, 在对棉花(Gossypiumspp.)叶片的水分状况和光谱反射率的研究中发现近红外区反射光谱随着含水量的降低而升高, 其中810、 nm处与叶片的相对含水量(RWC)、叶片总水势(Ψ PD)和膨压具有显著的相关关系。Carter (1993)系统地研究了6种不同种类植物叶片在不同的水分含量下对叶片光谱反射特性的影响, 发现水分含量对 nm波段反射率的影响是由水分对辐射的直接吸收造成的, 对400-1300 nm波段反射率的影响则是由水分含量造成的叶片内部结构的变化引起的。除了对叶片的反射光谱本身与水分含量的关系的分析研究, 还有学者考虑了反射光谱曲线的导数在其中的应用, 的研究发现叶片在 nm和 nm等波段处反射率的一阶导数与叶片含水量高度相关, 而且对叶片结构的影响不敏感。Yu等(2000)利用叶片失水试验, 用叶片RWC、比叶含水量(SWC)、单位叶片含水量(LWC)等指标表征草本植物和木本树种叶片的水分状态, 进而建立了叶片反射光谱和水分状态之间的关系。沈艳等(2005)通过测定单子叶和双子叶植物的叶片含水量和高光谱反射率, 分别建立两种植物叶片含水量的单变量和多变量估算模型, 发现总体上单子叶植物的反演精度高于双子叶植物。为了找出能把水分胁迫与其他生物胁迫区分开来的光谱波段或光谱组合, 对不同水分处理下的小麦(Triticum aestivum)叶片光谱数据进行了研究分析, 发现无论在哪个生长阶段反射模式在510780 nm (指的是波长范围为510-780 nm的光谱反射率)、540780 nm、4901300 nm和5401300 nm的波段最适合来表示小麦的叶片水分状况。Osó rio等(2012)对不同温度和水分组合条件下长角果(Ceratonia siliqua)幼苗的研究表明: 与叶片Ψ PD和RWC相比, 长角果叶片的水浓度(WC)和水分指数(WI)的相关性更高。潘佩芬等(2013)运用主成分分析的方法研究棕榈(Trachy- carpus fortunei)叶片的反射光谱与含水率(叶片含水率=(叶片鲜质量-叶片干质量)/叶片鲜质量× 100%)的关系, 发现454、668、和1924 nm波段处与含水率显著相关, 并建立了精度较高的植被含水率模型。此外, 还有一些学者建立了基于叶片干质量的水分指标(; )和EWT指标()等, 进一步揭示了水分和光谱反射率之间的关系。但是, 从植物生理学早期的定义来看, RWC指标具有较强的生理学意义, 同时大量的研究证实RWC与植物的蒸腾和气孔行为等生理活动之间的相关性高于其他含水量指标(; ), RWC在探索水分变化引起植物生理变化、进而对反射光谱造成影响的研究方面具有一定的优势。在冠层尺度上, 发现干旱时大豆(Glycine max)的冠层光谱反射率在630-690 nm、760-900 nm和 nm波段变化明显, 并指出760-900 nm波段为探测水分胁迫的最佳波段。Inoue等(1993)研究认为950-970 nm处水分弱吸收谷的反射率随含水量的变化在叶片和冠层水平都比较明显, 进而提出了用950-970 nm处的反射率来预估冠层叶片的相对含水量。Peñ uelas等(1997b)发现用WI、近红外波段或其一阶导数的最小值等红边参数能清楚地指示水分状况的变化。随后, Peñ uelas和Inoue (1999)的研究表明, WI与NDVI的比值在预测叶片水分含量的基础上, 还可以用来预测植株或冠层的含水量或水势。Sims和Gamon (2003)从光谱反射率的角度综合了WI等指数对浓密与稀疏冠层探测能力的差异, 提出冠层结构指数(CSI)反演植被含水量。Gao (1996)在研究中发现1240 nm处的光谱特征峰对水分含量变化非常敏感, 而860 nm处则非常不敏感, 故由此提出归一化水分指数(NDWI)。在时间尺度上, 研究发现, 在小麦整个生长期内, 其冠层叶片含水率与460-1500 nm波段范围内的光谱反射率均有良好的相关性, 植株(冠层叶片和茎鞘)含水率与560-1480 nm波段范围内光谱反射率的相关性均达到极显著水平, 其中, 用光谱指数(SR(610, 560)/ND(810, 610))监测不同生育期小麦冠层叶片和植株含水率的效果最好。此外, 光谱遥感也广泛用于大尺度的作物干旱监测。Sandholt等(2002)利用地表温度(TS)和NDVI构建了温度植被干旱指数(TVDI)用以监测植被的干旱状况, 结果表明TVDI的变化比水文模型能更好地反映水分和干旱的变化。张洁等(2012)在华北平原中部地区的研究表明植被供水指数(VSWI)在整个冬小麦生长季时间序列上干旱监测的稳定性最好, 并指出当研究区域扩大到包括多种作物时就必须考虑作物间差异对监测结果的影响。王治海等(2013)将遥感信息与作物干旱模型相结合, 提高了原有作物干旱模型对冬小麦生长发育的模拟能力, 并且模型对区域作物干旱的模拟结果也更加接近实际情况。徐焕颖等(2015)基于中分辨率成像光谱仪(MODIS)数据, 结合温度和降水数据, 采用改进归一化水分指数(MNDWI)等对黄淮海平原年干旱情况进行监测, 并分析了其空间、季节、年际变化规律及其原因。2 植物色素与反射光谱的关系光合作用过程中吸收光能的植物色素包括叶绿素和类胡萝卜素, 前者是主要的吸收光能物质, 直接影响植物光合作用的光能利用, 后者有保护叶绿素的功能, 因此色素是植物与外界进行物质能量交换的物质基础。叶绿素含量和植被的光合能力、发育阶段有较好的相关性, 它们往往是光合作用能力和植被发育阶段(特别是衰老阶段)的指示器()。水分胁迫可导致叶绿素含量降低, 随着胁迫强度的增加和时间的延长, 叶绿素降解加剧, 降解原因主要是活性氧、过氧化氢及丙二醛含量增加, 抗氧化剂如抗坏血酸、还原型谷胱甘肽及胡萝卜素含量下降, 从而导致叶绿素蛋白复合体功能受到损伤。2.1 叶绿素叶绿素(Chl)作为光合作用过程中最主要的参与者, 直接控制着植物能量和物质的循环。利用高光谱遥感技术测得的植物反射光谱来检测植被Chl含量的变化已经有较多的研究。Rouse等(1974)研究了植被反射光谱与Chl含量的关系, 证明NDVI与Chl的含量成正比。但在Chl含量较高的植物叶片中, 色素变化的敏感性在675 nm波段处最低, 由此Gite- lson和Merzlyak (1994)提出绿色归一化植被指数(GreenNDVI)有效地避免了675 nm附近Chl光谱吸收的影响, 提高了NDVI对高Chl含量叶片的预测精度。Holben等(1983)研究了植被光谱与Chl浓度的关系, 研究表明叶片光谱的“ 红边” (&#x003 re)能够指示叶片Chl的状态, 尽管不同类型植物的Chl含量与&#x003 re的定量关系存在一些差异, 但&#x003 re与这些叶片的Chl含量之间均呈现高度正相关。Chappelle等(1992)和Peñ uelas等(1995a)在研究中提出用窄波段的反射光谱指数来确定叶片绝对和相对的Chl浓度。然而这些色素和叶片反射光谱关系的研究大多只在一个或几个近缘种上测试过, 缺少不同叶片发育阶段和跨物种的普适性研究。Sims和Gamon (2002)通过对多个不同树种和功能型的幼叶、成熟叶和老叶的研究发现, 在Chl总量降到0.04 mmol· m-2之前, 445 nm处的光谱反射率(R445)保持稳定, 且Chl在此处的光吸收最小, 进而提出了用R445消除叶片结构对光谱反射的影响, 建立了改良红边比值指数(mSR705)和改良红边归一化植被指数(mND705), 减小了叶片表面反射差异引起的误差, 广泛用于不同植被类型Chl含量的估算。许改平等(2014)测定了不同温度下盆栽毛竹(Phyllostachys edulis)实生苗的色素含量和反射光谱, 结果发现色素含量与光谱反射率及微分光谱在绿光区和红光区有显著或极显著的相关关系, 说明反射光谱特征及其参数可用来估算叶片色素含量, 进而监测毛竹高温受伤害程度。在时间尺度上, Sampson等(2003)通过分析小型机载光谱成像仪(CASI)获得的光谱数据, 得出R750和R710的比值关系可以用来监测森林Chl密度的季节性变化。此外, 在估算Chl a和Chl b含量的研究中, 色素简单比值指数(PSSR)、色素归一化指数(PSND)、反射光谱比值分析(RARS)等参数的应用比较广泛(; )。2.2 类胡萝卜素类胡萝卜素(Car)在植物光合作用中不仅吸收传递光能, 还具有保护Chl的功能。一方面, 当照射植物的光照强度超过植物光合系统的利用能力时, 叶黄素(属于Car)循环(xanthophyll cycle)会将过剩的光能散失掉, 以避免光合系统遭受光破坏()。Gamon等(1992)在叶片尺度上证明植物在531 nm处的光谱反射率可以敏感的反映叶黄素循环组分间的相互转换, 进而建立了生理反射指数(PRI)。Gamon和Surfus (1999)的研究表明, 植物在暗适应下的PRI与充分光适应下的PRI之差可以很好地反映叶黄素循环库的大小。当植物叶片由暗处转到光下后, PRI的变化可以很好地反映紫黄质(A)和玉米黄质(Z)的快速转变过程。彭涛等(2009)的研究表明: 无论是在单叶水平还是冠层水平测定的光谱反射特征, 均与叶黄素循环之间存在极显著的线性相关关系; 冠层水平的光谱反射特征能很好地反映植物群体的叶黄素循环的脱环化状态。不同种植物对过剩光能的耗散机制并不完全相同。角质、蜡质层较厚或有较多表皮毛的植物叶片对光谱的反射情况也不尽相同, 对于这些植物叶黄素循环的光谱响应关系还需要进行更多更深入的研究。另一方面, 当叶片衰老或受到外界环境的胁迫时, Car的存在可以延缓Chl的快速分解, 维持光合作用的进行(; )。Gamon等(1992)提出的生理反射指数(PRI)可以用来估测Car/Chl。Peñ uelas等(1995a)建立了结构不敏感色素指数(SIPI), 消除了叶片结构的影响, 可以测定不同条件下不同植物叶片中Car和Chl a的相对变化; Merzlyak等(1999)研究发现色素组成变化引起的叶片衰老和果实成熟会影响670和500 nm处光谱反射率的差值, 进而建立了对Car/Chl敏感的植物衰老反射指数(PSRI)。Sims和Gamon (2002)在研究中指出PRI不受空间尺度、叶片结构和物种的限制, 与Car/Chl密切相关。Gitelson等(2002)在对不同色素含量和色素组成的不同树种叶片的反射光谱研究中发现510 nm附近的光谱反射率的倒数对Car的含量最敏感, 但Chl也会影响这些光谱波段, 为了消除Chl对510 nm附近光谱反射率的影响, 选用550和700 nm建立了类胡萝卜素反射指数(CRI550和CRI700)来评估Car的含量。随后, Gitelson等(2006)又提出改良的类胡萝卜素反射指数(mCRI), 提高了对Car含量的预测精度。王福民等(2009)分析了所得波段范围内所有归一化光谱反射指数与水稻(Oryza sativa)叶片Car含量之间的关系, 发现ND()可以较好地估算Car含量; 杨杰等(2010)的研究提出光谱反射指数SR(723, 770)和归一化光谱反射指数ND(770, 713)对水稻叶片Car含量的预测具有较好的准确性和稳定性。3 植物营养元素对反射光谱的影响植物体内的氮(N)元素是氨基酸、蛋白质的组成元素之一, 也是Chl、核酸、多种辅酶、维生素、植物激素的主要成分(; ), 植物营养元素亏缺导致的各种缺素症状都会引起反射光谱的变化。N元素可作为评价植被光合作用强度和植被营养状况的一个重要指标()。N素亏缺引起的叶片颜色、厚度以及形态结构的变化可以通过植物的反射光谱的变化反映出来()。磷(P)元素和钾(K)元素与植物生理活动也有十分密切的联系, P元素直接参与光合作用的同化和光合磷酸化; 而K元素在光合作用中则主要担负气孔的调节、活化与光合作用有关的酶、参与同化物的运输等重要的生理功能。水分作为营养元素N、P、K的运输者, 直接影响N、P、K的运输效率及其在植物体不同位置的含量, 进而影响植物的生理活动。在叶片尺度上, Stone等(1996)的研究表明植株N光谱指数(PNSI)与小麦叶片的N吸收量显著相关, 且不受生长发育时期的影响, 用PNSI来指导施肥能显著改善氮素利用效率, 减少因过度施肥对环境造成的污染。Tarpley等(1999)研究表明红边波段(700或716 nm)和短波近红外波段(755-920 nm和1000 nm)的比值为作物叶层氮浓度估算提供了良好的精度和准度。李雪飞等(2011)对紫叶稠李(Prunus virginiana)的研究中发现, 紫叶稠李叶片的光谱反射率在可见光波段(720-760 nm)和近红外区(760-800 nm)与叶片N含量呈极显著的正相关。在冠层尺度上, Everitt等(1987)的研究表明植物叶片在500-750 nm的光谱反射率与植物叶片含N量的相关性很高, 并由此提出用550-600 nm与800-900 nm反射率的比值来检测植株的N素营养状况。Lee等(2007)证实了用735 nm冠层光谱反射率的一阶导数(dR/d&#x003 735)来估测水稻叶层N含量的可行性。Zhu等(2008)在研究中发现比值植被指数RVI(870, 660)和RVI(810, 660)与水稻和小麦的叶片N积累量(LNA)的相关性最好。Strop- piana等(2009)在对水稻叶片冠层光谱的研究中发现可见光波段483 nm和503 nm的归一化组合ND(483, 503)可以较好地估算植物N浓度(PNC)。刘根华等(2011)测定了不同施N水平的二年生山核桃(Carya cathayensis)实生苗的N素含量和反射光谱, 发现随着N素浓度的增加, 山核桃在可见光区的反射率逐渐减小, 红边位置向长波方向移动, GreenNDVI等多个光谱指数可以表征山核桃的N素水平; 而PRI随N素浓度先上升后下降, 在1.5 mmol· L-1N素浓度下达到最大值, 表明在该浓度下叶黄素循环活力最强, 最能有效地保护光合机构。在更大的空间尺度上, 张霞等(2003)利用机载的实用型模块化成像光谱仪(OMIS)在北京小汤山地区获取航空高光谱遥感图像, 运用红边、光谱吸收特征分析方法和逐步回归算法, 进行了从高光谱遥感图像直接获取小麦N含量的方法探索和可行性研究。然而, 冠层反射光谱易受到传感器姿态、大气吸收、植被冠层结构、土壤背景等因素的综合影响, 所建立的N素营养监测模型精度还有待进一步提高()。与N素相比, P和K对植物光谱特征的影响不明显, 相关的研究也较少。Al-Abbas等(1974)发现近红外波段存在有K元素的敏感波段; 的研究发现缺P叶片与正常叶片光谱存在一定的差异; Ayala-Silva和Beyl (2005)在研究中发现412-770 nm是P和K元素的共同敏感波段; 但这些研究都没有定量地给出反射光谱与P、K元素的关系。易时来等(2010)研究了锦橙(Citrus sinensis ‘ Jincheng’ )叶片的光谱反射与叶片中K含量的关系, 建立了锦橙叶片K含量的回归模型。余天霞等(2014)研究指出微分技术可以提高叶片P含量与叶片光谱信息的相关性。朱文静(2014)采用相关分析法筛选基于偏振度特征与番茄叶片参考值含量有显著关系的敏感波长, 提取出N、P、K共有的敏感波长为655.408、744.482和850.578 nm, 而N、P、K特有的敏感波长依次分别为380.487、914.562和556.664 nm, 并以敏感波长处的偏振度为特征建立了MLR、PCR、PLS模型。总之, P和K引起的植物体生理变化在反射光谱上的响应尚未研究清楚, 因此要阐明植物体内P和K含量与反射光谱特征的关系, 还需要进行更深入的研究。4 植物光合与叶绿素荧光的变化及其光谱响应规律当植物接收到超过本身光合作用所需的能量时就要耗散掉过剩的光能, 以避免“ 光氧化” 或“ 光抑制” 。一种方式是天线色素(685 nm)和反应中心Chl a分子(695 nm)在光系统II (PSII)以荧光的形式向外发出, 即光化学猝灭(qP); 另一种方式主要是以热耗散的形式向外发出, 即非光化学猝灭(NPQ), 这会引起相应的反射光谱发生变化。反射光谱与植物光合生理活动关系的研究方面, 目前国际上主要有生理反射指数(PRI)和荧光比值指数(FRI) ()两个重要指标。生理反射指数(PRI)是描述植物生理变化的一个重要光谱指数, PRI是在研究叶黄素循环时首次提出来的(), 之后PRI被证明与Car和Chl之间的比率的相关性也非常高, 利用PRI的这一特性也可以定量估测植物的生理变化。不同的是, 由于叶黄素循环的变化时间尺度是瞬间的, 适合描述短时间内植物的生理性胁迫; Car/Chl发生变化的周期相对长一些, 适合用以描述长期发生的胁迫, 但在特定时刻, 这两种因素对PRI的影响究竟哪种方式占有主导地位尚未可知()。另外有研究发现PRI为利用植物反射光谱估算光合效率提供了一个新方法, 可以用来反映植物的光能利用效率(LUE)。在时间尺度上, Peñ uelas等(1994)的研究表明PRI可以用来探测LUE的日变化; Stylinski等(2002)的研究表明NDVI与CO2净吸收量的关系不显著, 而PRI相比叶片Chl含量能更好地反映常绿灌木的LUE的季节变化。而在空间尺度上, 研究表明在叶片尺度()、冠层尺度()和景观尺度上(; )都获得了PRI和LUE之间较为稳定的关系; 吴朝阳和牛铮(2008)研究表明随着空间尺度的变化, 水分、N素含量、叶面积指数和太阳高度角等因素会对PRI和LUE的相关性产生干扰, 从而削弱PRI和LUE的关系。Peñ uelas等(2004)对木犀科一种灌木的研究表明PRI与叶片的净光合速率(Pn)呈线性相关。此外, 在不同树种的叶片和冠层尺度, 以及在短时间和季节性尺度上, PRI多次被证明与PSII的实际光量子产量(Δ F/Fm′ )和NPQ具有很高的相关性(; ; ; ; ; )。稳态叶绿素荧光(Fs)是指植物在无饱和闪光的恒定光照条件下发射出的荧光, 它与植物光合作用的状态有着密切的联系()。有学者发现可以利用Fs的变化实时监测植物的光合生理变化和水分变化(, ; ), 这开辟了监测植被生理变化的新途径。但是, Fs对表观光谱反射率的贡献率很低(), 尽管如此, 有科学家发现, 在温度和光照的双重和重度胁迫试验条件下, FRI还是能够比较好地跟踪胁迫前后CO2同化速率, 气孔阻力等的降低以及胁迫之后的逐渐恢复过程(), 但水分胁迫条件下FRI的变化尚未得到证实, 需要进一步研究。图1Fig. 1 图1 植物反射光谱对碳-氮-水耦合关系的响应机制。Fig. 1 The response mechanism of plant spectral reflectance to carbon-nitrogen-water coupling relationship.5 植物反射光谱与碳氮水耦合关系的综合分析及研究展望生态系统碳-氮-水循环是驱动生态系统变化的关键过程。生态系统碳-氮-水循环在不同尺度存在着一定的耦合平衡关系, 但目前我们对碳-氮-水循环耦合的生物控制机制尚未了解清楚。高光谱遥感作为一种能实时、非损伤性地获得植物生理生态信息的手段, 在研究生态系统碳-氮-水循环的耦合机制过程中具有独特的优势。通过高光谱遥感获得的植物反射光谱能够及时地反映植物的水分状况、色素含量、养分状况和光合荧光等生理指标及其内在的相互关联(), 可以为揭示植物对生态系统碳-氮-水循环的作用机制和实现以提高水、碳、氮效率为目标的生物调控提供技术和方法支持; 这对于估测全球气候变化背景下生态系统的碳收支状况和植被生产力具有重要的意义。当前, 对反射光谱与植物生理生态指标相关性的研究已经有很多的报道, 但探讨由水分状况变化引起的植物生理变化与反射光谱关系的研究还相对较少。水分作为引起植物反射光谱发生变化的双重因素(结构性因素和生理性因素), 既是植物叶片的重要组成部分, 在NIR和SWIR反射区具有特定的光谱吸收区间; 又诱导植物叶片发生生理变化, 引起反射光谱在VIS区的变化, 且各类生理变化对反射光谱的影响具有一定的叠加交互效应。现有的研究在甄别植物水分状况变化和由水分变化引起的各类生理变化的作用机制, 量化其各自对反射光谱的影响程度方面还有所欠缺, 尚不足以解释植物体水分状况变化造成的复杂的光谱响应机制, 因此, 未来有关应用反射光谱探测植物水分及生理活动的研究应主要集中在以下方面。植物水分状况的直接光谱响应: 通过不同植物敏感光谱波段的提取和组合, 建立光谱指数与植物水分含量的相关性; 修正现有的水分估算模型的参数, 提高现有模型的精度; 探索新的普适性好、精度高的水分敏感光谱指数和模型。植物水分胁迫造成的其他生理指标变化的光谱响应机制探索: 通过比较和分析水分胁迫和非水分胁迫条件下植物色素库及比率、养分状况和光合荧光指标的光谱响应差异, 甄选和提取水分胁迫下的色素敏感光谱指数、养分敏感光谱指数和光合荧光生理敏感光谱指数, 进而利用这些敏感光谱指数更加全面和准确地监测植物的水分及生理状况。
The authors have declared that no competing interests exist.
作者声明没有竞争性利益冲突.
Al-Abbas AH, Barr R, Hall JD, Crane FL, Baumgardner MF (1974).
Spectra of normal and
nutrient-deficient maize leaves. , 66, 16-20.
[本文引用:1]
Ayala-SilvaT, Beyl CA (2005).
Changes in spectral reflectance of wheat leaves in response to specific macronutrient deficiency. , 35, 305-317.
[本文引用:1]
Baret F, Jacquemoud S, Guyot G, Leprieur C (1992).
Modeled analysis of the biophysical nature of spectral shifts and
comparison with information content of broad band s. , 41, 133-142.
[本文引用:1]
Biswal B (1995).
Carotenoid catabolism during leaf senescence and
its control by light. , 30, 3-13.
[本文引用:1]
Blackburn GA (1998).
Quantifying chlorophylls and
caroteniods at leaf and
canopy scales: An evaluation of some hyperspectral approaches. , 66, 273-285.
[本文引用:1]
Bowman WD (1989).
The relationship between leaf water status, gas exchange, and
spectral reflectance in cotton leaves. , 30, 249-255.
[本文引用:1]
Carter GA (1993).
Responses of leaf spectral reflectance to plant stress. , 80, 239-243.
[本文引用:1]
Ceccato P, Flasse S, Tarantola S, Jacquemoud S, Grégoire JM (2001).
Detecting vegetation leaf water content using reflectance in the optical domain. , 77, 22-33.
[本文引用:2]
Chappelle EW, Kim MS, McMurtrey III JE (1992).
Ratio analysis of reflectance spectra (RARS): An algorithm for the remote estimation of the concentrations of chlorophyll A, chlorophyll B, and
carotenoids in soybean leaves. , 39, 239-247.
[本文引用:1]
Danson FM, Steven MD, Malthus TJ, Clark JA (1992).
High-spectral resolution data for determining leaf water content. , 13, 461-470.
[本文引用:1]
de Vries FWTP (1975).
The cost of maintenance processes in plant cells. Annals of Botany, 39, 77-92.
[本文引用:1]
de Vries FWTP, Brunsting AHM, Van Laar HH (1974).
Products, requirements and
efficiency of biosynthesis a quantitative approach.
, 45, 339-377.
[本文引用:1]
Demmig-Adams B, Adams III WW (1996).
The role of xanthophyll cycle carotenoids in the protection of photosynthesis. Trends in Plant Science, 1, 21-26.
[本文引用:1]
Dobrowski SZ, Pushnik JC, Zarco-Tejada PJ, Ustin SL (2005).
Simple reflectance indices track heat and
water stress-induced changes in steady-state chlorophyll fluorescence at the canopy scale. , 97, 403-414.
[本文引用:5]
Evain S, Flexas J, Moya I (2004).
A new instrument for passive remote sensing: 2. Measurement of leaf and
canopy reflectance changes at 531 nm and
their relationship with photosynthesis and
chlorophyll fluorescence. , 91, 175-185.
[本文引用:1]
Everitt JH, PettitRD, Alaniz MA (1987).
Remote sensing of broom snakeweed (Gutierrezia sarothrae) and
spiny aster (Aster spinosus). Weed Science, 35, 295-302.
[本文引用:1]
Gamon JA, Peñuelas J, Field CB (1992).
A narrow-waveband
spectral index that tracks diurnal changes in photosynthetic efficiency. , 41, 35-44.
[本文引用:1]
Gamon JA, Rahman AF, Dungan JL, Schildhauer M, Hue- mmrich KF (2006).
Spectral Network (SpecNet) —What is it and
why do we need it?, 103, 227-235.
[本文引用:1]
Gamon JA, Surfus JS (1999).
Assessing leaf pigment content and
activity with a reflectometer. , 143, 105-117.
[本文引用:1]
Gao BC (1996).
NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. , 58, 257-266.
[本文引用:1]
Gao BC, Goetz AFH (1995).
Retrieval of equivalent water thickness and
information related to biochemical components of vegetation canopies from AVIRIS data. , 52, 155-162.
[本文引用:1]
Gitelson A, Merzlyak MN (1994).
Spectral reflectance changes associated with autumn senescence of Aesculus hippocastanum L. and
Acer platanoides L. leaves spectral features and
relation to chlorophyll estimation. , 143, 286-292.
[本文引用:1]
Gitelson AA, Keydan GP, Merzlyak MN (2006).
Three-band
model for noninvasive estimation of chlorophyll, carotenoids, and
anthocyanin contents in higher plant leaves. Geophysical Research Letters, 33, doi: .
[本文引用:1]
Gitelson AA, Zur Y, Chivkunova OB, Merzlyak MN (2002).
Assessing carotenoid content in plant leaves with reflectance spectroscopy. 2.0.CO;2" target="_blank">Photochemistry and
Photobiology, 75, 272-281.
[本文引用:1]
Grace J, Nichol C, Disney M, Lewis P, Quaife T, Bowyer P (2007).
Can we measure terrestrial photosynthesis from space directly, using spectral reflectance and
fluorescence?, 13, 1484-1497.
[本文引用:1]
Graeff S, Claupein W (2007).
Identification and
discrimination of water stress in wheat leaves (Triticum aestivum L. ) by means of reflectance measurements. , 26, 61-70.
[本文引用:1]
Guo JM, Trotter CM (2004).
Estimating photosynthetic light-use efficiency using the photochemical reflectance index: Variations among species. , 31, 255-265.
[本文引用:1]
Holben BN, Schutt JB, McMurtrey III J (1983).
Leaf water stress detection utilizing thematic mapper band s 3, 4 and
5 in soybean plants. , 4, 289-297.
[本文引用:1]
Hunt Jr ER, Rock BN (1989).
Detection of changes in leaf water content using near- and
middle-infrared reflectances. , 30, 43-54.
[本文引用:2]
Imanishi J, Sugimoto K, Morimoto Y (2004).
Detecting drought status and
LAI of two Quercus species canopies using derivative spectra. , 43, 109-129.
[本文引用:1]
Inoue Y, Morinaga S, Shibayama M (1993).
Non-destructive estimation of water status of intact crop leaves based on spectral reflectance measurements. , 62, 462-469.
[本文引用:1]
Jacquemoud S, Biswal F (1990).
PROSPECT: A model of leaf optical properties spectra. , 34, 75-91.
[本文引用:1]
Kramer PJ, Boyer JS (1995). Water Relations of Plants and
Soils. Academic Press, San Diego, USA.
[本文引用:1]
Lee YJ, Yang CM, Chang KW, Shen Y (2007).
A simple spectral index using reflectance of 735 nm to assess nitrogen status of rice canopy. Agronomy Journal, 100, 205-212.
[本文引用:1]
Li H, Lascano RJ, Barnes EM, Booker J, Wilson LT, Bronson KF, Segarra E (2000).
Multispectral reflectance of cotton related to plant growth, soil water and
texture, and
site elevation. Agronomy Journal, 93, 1327-1337.
[本文引用:1]
Li XF, Han TT, Dong Y, Wu M, Shen X (2011).
Relationships between spectral reflectance and
pigment or nitrogen concentrations in leaves of Prunus virginiana ‘Schubert’. , 47(8), 75-81. (in Chinese with English abstract) [李雪飞, 韩甜甜, 董彦, 吴曼, 沈向 (2011).
紫叶稠李叶片色素及氮含量与其光谱反射特性的相关性. 林业科学,
, 75-81. ]
[本文引用:1]
Liu GH, Huang JQ, Pan CX, Wang ZJ, Zheng BS, Jin SH (2011).
Analysis of the nitrogen levels in leaves of Hickory seedling by reflectance spectra. , 47, 165-171. (in Chinese with English abstract) [刘根华, 黄坚钦, 潘春霞, 王正加, 郑炳松, 金松恒 (2011).
基于反射光谱的山核桃幼苗氮素营养状况分析. 林业科学,
, 165-171. ]
[本文引用:1]
Merzlyak MN, Gitelson A (1995).
what for the leaves are yellow in autumn? On the interpretation of optical spectra of senescing leaves (Acer platanoides L. ). , 145, 315-320.
[本文引用:1]
Merzlyak MN, Gitelson AA, Chivkunova OB, Rakitin VY (1999).
Non-destructive optical detection of pigment changes during leaf senescence and
fruit ripening. , 106, 135-141.
[本文引用:1]
Milton NM, Eiswerth BA, Ager CM (1991).
Effect of phosphorus deficiency on spectral reflectance and
morphology of soybean plants. , 36, 121-127.
[本文引用:1]
Minolta K (1989). Chlorophyll meter SPAD-502. In: Radiometric Instruments Operations ed. Instruction Manual. Minolta, Osaka, Japan.
[本文引用:1]
Muttiah RS (2002).
From Laboratory Spectroscopy to Remotely Sensed Spectra of Terrestrial Ecosystems. Springer, Dordrecht, Netherland s.
[本文引用:2]
Nichol CJ, Huemmrich KF, Black TA, Jarvis PG, Walthall CL, GraceJ, Hall FG (2000).
Remote sensing of photosynthetic-light-use efficiency of boreal forest. , 101, 131-142.
[本文引用:1]
Osório J, Osório ML, Romano A (2012).
Reflectance indices as nondestructive indicators of the physiological status of Ceratonia siliqua seedlings under varying moisture and
temperature regimes. , 39, 588-597.
[本文引用:1]
Pan PF, Yang WN, Dai XA (2013).
Vegetation moisture content model based on principal component analysis. , 25(3), 38-42. (in Chinese with English abstract) [潘佩芬, 杨武年, 戴晓爱 (2013).
基于主成分分析的植被含水率模型. 国土资源遥感,
, 38-42. ]
[本文引用:1]
Panigada C, Rossini M, Meroni M, Marzuoli R, Gerosa G, Colombo R (2009).
Indicators of ozone effects on Fagus sylvatica L. by means of spectroradiometric measurements. Rivista Italiana di Telerilevamento, 41, 3-20.
[本文引用:1]
Peguero-Pina JJ, Morales F, Flexas J, Gil-Pelegr&#x000n E, Moya I (2008).
Photochemistry, remotely sensed physiological reflectance index and
de-epoxidation state of the xanthophyll cycle in Quercus coccifera under intense drought. , 156, 1-11.
[本文引用:1]
Peng T, Yao G, Gao HY, Li PM, Wang WW, Sun S, Zhao SJ (2009).
Relationship between xanthophyll cycle and
photochemical reflectance index measured at leaf or canopy level in two field-grown plant species. , 29, 1987-1993. (in Chinese with English abstract) [彭涛, 姚广, 高辉远, 李鹏民, 王未未, 孙山, 赵世杰 (2009).
植物叶片和冠层光化学反射指数与叶黄素循环的关系. 生态学报,
, 1987-1993. ]
[本文引用:1]
Peñuelas J, Baret F, Filella I (1995 a). Semi-empirical indices to assess carotenoids/chlorophyll a ratio from leaf spectral reflectance. Photosynthetica, 31, 221-230.
[本文引用:1]
Peñuelas J, Filella I, Gamon JA (1995 b). Assessment of photosynthetic radiation-use efficiency with spectral reflectance. , 131, 291-296.
[本文引用:1]
Peñuelas J, Gamon JA, Fredeen AL, Merino J, Field CB (1994).
Reflectance indices associated with physiological changes in nitrogen- and
water-limited sunflower leaves. , 48, 135-146.
[本文引用:1]
Peñuelas J, Inoue Y (1999).
Reflectance indices indicative of changes in water and
pigment contents of peanut and
wheat leaves. , 36, 355-360.
[本文引用:1]
Peñuelas J, Inoue Y (2000).
Reflectance assessment of canopy CO2 uptake. , 21, 3353-3356.
[本文引用:1]
Peñuelas J, Llusia J, Pinol J, Filella I (1997 a). Photochemical reflectance index and
leaf photosynthetic radiation-use- efficiency assessment in Mediterranean trees. , 18, 2863-2868.
[本文引用:1]
Peñuelas J, Munné-Bosch S, Llusià J, Filella I (2004).
Leaf reflectance and
antioxidant protection in field-grown summer-stressed Phillyrea angustifolia optical signals of oxidative stress?, 162, 115-124.
[本文引用:1]
Peñuelas J, Pinol J, Ogaya R, Filella I (1997 b). Estimation of plant water concentration by the reflectance Water Index WI (R900/R970). , 18, 2869-2875.
[本文引用:1]
Rascher U, Nichol CJ, Small C, Hendricks L (2007).
Monitoring spatio-temporal dynamics of photosynthesis with a portable hyperspectral imaging system. Photogrammetric Engineering & Remote Sensing, 73, 45-56.
[本文引用:1]
Rollin EM, Milton EJ (1998).
Processing of high spectral resolution reflectance data for the retrieval of canopy water content information. , 65, 86-92.
[本文引用:1]
Rouse JJ, Haas RH, Schell JA, Deering DW (1974).
Monitoring Vegetation Systems in the Great Plains with Erts. NASA Special Publication, Washington, USA.
[本文引用:1]
Sampson PH, Zarco-Tejada PJ, Mohammed GH, Miller JR, Noland
TL (2003).
Hyperspectral remote sensing of forest condition: Estimating chlorophyll content in tolerant hardwoods. Forest Science, 49, 381-391.
[本文引用:1]
Sand holt I, Rasmussen K, Andersen J (2002).
A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. , 79, 213-224.
[本文引用:1]
Sellers PJ, Dickinson RE, Rand all DA, Betts AK, Hall FG, Berry JA, Collatz GJ, Denning AS, Mooney HA, Nobre CA, Sato N, Field CB, Henderson-Sellers A (1997).
Modeling the exchanges of energy, water, and
carbon between continents and
the atmosphere. , 275, 502-509.
[本文引用:1]
Shen Y, Niu Z, Wang W, Xu YM (2005).
Establishment of leaf water content models based on derivative spectrum variables. , 21(4), 16-19. (in Chinese with English abstract) [沈艳, 牛铮, 王汶, 徐永明 (2005).
基于导数光谱变量叶片含水量模型的建立. 地理与地理信息科学,
, 16-19. ]
[本文引用:1]
Sims DA, Gamon JA (2002).
Relationships between leaf pigment content and
spectral reflectance across a wide range of species, leaf structures and
developmental stages. , 81, 337-354.
[本文引用:1]
Sims DA, Gamon JA (2003).
Estimation of vegetation water content and
photosynthetic tissue area from spectral reflectance: A comparison of indices based on liquid water and
chlorophyll absorption features. , 84, 526-537.
[本文引用:1]
Stone ML, Solie JB, Raun WR, Whitney RW, Taylor SL, Ringer JD (1996).
Use of spectral radiance for correcting in-season fertilizer nitrogen deficiencies in winter wheat. , 39, 1623-1631.
[本文引用:1]
Stroppiana D, Boschetti M, Brivio PA, Bocchi S (2009).
Plant nitrogen concentration in paddy rice from field canopy hyperspectral radiometry. , 111, 119-129.
[本文引用:1]
Stylinski C, Gamon J, Oechel W (2002).
Seasonal patterns of reflectance indices, carotenoid pigments and
photosynthesis of evergreen chaparral species. , 131, 366-374.
[本文引用:1]
Szilagyi J (2000).
Can a vegetation index derived from remote sensing be indicative of areal transpiration?, 127, 65-79.
[本文引用:1]
Tarpley L, Reddy KR, Sassenrath-Cole GF (1999).
Reflectance indices with precision and
accuracy in predicting cotton leaf nitrogen concentration. Crop Science, 40, 1814-1819.
[本文引用:1]
Tian YC, Yang J, Yao X, Cao WX, Zhu Y (2010).
Monitoring canopy leaf nitrogen concentration based on leaf hyperspectral indices in rice. , 36, 1529-1537. (in Chinese with English abstract) [田永超, 杨杰, 姚霞, 曹卫星, 朱艳 (2010).
利用叶片高光谱指数预测水稻群体叶层全氮含量. 作物学报,
, 1529-1537. ]
[本文引用:1]
Tian YC, Zhu Y, Cao WX, Dai TB (2004).
Relationship between canopy reflectance and
plant water status of wheat. , 15, 2072-2076. (in Chinese with English abstract) [田永超, 朱艳, 曹卫星, 戴廷波 (2004).
小麦冠层反射光谱与植株水分状况的关系. 应用生态学报,
, 2072-2076. ]
[本文引用:1]
Tyree MT, Jarvis PG (1982). Water in tissues and
cells. In: Lange OL, Nobel PS, Osmond CB, Ziegler H eds. Physiological Plant Ecology II. Springer, Berlin. 35-77.
[本文引用:1]
Ustin SL, Roberts DA, Pinzón J, Jacquemoud S, Gardner M, Scheer G, Castañeda CM, Palacios-Orueta A (1998).
Estimating canopy water content of Chaparral shrubs using optical methods. , 65, 280-291.
[本文引用:2]
Verhoef W (1984).
Light scattering by leaf layers with application to canopy reflectance modeling: The SAIL model. , 16, 125-141.
[本文引用:1]
Veroustraete F, Sabbe F, Eerens H (2002).
Estimation of carbon mass fluxes over Europe using the C-Fix model and
Euroflux data. , 83, 376-399.
[本文引用:1]
Wang FM, Huang JF, Wang XZ (2009).
Normalized difference ratio pigment index for estimating chlorophyll and
cartenoid contents of in leaves of rice. , 29, 1064-1068. (in Chinese with English abstract) [王福民, 黄敬峰, 王秀珍 (2009).
水稻叶片叶绿素、类胡萝卜素含量估算的归一化色素指数研究. 光谱学与光谱分析,
, 1064-1068. ]
[本文引用:1]
Wang Y (2008).
Information Extraction of Rape Nitrogen Concentration Using Remotely Sensed Data at Different Levels. PhD dissertation, Zhejiang University, (in Chinese) [王渊 (2008).
不同水平油菜氮素含量遥感信息提取方法研究.
[本文引用:1]
Wang ZH, Liu JD, Liu L, Wu DR, Qiu MJ, Feng YD (2013).
Regional agro-drought simulation based on remote sensing technology. , 33(5), 96-100, 122. (in Chinese with English abstract) [王治海, 刘建栋, 刘玲, 邬定荣, 邱美娟, 俸玉端 (2013).
基于遥感信息的区域农业干旱模拟技术研究. 水土保持通报,
, 96-100, 122. ]
[本文引用:1]
Wu ZY, Niu Z (2008).
Review of retrieval light use efficiency using photochemical reflectance index (PRI). Journal of Plant Ecology (), 32, 734-740. (in Chinese with English abstract) [吴朝阳, 牛铮 (2008).
光化学植被指数估算植物光能利用率的研究进展. 植物生态学报,
, 734-740. ]
[本文引用:1]
Xu GP, Wu XB, Liu F, Wang YK, Gao Y, Zuo ZJ, Wen GS, Zhang RM (2014).
The correlation between the pigment content and
reflectance spectrum in Phyllostachys edulis leaves subjected to high temperature. , 50(5), 41-48. (in Chinese with English abstract) [许改平, 吴兴波, 刘芳, 王玉魁, 高岩, 左照江, 温国胜, 张汝民 (2014).
高温胁迫下毛竹叶片色素含量与反射光谱的相关性. 林业科学,
, 41-48. ]
[本文引用:1]
Xu HY, Jia JH, Liu LY, Peng DL, Li CJ, Wu YP (
2015). Drought monitoring in Huang-Huai-Hai Plain using the multi-drought indices. , 2015, 30, 25-32. [徐焕颖, 贾建华, 刘良云, 彭代亮, 李存军, 吴耀平 (2015).
基于多源干旱指数的黄淮海平原干旱监测. , 30, 25-32. ]
[本文引用:1]
Yang J, Tian YC, Yao X, Cao WX, Zhu Y (2010).
Estimating leaf carotenoid content with hyperspectral parameters in rice. , 34, 845-854. (in Chinese with English abstract) [杨杰, 田永超, 姚霞, 曹卫星, 朱艳 (2010).
利用高光谱参数反演水稻叶片类胡萝卜素含量. 植物生态学报,
, 845-854. ]
[本文引用:1]
Yi SL, Deng L, He SL, Zheng YQ, Mao SS (2010).
A spectrum based models for monitoring leaf potassium content of Citrus sinensis (L) cv. Jincheng orange. , 43, 780-786. (in Chinese with English abstract) [易时来, 邓烈, 何绍兰, 郑永强, 毛莎莎 (2010).
锦橙叶片钾含量光谱监测模型研究. 中国农业科学,
, 780-786. ]
[本文引用:1]
Yoder BJ, Pettigrew-Crosby RE (1995).
Predicting nitrogen and
chlorophyll content and
concentrations from reflectance spectra (400-2500 nm) at leaf and
canopy scales. , 53, 199-211.
[本文引用:1]
Yu GR, Miwa T, Nakayama K, Matsuoka N, Kon H (2000).
A proposal for universal formulas for estimating leaf water status of herbaceous and
woody plants based on spectral reflectance properties. , 227, 47-58.
[本文引用:1]
Yu TX, Luo HX, Zou YQ, Wang J (2014).
On correlation between leaf spectral reflectance and
agricultural parameter of Beibei 447 Jincheng orange leaves. Journal of Southwest China Normal University (), 39(5), 33-37. (in Chinese with English abstract) [余天霞, 罗红霞, 邹扬庆, 王俊 (2014).
北碚447锦橙叶片农学参数与其反射光谱的相关性研究. 西南师范大学学报(自然科学版),
, 33-37. ]
[本文引用:1]
Zarco-Tejada PJ, Miller JR, Mohammed GH, Noland
TL (2000 a). Chlorophyll fluorescence effects on vegetation apparent reflectance: I. Leaf-level measurements and
model simulation. , 74, 582-595.
[本文引用:1]
Zarco-Tejada PJ, Miller JR, Mohammed GH, Noland
TL, Sampson PH (2000 b). Chlorophyll fluorescence effects on vegetation apparent reflectance: II. Laboratory and
airborne canopy-level measurements with hyperspectral data. , 74, 596-608.
[本文引用:1]
Zarco-Tejada PJ, Pushnik JC, Dobrowski S, Ustin SL (2003 a). Steady-state chlorophyll a fluorescence detection from canopy derivative reflectance and
double-peak red-edge effects. , 84, 283-294.
[本文引用:1]
Zarco-Tejada PJ, Rueda CA, Ustin SL (2003 b). Water content estimation in vegetation with MODIS reflectance data and
model inversion methods. , 85, 109-124.
[本文引用:1]
Zhang J, Wu JJ, Zhou L, Lei TJ, Liu M (2012).
Comparative study on remotely sensed methods of monitoring agricultural drought based on MODIS data. , 27(5), 48-54. (in Chinese with English abstract) [张洁, 武建军, 周磊, 雷添杰, 刘明 (2012).
基于MODIS数据的农业干旱监测方法对比分析. 遥感信息,
, 48-54. ]
[本文引用:1]
Zhang X, Liu LY, Zhao CJ, Zhang B (2003).
Estimating wheat nitrogen concentration with high spectral resolution image. , 7, 176-181. (in Chinese with English abstract) [张霞, 刘良云, 赵春江, 张兵 (2003).
利用高光谱遥感图像估算小麦氮含量. 遥感学报,
, 176-181. ]
[本文引用:1]
Zhu WJ (2014).
Study on Determination of Nitrogen, Phosphorus, Potassium Content and
Interactive Effect in Greenhouse Tomato Leaves Using Polarized Spectra- Hyperspectral Multidimensional Optical Information. PhD dissertation, Jiangsu University, Zhenjiang. (in Chinese) [朱文静 (2014).
基于偏振-高光谱多维光信息的番茄氮磷钾及交互作用检测研究. 博士学位论文, 江苏大学, 镇江. ]
[本文引用:1]
Zhu Y, Yao X, Tian YC, Liu XJ, Cao WX (2008).
Analysis of common canopy vegetation indices for indicating leaf nitrogen accumulations in wheat and
rice. , 10, 1-10.
[本文引用:1]
... 另一方面, 当叶片衰老或受到外界环境的胁迫时, Car的存在可以延缓Chl的快速分解, 维持光合作用的进行(Biswal, 1995 ...
... Blackburn, 1998) ...
... 在叶片尺度上, Bowman (1989)在对棉花(Gossypium spp ...
... Ceccato et al ...
... , 1998)和EWT指标(Ceccato et al ...
... 此外, 在估算Chl a和Chl b含量的研究中, 色素简单比值指数(PSSR)、色素归一化指数(PSND)、反射光谱比值分析(RARS)等参数的应用比较广泛(Chappelle et al ...
... 除了对叶片的反射光谱本身与水分含量的关系的分析研究, 还有学者考虑了反射光谱曲线的导数在其中的应用, Danson等(1992)的研究发现叶片在 nm和 nm等波段处反射率的一阶导数与叶片含水量高度相关, 而且对叶片结构的影响不敏感 ...
... de Vries, 1975), 植物营养元素亏缺导致的各种缺素症状都会引起反射光谱的变化 ...
... 3 植物营养元素对反射光谱的影响植物体内的氮(N)元素是氨基酸、蛋白质的组成元素之一, 也是Chl、核酸、多种辅酶、维生素、植物激素的主要成分(de Vries et al ...
... 一方面, 当照射植物的光照强度超过植物光合系统的利用能力时, 叶黄素(属于Car)循环(xanthophyll cycle)会将过剩的光能散失掉, 以避免光合系统遭受光破坏(Demmig- Adams #cod#x00026 ...
... Dobrowski et al ...
... 反射光谱与植物光合生理活动关系的研究方面, 目前国际上主要有生理反射指数(PRI)和荧光比值指数(FRI) (Dobrowski et al ...
... 稳态叶绿素荧光(Fs)是指植物在无饱和闪光的恒定光照条件下发射出的荧光, 它与植物光合作用的状态有着密切的联系(Dobrowski et al ...
... Dobrowski et al ...
... , 2003a), 尽管如此, 有科学家发现, 在温度和光照的双重和重度胁迫试验条件下, FRI还是能够比较好地跟踪胁迫前后CO2同化速率, 气孔阻力等的降低以及胁迫之后的逐渐恢复过程(Dobrowski et al ...
... )和NPQ具有很高的相关性(Evain et al ...
... 生理反射指数(PRI)是描述植物生理变化的一个重要光谱指数, PRI是在研究叶黄素循环时首次提出来的(Gamon et al ...
... , 2002)等研究领域非常重要, 实际上, 美国从2003年已经开始倡导建立一种所谓的光谱网络(SpecNet), 和现有的通量网络水碳观测同步进行(Gamon et al ...
... 此外, 还有一些学者建立了基于叶片干质量的水分指标(Gao #cod#x00026 ...
... Guo #cod#x00026 ...
... 在冠层尺度上, Holben等(1983)发现干旱时大豆(Glycine max)的冠层光谱反射率在630-690 nm、760-900 nm和 nm波段变化明显, 并指出760-900 nm波段为探测水分胁迫的最佳波段 ...
... SWIR), 比较显著的吸收峰(谷)有970、、 nm (Hunt #cod#x00026 ...
... Milton, 1998), 因此, 叶片含水量的变化对植物NIR和SWIR区域的光谱反射率的影响很大(Hunt #cod#x00026 ...
... Imanishi et al ...
... Li et al ...
Li XF, Han TT, Dong Y, Wu M, Shen X (2011).
Relationships between spectral reflectance and
pigment or nitrogen concentrations in leaves of Prunus virginiana ‘Schubert’. , 47(8), 75-81. (in Chinese with English abstract) [李雪飞, 韩甜甜, 董彦, 吴曼, 沈向 (2011).
紫叶稠李叶片色素及氮含量与其光谱反射特性的相关性. 林业科学,
, 75-81. ]
The potting Padus virginiana &Schubert& was used as the plant material to explore the relationship between pigments, nitrogen content and spectral reflectance. A controlled release fertilizer was treated before the leaf discoloration. The spectral features of the leaves significantly changed after green leaves became purple. The reflection peak shifted right and reduced. The more anthocyanins content was, the more significant the reflection peak shifted. Correlation analysis demonstrated that at visible band 550-580 nm, the spectrum reflection had a significantly negative correlation with anthocyanins content. It could be used as sensitive band for monitoring the anthocyanins content in leaves of P. virginiana &Schubert& by remote sensing. The correlation between spectrum reflection and nitrogen was consistent with the correlation between spectrum reflection and chlorophylls: at visible band 720-760 nm and near infrared 760-800 nm, the correlation between spectrum reflection and nitrogen & chlorophylls content was significantly positive. This spectral reflectance could be used to monitor the nitrogen and chlorophyll content in leaves by remote sensing.
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550~580 nm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(720~760 nm)和近红外区(760~800 nm)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、叶绿素含量变化差异的敏感波段。
Liu GH, Huang JQ, Pan CX, Wang ZJ, Zheng BS, Jin SH (2011).
Analysis of the nitrogen levels in leaves of Hickory seedling by reflectance spectra. , 47, 165-171. (in Chinese with English abstract) [刘根华, 黄坚钦, 潘春霞, 王正加, 郑炳松, 金松恒 (2011).
基于反射光谱的山核桃幼苗氮素营养状况分析. 林业科学,
, 165-171. ]
In order to evaluate the relationship between reflectance spectra parameters and physiological indexes, the reflectance spectra and red edge were characterized in the leaves of two-year-old hickory (Carya cathayensis) seedlings grown under different nitrogen concentration. The results showed that the spectral reflectance gradually became smaller in the visible region with increasing nitrogen concentration, and specifically the reflectance in the range from 525 to 605 nm was changed significantly, which was regarded as sensitive band range used in detecting the nitrogen level in this stualy. The red edge position had a trend shifting to long wavelength direction with an increaseinnitrogen concentration. The concentrations of chlorophyll and total nitrogen of leaves were significantly correlated to the reflectance spectra parameter GNDVI, Rch, mSR705, mND705, R800/R700 and & red , which indicated that these parameters were albe to be used to detected the nitrogen level in hickory leaves. PRI was increased with nitrogen concentration below 1.5 mmol &L -1 , and then was deceased with higher nitrogen concentrations which indicated that PRI was able to be used to qualitatively estimate the nitrogen nutrition status in hickory. Additionally, PRI was significantly correlated to the Car/Chl. These results indicated that non-radiative dissipation of excitation energy associated with the activation of the xanthophyll cycle was initiated under different nitrogen concentration.
正山核桃(Carya cathayensis)是世界著名的干果之一,也是重要的木本油料作物,其油味清香、营养丰富,是优良的休闲保健食品。山核桃长期以来产量不稳、大小年现象明显,通过肥水管理、病虫害防治等有效管理措施,大部分产区大小年现象都明显
... Merzlyak #cod#x00026 ...
... Milton等(1991)的研究发现缺P叶片与正常叶片光谱存在一定的差异 ...
... 的更高水平(Muttiah, 2002) ...
... 通常, 引起植物叶片反射光谱发生变化的因素分为结构性因素(叶片厚度、叶片干物质、水分含量等)和生理性因素(色素浓度、叶氮含量、光合速率、气孔行为和叶绿素荧光等)(Muttiah, 2002) ...
... , 1997a)和景观尺度上(Nichol et al ...
... Os#cod#x000f3 ...
Pan PF, Yang WN, Dai XA (2013).
Vegetation moisture content model based on principal component analysis. , 25(3), 38-42. (in Chinese with English abstract) [潘佩芬, 杨武年, 戴晓爱 (2013).
基于主成分分析的植被含水率模型. 国土资源遥感,
, 38-42. ]
In this paper, hyperspectral remote sensing technology was applied to the quantitative study of the relationship between the reflectance spectra of vegetation and vegetation moisture content, and reliable data were obtained for the study of vegetation water content as one of the "Eco-water" information parameters. Sensitive bands were extracted by relevance analysis and stepwise regression of the reflectance spectra and the moisture content of palm leaves collected in the sampling points. In avoidance of the interaction of sensitive bands, the relationship between principal constituents and moisture content was identified as a transition in the first place by extracting principal constituents using principal component analysis, the regression equation of every principal component and standard variables was established, the equation of regression between every standard variable and original variables was also established and, finally, the model of the relationship between vegetation moisture content and reflectance spectra was obtained from translating the transition model. The results showed that the reflectance spectra of palm leaves had significant correlation with vegetation water content at 454 nm, 668 nm,1 466 nm,1 664 nm and 1 924 nm, and that the relative correlation between the predicted values obtained in the niche model and the monitoring values was 0.92, with the root mean square error being 0.06.
为了对岷江上游"生态水"的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段; 为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型。结果表明: 棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关; 采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06。
... Panigada et al ...
... Peguero-Pina et al ...
Peng T, Yao G, Gao HY, Li PM, Wang WW, Sun S, Zhao SJ (2009).
Relationship between xanthophyll cycle and
photochemical reflectance index measured at leaf or canopy level in two field-grown plant species. , 29, 1987-1993. (in Chinese with English abstract) [彭涛, 姚广, 高辉远, 李鹏民, 王未未, 孙山, 赵世杰 (2009).
植物叶片和冠层光化学反射指数与叶黄素循环的关系. 生态学报,
, 1987-1993. ]
In order to evaluate the relationship between the photochemical reflectance index (PRI) and xanthophyll cycle, the diurnal variations of spectral reflectance at leaf or canopy level, actual photochemical efficiency of PSⅡ（ΦPSⅡ）, non-photochemical quenching (NPQ) in two field-grown species (Salvia splendens Ker-Gawl., Trifolium repens Linn.) were analysed, the leaves sampled for reflectance were subsequently harvested to assay xanthophyll cycle pigment content by high-performance liquid chromatography (HPLC). The results showed that the photochemical reflectance index (PRI) measured at leaf or canopy level was negatively correlated with de-epoxidation status of total xanthophyllpigment pool size((A+Z)/( A+Z+V)) and non-photochemical quenching (NPQ). The actual photochemical efficiency of PSⅡ (ΦPSⅡ) was positively correlated with the PRI. The results demonstrated that the PRI measured at leaf level or canopy level was a good indicator of light use efficiency in photosynthetic apparatus.
以一串红（Salvia splendens Ker-Gawl.）和白车轴草（Trifolium repens Linn.）为材料，使用光谱反射技术测定了这两种植物叶片水平和冠层水平的光化学反射指数（PRI）的日变化，同时使用高效液相色谱分析法测定了这两种植物叶黄素循环的日变化，分析了单叶、群体冠层的PRI与叶黄素循环和叶片实际光化学效率（ΦPSⅡ）和非光化学淬灭（NPQ）之间的关系。结果表明，不论是叶片水平还是冠层水平，两种植物PRI的变化均与叶黄素的脱环氧化程度和NPQ之间呈显著的负相关、与ΦPSⅡ呈显著的正相关。研究结果表明无论叶片水平还是冠层水平上的光谱反射指数均能非常好地反映植物光合机构对光能的利用效率。
... Pe#cod#x000f1 ...
... Rascher et al ...
... Rollin #cod#x00026 ...
... , 因为这对于陆地生态系统光合生产力、水分循环(Sellers et al ...
Shen Y, Niu Z, Wang W, Xu YM (2005).
Establishment of leaf water content models based on derivative spectrum variables. , 21(4), 16-19. (in Chinese with English abstract) [沈艳, 牛铮, 王汶, 徐永明 (2005).
基于导数光谱变量叶片含水量模型的建立. 地理与地理信息科学,
, 16-19. ]
利用实测单子叶、双子叶植物叶片含水量和高光谱反射率数据,基于导数光谱变量分析方法,讨论利用含水量识别两种植物的可行性,并分别建立两种植物叶片含水量的单变量和多变量估算模型.结果表明:D2、D6和D8等含水量表征方法能在一定程度上识别单、双子叶植物;单变量估算模型中,等价水深(EWT)与高光谱参数的相关性更大,单子叶植物的相关性大于相应的双子叶植物,并且以简单的一元线性模型普适意义最大,反演效果最好;多变量模型中,用FMC表征单子叶叶片含水量精度大于EWT,用EWT表征双子叶叶片含水量精度大于FMC,总体反演精度是单子叶植物高于双子叶植物.
... Car/Chl发生变化的周期相对长一些, 适合用以描述长期发生的胁迫, 但在特定时刻, 这两种因素对PRI的影响究竟哪种方式占有主导地位尚未可知(Sims #cod#x00026 ...
... Szilagyi, 2000)和碳循环(Veroustraete et al ...
Tian YC, Yang J, Yao X, Cao WX, Zhu Y (2010).
Monitoring canopy leaf nitrogen concentration based on leaf hyperspectral indices in rice. , 36, 1529-1537. (in Chinese with English abstract) [田永超, 杨杰, 姚霞, 曹卫星, 朱艳 (2010).
利用叶片高光谱指数预测水稻群体叶层全氮含量. 作物学报,
, 1529-1537. ]
The objectives of this study were to analyze the relationships between canopy leaf nitrogen concentration (LNC) and leaf spectral reflectance characteristics of different leaf positions, and to establish useful method for nondestructive and quick assessment of canopy LNC in rice ( Oryza sativa L.). Four field experiments were conducted with different N rates and rice cultivars across three growing seasons at different eco-sites, and time-course measurements were taken on leaf hyperspectral reflectance of 350&2 500 nm and LNC at different leaf positions over growth stages. Quantitative relationships and monitoring models of canopy LNC to leaf hyperspectral indices were established by extracting sensitive bands and developing proper spectral indices. The results indicated that the performance of leaf hyperspectral indices were different with varied leaf positions for monitoring canopy LNC, the best single leaf position was the second leaf from the top (L 2 ), the third leaf from the top followed (L 3 ), and the averaged spectra of L 2 and L 3 (L 23 ) was the optimum leaf spectra combination which contributed to improving the sensitivity to canopy LNC. The simple ratio spectral indices (SR [R &1 , R &2 ]) combined green reflectance around 560 nm and red-edge reflectance around 705 nm to near infrared region (NIR) could effectively estimate canopy LNC in rice. New green and red-edge narrow band SRs as SR (R 780 , R 580 ) and SR (R 780 , R 704 ) performed the best, with the coefficients of determination ( R 2 ) respectively as 0.887 and 0.884, and RMSE respectively as 0.216 and 0.235. When the widths