大豆葉綠素含量高光譜反演模型研究

《大豆葉綠素含量高光譜反演模型研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、16第22卷第8期2006年8月農(nóng)業(yè)工程學(xué)報TransactionsoftheCSAEVol.22　No.8Aug.　2006大豆葉綠素含量高光譜反演模型研究宋開山,張　柏,王宗明※,劉煥軍,段洪濤(中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所,長春130012)摘　要:葉綠素是植物體進行光合作用、進行第一性生產(chǎn)的重要物質(zhì),能夠間接反映植被的健康狀況與光合能力,同時也能反映植被受環(huán)境脅迫后的生理狀態(tài)。高光譜遙感為快速、大面積監(jiān)測植被的葉綠素變化提供了可能。該研究實測了不同水肥耦合作用下,大豆冠層的高光譜反射率

2、與葉綠素含量數(shù)據(jù),對二者進行了相關(guān)分析;采用特定葉綠素敏感波段建立了植被指數(shù)葉綠素估算模型;最后采用相關(guān)系數(shù)較大的波段作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量進行了葉綠素含量的估算。經(jīng)對比發(fā)現(xiàn)葉綠素A、B與光譜反射率在可見光與近紅外波段的相關(guān)系數(shù)的變化趨勢基本一致,在可見光譜波段呈負相關(guān),近紅外波段呈正相關(guān),紅邊處相關(guān)系數(shù)由負變正。特定色素植被指數(shù)可以提高大豆葉綠素估算精度(R2>0.736),但是人工神經(jīng)網(wǎng)絡(luò)模型可以大大提高大豆葉綠素含量的估算水平,當隱藏層節(jié)點數(shù)為4時,R2大于0.94,隨著隱藏層節(jié)點數(shù)的增加

3、,R2可高達0.99,表明神經(jīng)網(wǎng)絡(luò)模型可以大大提升高光譜反演大豆葉綠素含量的能力。關(guān)鍵詞:高光譜;葉綠素含量;植被指數(shù);ANN-BP中圖分類號:S127　　　　文獻標識碼:A　　　　文章編號:1002-6819(2006)08-0016-06宋開山,張　柏,王宗明,等.大豆葉綠素含量高光譜反演模型研究[J].農(nóng)業(yè)工程學(xué)報,2006,22(8):16-21.SongKaishan,ZhangBai,WangZongming,etal.Inversemodelforestimatingsoybeanch

4、lorophyllconcentrationusingin-situcollectedcanopyhyperspectraldata[J].TransactionsoftheCSAE,2006,22(8):16-21.(inChinesewithEnglishab-stract)0　引　言目前高光譜遙感在監(jiān)測植被,尤其是農(nóng)作物的葉綠譜特征及其生物物理、化學(xué)參數(shù)反演的報道很多。Gupta首先研究了大豆葉片的光譜反射,為大豆光譜特征理解奠定了基礎(chǔ)[12],而其他一些學(xué)者則研究了大豆在鎂、素含量方面取得的

5、了很大進展。主要因為自然和人為造砷、磷等脅迫下大豆光譜反射、透射和熒光及其形態(tài)特成的環(huán)境脅迫因子會直接影響植被葉綠素含量,換言之征的變化與響應(yīng)[13,14],為研究大豆在環(huán)境脅迫因子影植被葉綠素含量遙感監(jiān)測能夠提供植被生理狀態(tài)的有效信息[1],同時葉綠素含量與植被的N素含量、光合作用密切相關(guān)[2]。植被葉綠素含量的高光譜遙感監(jiān)測首先響下其光譜特征的變化提供了借鑒。Wang等研究了在堿土和灌溉耦合條件下大豆的高光譜特征[15]。但是一[15]。但是一直以來沒有研究大豆在不同水肥脅迫條件下大豆葉表是在葉

6、片級別開展的[3,4],進而在冠層級別得到修正或面的光譜特征。在中國,浙江大學(xué)部分學(xué)者較為深入研[5,6]。通過特定實驗條件與特定植被類型所建立的究了水稻生理參數(shù)的高光譜模型反演與估算、中國科學(xué)發(fā)展光譜植被指數(shù)在應(yīng)用于其它植被類型或不同環(huán)境條件下同種植被不同的生理狀態(tài)時需要進行訂正[7]。[7]。院遙感所與國家農(nóng)業(yè)信息化工程技術(shù)研究中心部分學(xué)者則深入研究了水稻、小麥、玉米等作物的生物物理、化大量研究表明植被的生物物理、化學(xué)參數(shù)與光譜反射率之間的關(guān)系基本上是非線性的[8,9],而神經(jīng)網(wǎng)絡(luò)對[8,9],

7、而神經(jīng)網(wǎng)絡(luò)對學(xué)參數(shù)高光譜模型[16-18],由于地域與儀器設(shè)備的關(guān)系,對大豆的生理參數(shù)的高光譜反演研究則很少[19],將人非線性問題的擬合有著無可比擬的優(yōu)勢,因此部分研究者開始把神經(jīng)網(wǎng)絡(luò)引入到高光譜數(shù)據(jù)分析中來[10,11],[10,11],工神經(jīng)網(wǎng)絡(luò)應(yīng)用到高光譜估算模型在國內(nèi)也處于研究初期[20]。在本文中將對比研究不同植被指數(shù)構(gòu)建的回[20]。在本文中將對比研究不同植被指數(shù)構(gòu)建的回歸模型與神經(jīng)網(wǎng)絡(luò)模型在反演大豆葉綠素變化的精度。提高了植被生理參數(shù)反演的精度,神經(jīng)網(wǎng)絡(luò)在植被生物化學(xué)參數(shù)高光譜遙感信

8、息提取與模型建立方面則鮮有報道。1　實驗材料與方法1.1　實驗材料大豆是世界上重要的油料作物,在國外研究大豆光2004年的主要光譜數(shù)據(jù)采集都在中國科學(xué)院海倫收稿日期:2005-07-18　修訂日期:2005-12-02農(nóng)業(yè)生態(tài)實驗站進行。工作區(qū)主要集中于實驗站綜合試基金項目:中國科學(xué)院知識創(chuàng)新重大項目(KZXL-SW-19);自然科學(xué)基金項目(40401003)作者簡介:宋開山(1974-),男,博士,白山市人,主要研究領(lǐng)域為定量遙感與地物光譜特征研究。長春　中國科學(xué)