基于成像光谱仪的冬小麦苗期冠层叶绿素密度监测

合集下载

基于光谱角指数小麦冠层叶片特征差异估测研究

基于光谱角指数小麦冠层叶片特征差异估测研究
S h i h e z i X i n i f a n g 8 3 2 0 0 0 ,C h i n a )
A b s t r a c t : 【 O b j e c t i v e 】 T h e p r o j e c t a i m s t o u s e h y p e r s p e c t r a l i m a g i n g t e c h n o l o g y t o m o n i t o r t h e n i t r o g e n n u t r i t i o n a l s t a t u s i n c r o p s r a p i d l y a n d a c c u r a t e l y . 【 Me t h o d ] T h r o u g h t h e d i f e r e n t n i t r o g e n l e v e l s o f w h e a t e x —
中图分类号 : ¥ 5 1 2 . 1 文献标识码 : A 文章编号 : 1 0 0 1 — 4 3 3 0 ( 2 0 1 5 J o 4— 0 5 9 5一 O 6
Es t i ma t i o n o f W he a t Le a f Ar e a I n de x a n d Chl o r o p hy l l Di fe r e nc e b y Hy pe r s p e c t r a l An g l e Da t a
X I A O C h u n— h u a , L 0 Y i n— l i a n g , D I A O Wa n—y i n g , L I S h a o —k u n ,
WA N G K e —r u , C H E N B i n g ’ , WA N G Q i o n g ( 1 . K e y L a b o r a t o r y o f O a s i s E c o— a g r i c u l t u r e fX o i n i f a n g P r o d u c t i o n a n d C o n s t r u c t o i n c 0 ,C o l l e g e f o

基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测

基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测

确、 快速 、 经济的作 物氮素营养水平诊 断方法是农业
生产 的迫 切需 要 。 比较 而 言 , 测量 光 谱 反 射 率 方 法具
有非破坏 、 快速特点 , 以作为植 被生化成分和 生物 可 物理 参数 十分 有效 的检测 方法 J 。图像光 谱技 术 集
成 了传统 的 图像 和光谱 技 术 , 同 时获 得 被 测 物 体 的 可
要 : 定 量测 定 小麦 叶 片 叶绿 素 含量 在 小麦 估 产 、 农情 监 测 等方 面 具有 重 要 意 义 。本 研 究 验 证 高 光 谱 成像 技
术结 合偏 最 小 二乘 一 最小 二 乘 支持 向量机 ( L P S—L S—S M) 模 方 法 预测 大 田冬 小 麦 叶 绿 素含 量 的可 行 性 。 首 V 建 先利 用 所搭 建 高光 谱 成像 系统 以线 扫 描方 式 获 取 大 田冬 小 麦 叶 片 反 射 光 谱 , 而 得 到 其 立 方 体 图像 数 据 , 在 进 并 小 麦 叶 片光 谱 图像 上 选择 感 兴 趣 区域 计算 出 光谱 平 均反 射 率 值 。为 保证 P S一 一S M 模 型 的鲁 棒性 和预测 稳 L V 定 性 , 先通 过 P S方 法解 决 多 重共 线 性 问 题 并 将 输 入 变 量 维 数 减 至 4维 , 后 利 用 L 首 L 然 S—S M 进行 训 练 建 模 。 V
谱分辨率已成为农产 品品质评估 和安全 检测的强有 力工 具 J 国外 众 多 的研 究 都 表 明通 过 定 量 的 将 叶 。 绿素、 水分等与高光谱反射 图像 数据建立关 系, 采用
高 光谱 测量 方 法 可 以 在植 被 叶 片 或 冠 层 水 平 定 量 地 确定 其 生化 成 分 的含量 J 。

基于高光谱和高分一号卫星影像的冬小麦叶绿素遥感反演

基于高光谱和高分一号卫星影像的冬小麦叶绿素遥感反演

基于高光谱和高分一号卫星影像的冬小麦叶绿素遥感反演小麦是世界上分布范围最广,种植面积最大的粮食作物之一,也是我国的主要农作物之一。

而叶绿素含量与植物的光合作用能力与生长状态密切相关,是植被光合能力强弱、营养生理状况以及衰老进程的良好指示剂,其含量的测定对农作物长势监测、施肥调控与产量评估具有重要意义。

通过高光谱数据和卫星影像数据反演叶绿素等与农作物长势,产量密切相关的参数,可以实现农作物的长势监测从而为农作物生产提供指导作用和参考价值。

本研究以不同生育时期不同区域的冬小麦为研究对象,通过田间试验,获取了冬小麦高光谱数据、GF1卫星影像数据以及叶绿素含量(Chl),通过计算和数理统计分析比较,构建了冬小麦叶绿素含量最佳估算模型,并借助GF-1影像对冬小麦拔节期冠层叶绿素含量进行空间反演及精度验证。

为冬小麦长势监测和田间精准管理提供理论依据和技术支撑。

取得的主要结论如下:(1)冬小麦叶片叶绿素含量(Chl)在不同生育时期差异显著,且随着生育进程的推进呈现出逐步上升的变化趋势;冬小麦冠层叶绿素含量(Chl)随着生育进程的推进呈现出先上升后下降的变化趋势。

总体来看,叶片尺度的Chl值均大于冠层尺度的Chl值。

(2)原始光谱随着叶绿素含量的增加,在可见光区域反射率降低而在近红外区域反射率增加;不同叶绿素水平的叶片光谱反射率均比冠层光谱反射率高,在可见光波段更显著;叶片在不同Chl水平下红边特征有差异,红边位置随Chl增加而不断发生“红移”,并且存在“双峰”或“多峰”的现象。

随着生育期的推进,叶片光谱反射率在可见光波段的反射率越来越低,在近红外波段反射率越来越高;冠层光谱反射率在可见光波段先降低后升高,在近红外波段相反。

不同生育期和不同叶绿素含量下,冬小麦冠层光谱红边位置分布在735 nm附近,而冬小麦叶片光谱红边位置分布于710nm附近。

(3)在4个生育期,一阶导数与Chl 值的相关性均强于原始光谱与Chl值的相关性,叶片光谱与Chl相关性强于冠层光谱。

冬小麦冠层叶绿素质量分数高光谱遥感反演研究

冬小麦冠层叶绿素质量分数高光谱遥感反演研究

冬小麦冠层叶绿素质量分数高光谱遥感反演研究孙勃岩;常庆瑞;刘梦云【摘要】Chlorophyll mass fraction is one of the important parameter to assess growth situation and forecast yields of winter wheat,it is significant to estimate chlorophyll mass fraction for monitoring of winter wheat growing information.During the growth of winter wheat growth stage,the winter wheat canopy spectral reflectance and chlorophyll mass fraction were monitored in the field by the SPAD-502 and the SVCHR 1024i handheld spectrometer.Based on the results of correlation analysis,the estimation models of chlorophyll mass fraction were established according to regression and BP neural network.Then simulation precision for different models were analyzed,evaluated and the best model from the different ones was chosen.The results showed that the fitting precision of estimation models with BP neural network were superior to other models of vegetation index.The coefficient of determination (R) was 0.961 4,the root mean square error (RMSE) was 1.875 4,the relative error (RE) was2.815 2%.And the coefficient of determination (R2) of inspection equation was 0.704 8,RMSE of inspection equation was 1.744 6,RE of inspection equation was 2.845 1%.The study provided a reference for estimating winter wheat by chlorophyll contents.And it would be a solid foundation for the winter wheat to obtain chlorophyll mass fraction of real-time,fast and nondestructive monitoring method.%叶绿素质量分数是评估冬小麦生长状况和预测产量的重要参数,估算叶绿素质量分数对于冬小麦的生长监测具有重要意义.利用SPAD-502叶绿素仪和SVCHR 1024i型便携式高光谱仪对冬小麦冠层叶绿素质量分数和光谱特征进行田间测量,分别利用同归分析方法和BP神经网络方法搭建冬小麦叶绿素质量分数的估算模型,并将模型估算的叶绿素质量分数与田间实测的叶绿素质量分数进行对比,分析反演精度,从中筛选出精度最高的模型.结果表明:基于BP神经网络的冬小麦冠层叶绿素质量分数估算模型拟合精度要优于其他7种基于植被指数的估算模型,其相关系数(R)为0.961 4,均方根误差(RMSE)为1.875 4,相对误差(RE)为2.815 2%,以及检验方程的决定系数(R2)为0.704 8,RMSE为1.744 6,RE为2.845 1%.研究结果为估测冬小麦冠层叶绿素质量分数提供参考,从而为冬小麦叶绿素质量分数的实时、快速、无损监测奠定基础.【期刊名称】《西北农业学报》【年(卷),期】2017(026)004【总页数】8页(P552-559)【关键词】冬小麦;叶绿素质量分数;光谱特征;BP神经网络;植被指数【作者】孙勃岩;常庆瑞;刘梦云【作者单位】西北农林科技大学资源环境学院,陕西杨凌712100;西北农林科技大学资源环境学院,陕西杨凌712100;西北农林科技大学资源环境学院,陕西杨凌712100【正文语种】中文【中图分类】S127叶绿素是植物叶片中基本组成物质,叶绿体是光合过程发生的载体,对太阳辐射的光能利用、大气二氧化碳的吸收,光合进程等具有密切关系,直接影响到作物与外界的物质能量交换及作物的物质积累,其质量浓度的高低对植物光合效率、发育状况等有重要的指示作用[1-2]。

基于高光谱的小麦冠层叶绿素(SPAD值)估测模型

基于高光谱的小麦冠层叶绿素(SPAD值)估测模型

小麦是我国主要的谷物之一,在各地广泛种植,尤其是华北地区[1]。

小麦长势、产量的准确预测对农业生产和区域经济的发展具有重要意义。

叶绿素含量与作物的生长状况、光合作用能力和作物产量密切相关[2-5],因此,叶绿素含量的测定对小麦长势监测、施肥调控和产量评估具有重要意义。

利用遥感技术监测土壤的时空变化及作物的营养状况与长势,并为最终的作物估产提供有效手段,是现代“精确农业”的重要技术之一[6-8]。

卫星遥感信息反映的是野外条件下地物的反射辐射状况,田间野外测定的地面光谱与其具有很好的可比性[9]。

一般认为,光谱分辨率在λ/10(λ表收稿日期:2017-10-13基金项目:“十二五”国家科技支撑计划项目课题(2015BAD23B0202);“双一流”奖补资金(SYL2017XTTD02)作者简介:陈晓娜(1994—),女,山东临沂人,在读硕士生,主要从事遥感应用与制图工程研究。

通讯作者简介:赵庚星(1964—),男,山东垦利人,教授,博士,主要从事土地资源遥感研究工作。

基于高光谱的小麦冠层叶绿素(SPAD 值)估测模型陈晓娜,赵庚星,周雪,张颖,宿宝巍(山东农业大学资源与环境学院,山东泰安271018)摘要:选择山东省泰安市山东农业大学试验田为研究区,分别采用ASD FieldSpec 3光谱仪和SPAD-502叶绿素仪测量小麦冠层的近地高光谱反射率和SPAD 值,通过分析小麦冠层光谱特征,进行光谱反射率及其一阶导数与SPAD 值的相关分析,筛选敏感波段,进而分别构建基于敏感波段和植被指数的小麦冠层SPAD 值估测模型,并优选确定最佳模型。

结果表明,光谱反射率经一阶导数变换能更好突出光谱特征,用来筛选敏感波段,将6个敏感波段分别建立单波段及多波段组合估测模型,进而优选出最佳估测模型为R ′871,R 1349,R 725,R ′1995多元线性回归模型,决定系数R 2=0.668;基于4种植被指数构建的小麦叶绿素最佳估测模型为NDVI 的二次模型,方程为y =61.978x 2-34.426x +54.089,决定系数R 2为0.845。

用投影寻踪降维方法估测冬小麦叶绿素密度

用投影寻踪降维方法估测冬小麦叶绿素密度

用投影寻踪降维方法估测冬小麦叶绿素密度何汝艳;蒋金豹;郭海强;郭会敏;陶亮亮【期刊名称】《麦类作物学报》【年(卷),期】2014(0)10【摘要】为综合更多有效信息来提高冬小麦叶绿素密度的估测精度,应用投影寻踪降维方法对条锈病胁迫下冬小麦冠层光谱进行降维,生成一维向量,然后采用支持向量机回归方法对其叶绿素密度进行估测,并与高光谱植被指数估测结果进行了比较。

结果表明,以小麦冠层一阶微分光谱与叶绿素密度相关性较高的波段(400~500nm、720~770nm和840~870nm)进行投影寻踪降维得到的最优一维向量为自变量,利用支持向量机回归方法构建的冠层叶绿素密度估测模型的精度最高,决定系数为0.867,均方根误差与相对误差均最小,分别为1.135μg·cm-2和13.6%。

说明利用投影寻踪降维技术对条锈病胁迫下冬小麦冠层光谱进行降维处理,可以保留有效信息,提高冬小麦叶绿素密度估测精度。

【总页数】6页(P1447-1452)【关键词】投影寻踪;降维;支持向量机回归;冠层叶绿素密度;冬小麦【作者】何汝艳;蒋金豹;郭海强;郭会敏;陶亮亮【作者单位】中国矿业大学(北京)地球科学与测绘工程学院;北京师范大学环境演变与自然灾害教育部重点实验室【正文语种】中文【中图分类】S512.1【相关文献】1.投影寻踪降维方法及其试验数据分析 [J], 李朝奎;朱庆;赵杰2.人工免疫投影寻踪降维模型——AI-PPC [J], 曾庆盛;严宣辉;舒才良3.基于投影寻踪降维的文本特征可视化 [J], 高茂庭;陆鹏4.基于智能优化算法的投影寻踪降维技术理论及其农业应用 [J],因版权原因,仅展示原文概要,查看原文内容请购买。

基于NIRG的冬小麦叶绿素含量的监测

基于NIRG的冬小麦叶绿素含量的监测

1 引言小麦是我国主要的粮食作物之一,其产量是各级政府进行决策、生产部门指导生产、流通领域安排粮食收购和销售、交通部门安排运输计划的重要经济信息。

因而小麦产量的准确预测对我国农业和经济的发展具有重要意义。

遥感技术和地理信息系统的引入为解决这一问题提供了有效手段[1]。

遥感估产小麦种植是通过卫星可见光和近红外波段进行组合,形成各种植被指数,根据植被的光谱特性,来研究植被演化信息[2]。

近20年来利用遥感进行作物实时监测和营养快速诊断一直是遥感在农业中应用的研究热点。

高光谱遥感技术能通过监测作物生育时期的光谱变化研究作物反射光谱和叶绿素含量、叶面积指数等农学参数之间的关系,为作物遥感长势监测和遥感估产提供依据[3]。

利用卫星遥感信息进行农作物的长势监测和产量估计,主要依据农田作物光谱的反射特征,即同一作物在同一时间的不同波段以及在不同时间内具有不同的反射辐射状况。

然而,农田作物光谱实际上是多种光谱混合的结果,但微分光谱、植被指数等技术在水稻农学参数测定研究应用中有着很好的表现[4],除作物本身状况外,农田作物光谱受土壤背景状况的影响由于栽培措施不同,作物本身又出现各种生长状况,因而可表现出各种各样的光谱状况。

卫星遥感信息反映的是野外条件下地物的反射辐射状况,因而可表现出各种各样的光谱状况。

卫星遥感信息反映的是野外条件下地物的反射辐射状况,田间野外测定的地面光谱与其具有很好的可比性。

从高光谱数据中提取植被指数进行长势监测和氮营养诊断也是其中重要的内容,研究表明红光和近红外波段的不同组合进行植被研究非常好,这些波段包含90%以上的植被信息。

研究发现不同氮水平下的水稻冠层、叶片和稻株的反射光谱具有差异,其叶面积指数和叶绿素含量与高光谱数据有相关性[5]。

高光谱技术在作物监测上的潜力也很大,它是有光谱范围广(400~2500nm)、波段多(512~1024个)、光谱分辨率高(3nm)、数据量大等优点,可以用来监测作物叶片和冠层的生化组分的状况和变化。

一种基于显微图像的小麦叶片气孔密度测量方法

一种基于显微图像的小麦叶片气孔密度测量方法

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105761259A(43)申请公布日 2016.07.13(21)申请号CN201610085012.8(22)申请日2016.02.15(71)申请人江苏大学地址212013 江苏省镇江市京口区学府路301号(72)发明人李林;左志宇;魏新华(74)专利代理机构代理人(51)Int.CIG06T7/00;G06T7/60;权利要求说明书说明书幅图(54)发明名称一种基于显微图像的小麦叶片气孔密度测量方法(57)摘要本发明公开了一种基于显微图像的小麦叶片气孔密度测量方法,属于计算机视觉技术领域。

采用数字显微镜采集小麦叶片图像,采用混合的灰度化方法对采集的图像进行灰度化,得到小麦叶片的灰度图像;采用最大类间方差法自适应进行图像二值化处理;根据小麦叶片气孔排列方向自适应选取线性结构元素进行形态学开运算,消除背景噪声的影响;进行连通区域检测,得到图像中小麦叶片气孔的位置信息,统计视场内气孔数量,根据显微镜标定的尺寸进行气孔密度计算。

本发明能够实时对显微图像中小麦叶片气孔的密度进行检测,有效解决了现有体系中人工计算时的费时费力问题,可应用于不同胁迫或不同生长环境下小麦叶片气孔特性的影响研究以及小麦生长模型的研究。

法律状态法律状态公告日法律状态信息法律状态2016-07-13公开公开2016-07-13公开公开2016-08-10实质审查的生效实质审查的生效2016-08-10实质审查的生效实质审查的生效2018-08-21授权授权权利要求说明书一种基于显微图像的小麦叶片气孔密度测量方法的权利要求说明书内容是....请下载后查看说明书一种基于显微图像的小麦叶片气孔密度测量方法的说明书内容是....请下载后查看。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Abstract:Imaging spectrometer is a new kind of remote sensing sensor,which receives images of ground objects and their spec- trum components.It has great potentials in accurately quantitative analysis with remote sensing of high spatial and spectral resolu· tions.MSl200 is an imaging spectrometer manufactured by the authors.It was used in this study to monitor canopy chlorophyll density in winter wheat(Triticum aestivum L.)at seedling stage in comparison with ASD Fieldspc FR2500,a well—known non·imaging spectrometer.Correlation analysis showed that R720,FD660,FD550,TCARI,GNDVI,PPR(550,450),and NRI obtained by the 2 spectrometers were both significantly correlated(P<0.01)with canopy chlorophyll density.This primarily indi— cated the reliability of MSl200.The precisions ofpredicted model on chlorophyll density were 91.26-95.54%and 86.61-92.79% for MSl200 and ASD Fieldspc FR2500,respectively.Among these parameters,PPR was the best one to monitor canopy chloro- phyll density with root mean square error(RMSE)of 0.0979 and 0.8391 for MSl200 and ASD Fieldspc FR2500,respectively. Compared with the traditional non—imaging spectrometers,MSl200 predicted better the canopy chlorophyll density in wheat with smaller errors,and the selected wavelengths were important to spaceflight and airborne remote sense. Keywords:Winter wheat;Seedling;Canopy;Chlorophyll density;Imaging spectrometer MSl200;Non—imaging spectrometer
基金项目:国家高技术研究发展计划(863计划)项目(2006AAl0A302,2006AAl02207)
作者简介:谭海珍(1982一)’女,山东沂水人,硕士研究生。研究方向为遥感在农业上的应用。E-mail:bingweiyan@163.corn ‘通讯作者(Corresponding author):李少昆,主要从事作物栽培与信息化方面的研究。Tel:010.82108891;E-mail:lishk@mail.caas.net.cn
n^r^
群=—U。—VT^^nP ” 。DN安
式中,群和磷分别为目标和参考板在第n个 波段的光谱反射率,D畔和DⅣ:为目标和参考板在 第n个波段反射的太阳光强度。 1.3叶绿素的测定
(1 Key Laboratory of Oasis Ecology Agriculture of Xinjiang Construction Crops,Shihezi 832003,Xinjional Key Facility for Crop Gene Resources and Genetic Improvement,Chinese Academy of Agricultural Sciences,Beijing 10008 1,China)
作物学报 A∞A AGRoNoMIcA sINIcA
ISSN 0496—3490;CODEN TSHPA9
2008,34(10):1812—1817
DoI:10.3724/SP.J.1006.2008.01812
http://www.chinacrops.org/zwxb/ E—mail:xbzw@chinajournal.net.cn
Received(收稿日期):2008—02—26;Accepted(接受日期):2008.05—1 0.
万方数据
第10期
谭海珍等:基于成像光谱仪的冬小麦苗期冠层叶绿素密度监测
重要指标。利用光谱技术对其进行诊断,方便、快 速、无破坏性,在生产中具有较大应用价值。吉海 彦掣¨利用高光谱技术,在400—750 nm的光谱范围 内建立了小麦冠层叶绿素含量与反射光谱的模型, 预测值与真实值的相关系数达0.898,相对标准偏差 为13.6%。赵祥等12]应用偏最小二乘回归方法,在 350—1 060 nm波段范围内构建了冬小麦冠层波谱与 叶绿素含量的回归模型,具有较高的反演精度。这 些研究都是基于传统非成像地物光谱仪,所获冠层 光谱数据均为混合光谱,虽然通过构建植被指数等 方法能减小土壤等背景因素的干扰,但模型的预测 精度依然受到限制。高光谱成像仪在作物研究中的 报道较少且仅限于机载成像光谱仪。宫鹏等【3】利用 机载高光谱成像仪数据实现了区别属于同一种地物 的不同类别的花旗松与美国巨杉;Cuban等【4】利用 AVIRIS(机载可见光成像光谱仪)数据分析出植被生 物化学参数(叶绿素、N、木质素和纤维素)的含量并 编制了调查图。有关近地高光谱成像仪的应用则少 见报道。本课题组与北京欧普特科技有限公司合作 开发了MSl200型高光谱成像仪,该仪器通过调制 滤光器得到不同波长的电磁波谱,通过高性能CCD 线阵进行图像和光谱信息采集,与传统的高光谱仪 在结构和原理上不同。为了明确成像光谱仪与传统 光谱仪在测定作物光谱中的异同及在仪器使用时应 注意的问题,更好地定量解析航空和卫星平台的成 像光谱数据蕴涵的作物信息,本研究以近地高光谱 成像仪对小麦冠层叶绿素监测,为促进高光谱成像 仪在作物定量遥感中的应用,提高作物理化参数的 遥感估测水平和今后更好地应用卫星成像光谱数据 进行作物监测提供了依据。
ASD Fieldspc FR2500
高光谱成像光谱仪简称成像光谱仪(imaging spectrometer),在对目标物成像的同时测量其波谱 特性,将目标物辐射特性与波谱特性结合为图谱特
性,或称图像立方体(3D)。其光谱分辨率高、波段连 续性强,能得到地物真实的反射波谱信息。叶绿素 密度是进行作物农情监测、生产管婵和产量估计的
Monitoring Canopy Chlorophyll Density in Seedlings of Winter Wheat
Using Imaging Spectrometer
TAN Hai—Zhenl'2,LI Shao—Kunl,2'4,WANG Ke—Rul’2,XIE Rui—Zhi2,GAO Shi.Ju2,MING B01’2,YU Qin92, LAI Jun—Chenl一,LIU Guo—Qin91p,and TANG Qiu—Xian92
摘 要:利用自主研发的MSl200型成像光谱仪对冬小麦苗期叶绿素密度进行遥感监测,并与ASD Fieldspc FR2500 型非成像地物光谱仪测定数据相比。结果表明,两种仪器所得R720、FD660、FD550、TCARI、GNDVI、PPR(550,450)、 NRI等光谱特征参量均与叶绿素密度显著相关,拟合度较高,说明MSl200型成像光谱仪测定的作物光谱数据是可靠 的。对筛选出的模型进行榆验,ASD Fieldspc FR2500模型的预测精度达86.6l%~92.79%,MSl200达91.26%~95.54%, 其中PPR对叶绿素密度预测精度最高,RMSE分别为0.839l和0.0979。与传统非成像地物光谱仪相比,成像光谱仪 能够提取纯冠层光潜信息,所得模型精度高、误差小,筛选的植被指数和特征波段对于航天、航空遥感器的定标有重 要意义。 关键词:冬小麦;苗期;冠层;叶绿索密度;MSl200型成像光谱仪;ASD Fieldspc FR2500型非成像地物光谱仪
1材料与方法
1.1试验设计 试验于2007年在中国农业科学院作物科学研
究所中圃场(39057’55”N, 116019’46”E)进行。供试 地块土壤为潮土,0—20 cm土层含有机质1.16%,碱 解氮42.6 mg kg一,有效磷26.5 mg kg一,速效钾 139.4 mg kg-1。选择目前生产中主推的5个冬小麦品 种为供试种,其中京411和CA9554为紧凑型,中优 9507和京9428为松散型,京冬8号为中间过渡型。 小区面积8 m×4 m,3次重复。10月1日机械精量 播种,lO月7日出苗。
选择晴朗无风日,于10:00---14:00进行光谱数 据采集。MSl200型成像光谱仪的视场角为140,镜 头放置于垂直距冠层顶部150 cm处测定(图1)。ASD FieldSpec FR2500型光谱仪测量视场角为250,为与 成像光谱仪测定视场范围保持基本一致,探头置于 垂直距冠层顶部80 cm处测定(图2),每个样点采集 20条光谱数据,计算平均值。用MSl200型光谱仪 测定时,在视场内放置白板同步测量其DN值作为 每幅图像光谱的参考。用ASD光谱仪测定光谱时, 每个点测定前后,同步测定白板光谱反射率。目标 物的光谱反射率采用下式计算。
相关文档
最新文档