内容发布更新时间 : 2024/5/4 22:24:09星期一 下面是文章的全部内容请认真阅读。

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。选取敏感波段作为自变量对叶片Chl进行反演,模型拟合精度除灌浆期外均较差。选择相关性高的“三边”参数建立Chl估算模型,冠层尺度下,除了开花期最优模型为基于黄边位置λ_yellow构建的模型,其他生育期最优模型均为基于（SDr-SDb）/（SDr+SDb）构建的模型;叶片尺度下,拔节期、抽穗期、开花期和灌浆期最优模型依次为为基于（SDr-SDy）/（SDr+SDy）、SDr/SDb、红边位置λ_red、（SDr-SDy）/（SDr+SDy）构建的模型。除了灌浆期,其它生育期基于三边参数构建的冬小麦Chl估算模型精度较单因素模型均有所提高。（4）分析15种植被指数与Chl的相关关系,筛选出8种植被指数构建Chl单素估算模型。在冠层尺度下,四个生育期最优模型分别为基于OSAVI、PRI、PRI、VOG2构建的模型;在叶片尺度下,四个生育期最优模型分别为基于FD_730/525、FD_730/525、VOG2、FD_{（730-525）/（730+525）}构建的模型。除灌浆期冠层尺度最佳模型为基于敏感波段D₇₅₁构建的模型外,其它基于植被指数的模型精度较三边参数均有所提高,是冬小麦Chl值的最佳单因素估算模型。（5）将筛选出的精度较高的高光谱参数作为自变量,

利用偏最小二乘回归（PLSR）和支持向量回归（SVR）方法构建的模型在各生育期均表现出较好的拟合性及预测精度。利用PLSR构建的模型精度优于单因素估算模型,利用SVR构建的模型精度优于利用PLSR构建的模型,是进行冬小麦Chl含量估测的最佳模型。（6）借助高分一号卫星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的结果表明,最佳模型为基于GNDVI构建的估算模型,建模R²为0.713,RMSE为2.288,RE为4.5%;验证

R²为0.714,RMSE为2.228,RE为4.4%;遥感填图结果同名地物点验证R²为0.729,RMSE为2.446,RE为6.0%。基于GF1卫星数据利用光谱指数进行冬小麦Chl值的监测具有一定的可行性。