專利名稱：一種基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及小麥植株水分監(jiān)測，具體涉及一種基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法。
背景技術(shù)：
小麥?zhǔn)鞘澜缟献钪匾募Z食作物之一。全世界有35% 40%的人口以小麥為主食。我國小麥年產(chǎn)量約為1億噸，占全國糧食總產(chǎn)量的22%，占世界小麥總產(chǎn)量的20%。水分是作物生命活動的基本因子，綠色植物含水量可達(dá)80% 90%以上。缺水對作物的形態(tài)發(fā)生、生理過程均產(chǎn)生影響，最終使得產(chǎn)量降低。根據(jù)作物水分狀況實(shí)施精量灌溉是提高水分利用率和水分生產(chǎn)效率的重要途徑。近年來，光譜遙感技術(shù)迅速發(fā)展為獲取作物水分狀況開辟了新途徑。研究表明，利用作物水分虧缺時引起葉片內(nèi)部生理生態(tài)和外部形態(tài)結(jié)構(gòu)等變化在高光譜上的響應(yīng)特征， 可快速、準(zhǔn)確地獲取作物水分信息。研究發(fā)現(xiàn)，在970mm，1450mm和1940mm波段附近，小麥、 大丁草及大豆等植物的光譜反射率的峰能較好地反映葉片的水分狀況，因此，由可見光和近紅外區(qū)域波段構(gòu)成的植被指數(shù)可用于植物水分狀況的監(jiān)測。Gregory等研究認(rèn)為水分含量對光譜的初級影響是水分子直接吸收輻射，次級影響是水分含量造成葉片內(nèi)部結(jié)構(gòu)發(fā)生變化，初級影響效果遠(yuǎn)大于次級影響效果。Gao通過分析植被冠層散射光譜對水分的影響表明，NDWI可較準(zhǔn)確地監(jiān)測指標(biāo)冠層水分含量。田慶久等研究發(fā)現(xiàn)，小麥葉片相對含水量與 1450mm附近的特征吸收峰深度和面積呈現(xiàn)較好的線性相關(guān)性。谷艷芳等和王紀(jì)華等的研究成果證實(shí)了利用光譜反射率可以準(zhǔn)確預(yù)測植物葉片水分含量的可行性。田永超等研究發(fā)現(xiàn)，比值植被指數(shù)1 81(1/禮6(1可較好地監(jiān)測不同生育時期水稻植株和葉片的含水率；同時發(fā)現(xiàn)基于作物冠層光譜植被指數(shù)RVIi61tl,56。)/NDVI_,_能預(yù)測小麥植被水分狀況。阿不都瓦斯提·吾拉木等研究提出了可用于監(jiān)測大尺度植被水分含量的短波紅外垂直失水指數(shù)SPSI， 監(jiān)測的精度達(dá)到74%。隨著高光譜遙感技術(shù)的飛速發(fā)展，近年來，國內(nèi)外有關(guān)這方面的研究報道越來越多。Ceccato等提出了利用球狀植被濕度指數(shù)(GVMI)反演植被水分含量；田永超等研究發(fā)現(xiàn)R(610，560)/ND(810，610)是預(yù)測小麥植株水分狀況良好的植被指數(shù)；Kakani等研究發(fā)現(xiàn)R1689/R1657與室外盆栽棉花葉片水勢高度相關(guān)；吉海彥等在1400 1600nm范圍內(nèi)測量了冬小麥葉片反射光譜，用偏最小二乘法建立了水分含量與反射光譜的模型。綜上，現(xiàn)有的研究總大多基于多光譜數(shù)據(jù)進(jìn)行，光譜分辨率較低，波段范圍較小，而基于高光譜的分析中，較少分析350 2500nm范圍內(nèi)的所有可能高光譜數(shù)據(jù)，且光譜沒有經(jīng)過預(yù)處理，噪音較大，這就可能導(dǎo)致某些反映植被水分的敏感波段尚未被充分發(fā)掘或者結(jié)果有偏差。因此， 有必要采用更全面和精細(xì)的高光譜采樣與分析方法，探索發(fā)現(xiàn)新的敏感波段及其高光譜指數(shù)。同時，由于高光譜海量信息提取及數(shù)據(jù)預(yù)處理方法的原因，基于光譜技術(shù)構(gòu)建的定量監(jiān)測模型準(zhǔn)確性較低或者只能應(yīng)用于特定生育期，或者模型在結(jié)構(gòu)及算法上略顯復(fù)雜，導(dǎo)致監(jiān)測模型的普適性較差，一定程度上削弱了其應(yīng)用性。探索新的核心波段，構(gòu)建簡單而可靠的光譜指數(shù)一直是光譜監(jiān)測在農(nóng)業(yè)遙感領(lǐng)域應(yīng)用的重點(diǎn)和難點(diǎn)。在高光譜數(shù)據(jù)分析中，為了減少背景噪音的影響，人們采用各種技術(shù)處理光譜數(shù)據(jù)，以提高光譜信息的精確性。關(guān)于小麥植株和冠層葉片含水量的敏感波段選擇技術(shù)和方法一直在不斷深入。Shibayama等的研究表明，用近紅外光譜(1190 1320nm)或短波紅外波段(ieOOnm)的光譜反射率的一階導(dǎo)數(shù)可以診斷雙季稻冠層水分狀況。Dobrowski等發(fā)現(xiàn)690nm和740nm處的冠層光譜能夠反映植株受水分脅迫的狀態(tài)，Zhang Jiahua等研究發(fā)現(xiàn)可見光區(qū)域的469nm、645nm、700nm和710nm波段，近紅外區(qū)域的760nm、815nm、855nm、 930nm、1075nm 和 IlOOnm 波段和短波紅外區(qū)域的 1550nm、1600nm、1640nm、1750nm 和 2130nm 波段是探測葉片含水量變化的敏感波段；GraefT等對6種不同水分處理下的小麥葉片光譜數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)510和780nm、540和780nm、490和1300nm和540和1300nm是表示小麥的葉片水分狀況的最佳指示波段。

發(fā)明內(nèi)容
本發(fā)明的目的是針對現(xiàn)有技術(shù)存在的不足，提供基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法。利用高光譜數(shù)據(jù)分析方法和技術(shù)，全面分析350 2500nm波段范圍內(nèi)由原始光譜反射率、一階導(dǎo)數(shù)、反對數(shù)和倒數(shù)構(gòu)成的所有組合的歸一化和比值指數(shù)，探索指示小麥植株水分含量的新敏感波段，并建立基于高光譜參數(shù)的小麥植株水分指標(biāo)監(jiān)測模型，其技術(shù)方案為一種基于冠層高光譜的小麥植株水分監(jiān)測方法，實(shí)時測定土壤含水量，具體步驟如下1)高光譜信息獲取利用光譜儀測量小麥冠層高光譜指數(shù)數(shù)據(jù)，有效波段范圍為350 2500nm，其中350 1050nm光譜采樣間隔為1. 4nm,光譜分辨率為3nm ;1050 2500nm光譜采樣間隔為2nm，光譜分別率為lOnm，光譜測定選擇在晴朗無云、無風(fēng)或微風(fēng)時進(jìn)行，測定時間為10:00-14:00。測量時傳感器探頭垂直向下于冠層頂部，光譜儀視場角為25°，高度約 1. Om,地面視場范圍直徑為0. 44m,每個小區(qū)測定10個樣點(diǎn)，每個樣點(diǎn)重復(fù)測量5次(視場)，以其平均值作為該小區(qū)的光譜反射值；2)植株水分測定與步驟1)同步，在不同生育時期，每個小區(qū)取代表性小麥20株，先按器官分離， 再將葉片按不同葉位分離，迅速裝入稱重過的自封袋中帶回實(shí)驗(yàn)室，用萬分之一精度電子天平稱其鮮重，然后放入烘箱105°C殺青30min后在80°C下烘至恒重后稱重，得到不同部位器官干重，分別計算植株含水量(Plant water content, PWC)，葉片含水量(LeafVater content, LffC)禾口葉層含水量(Canopy leaf water content, CLWC)，公式如下PffC(% ) = (PFff-PDff)/PFff X 100%LffC (%) = (LFff-LDff)/LFff X 100%CLffC(% ) = ( Σ LFff-ΣLDff)/ΣLFffX 100%其中，PFW(PlantFresh Weight)為植株鮮重，PDW(Plant Dry Weight)為植株干重，LFW(Leaf Freshffeight)為葉片鮮重，LDW(Leaf Dry Weight)為葉片干重；
5
3)植被指數(shù)構(gòu)建 原始光譜NDSI = (RAI-RA2)/(RAi+RA2) RSI = RA1/RA2倒數(shù)光譜NDSI = (RCAI-RCA2)/(RCA ARCA2) RSI = RCA/RCA2其中Rju和Rx2分別為任意兩個波長的反射率，λ 和λ 2的范圍均為350 2500nm, RCai和RCa2為其相應(yīng)的倒數(shù)光譜，根據(jù)歸一化光譜指數(shù)NDSI (normalized difference spectral index)禾口比值光譜指數(shù)RSI (ratio spectral index)對小麥水分含量的估測能力，篩選出表現(xiàn)最好的結(jié)果。4)數(shù)據(jù)分析與利用利用步驟幻中的數(shù)據(jù)，綜合分析植株含水量及葉片含水量與冠層光譜反射率直接的定量關(guān)系，采用高光譜數(shù)據(jù)減量精細(xì)采樣法，篩選出對水分敏感的波段范圍和光譜參數(shù)，并構(gòu)建水分監(jiān)測模型。5)監(jiān)測模型的構(gòu)建和檢驗(yàn)采用相對均方根差(RRMSE)進(jìn)行分析評價，并繪制試驗(yàn)觀察值與模型預(yù)測值之間的1 1關(guān)系圖，其中RRMSE計算公式如下
權(quán)利要求
1.一種基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法，其特征在于，水分處理時期為拔節(jié)期至成熟期，實(shí)時測定土壤含水量，根據(jù)實(shí)測的土壤含水量為體積含水量，通過人工補(bǔ)水將各個水分處理的土壤水分調(diào)節(jié)至預(yù)設(shè)值，控制各小區(qū)土壤含水量，具體步驟如下1)高光譜信息獲取測量小麥冠層高光譜指數(shù)數(shù)據(jù)，有效波段范圍為350 2500nm，其中350 1050nm光譜采樣間隔為1. 4nm，光譜分辨率為3nm ； 1050 2500nm光譜采樣間隔為2nm，光譜分別率為lOnm，光譜測定選擇在晴朗無云、無風(fēng)或微風(fēng)時進(jìn)行，測定時間為10:00-14:00。測量時傳感器探頭垂直向下于冠層頂部，光譜儀視場角為25°，高度約1.0m，地面視場范圍直徑為0. Mm，每個小區(qū)測定10個樣點(diǎn)，每個樣點(diǎn)重復(fù)測量5次(視場)，以其平均值作為該小區(qū)的光譜反射值；2)植株水分測定與步驟1)同步，在不同生育時期，每個小區(qū)取代表性小麥20株，先按器官分離，再將葉片按不同葉位分離，迅速裝入稱重過的自封袋中帶回實(shí)驗(yàn)室，用萬分之一精度電子天平稱其鮮重，然后放入烘箱105°C殺青30min后在80°C下烘至恒重后稱重，得到不同部位器官干重，分別計算植株含水量(PWC)，葉片含水量(LWC)和葉層含水量(CLWC)，公式如下PffC(% ) = (PFff-PDff)/PFffX 100%LffC(% ) = (LFff-LDff)/LFff X 100%CLffC (% ) = ( Σ LFff- Σ LDff)/ Σ LFffX 100%其中，PFW為植株鮮重，PDff為植株干重，LFff為葉片鮮重，LDff為葉片干重；3)植被指數(shù)構(gòu)建原始光譜 NDSI = (Rm_Ra2)/(Rm+RA2) RSI = RA1/RA2倒數(shù)光譜 NDSI = (RCa rRCA2)/(RCa !+RCa2) RSI = RCa ^RCa2其中Rai和Ra2分別為任意兩個波長的反射率，λ 1和λ 2的范圍均為350 2500nm， FDaJP FDa2為其相應(yīng)的一階導(dǎo)數(shù)光譜，ALaJP ALa2為其相應(yīng)的反對數(shù)光譜，RCaJP RCa2 為其相應(yīng)的倒數(shù)光譜，根據(jù)歸一化光譜指數(shù)NDSI和比值光譜指數(shù)RSI對小麥水分含量的估測能力，篩選出表現(xiàn)最好的結(jié)果；4)數(shù)據(jù)分析與利用利用步驟幻中的數(shù)據(jù)，綜合分析植株含水量及葉片含水量與冠層光譜反射率直接的定量關(guān)系，采用減量精細(xì)采樣法，篩選出對水分敏感的波段范圍和光譜參數(shù)，并構(gòu)建水分監(jiān)測模型；5)監(jiān)測模型的構(gòu)建和檢驗(yàn)采用相對均方根差(RRMSE)進(jìn)行分析評價，并繪制試驗(yàn)觀察值與模型預(yù)測值之間的 1 1關(guān)系圖，其中RRMSE計算公式如下1 V",100RRMSE = - X > (Pi - Oi)2 X 二— ,η 乙， Oi i=l 1上式中Oi為試驗(yàn)中觀察的水分含量值，Pi為模型估測的水分含量值，η為模型測試檢驗(yàn)樣本數(shù)。
2 根據(jù)權(quán)利要求1所述的基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法，其特征在于，使用德國產(chǎn)便攜式土壤水分速測儀TRIME-EZ實(shí)時測定土壤含水量。
3.根據(jù)權(quán)利要求1所述的基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法，其特征在于，步驟1)中測量小麥冠層高光譜指數(shù)數(shù)據(jù)采用美國Analytical Spectral Device(ASD) 公司生產(chǎn)的FieldSpec Pro FR2500型背掛式野外高光譜輻射儀。
4.根據(jù)權(quán)利要求1所述的基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法，其特征在于，步驟4)中基于光譜NDVI (R836, R793)、RVI (RC837，RC793)構(gòu)建的小麥植株水分監(jiān)測模型，決定系數(shù)(R2)分別為0. 851和0. 852 ；基于原始光譜NDVI (R1100jR770)和RVI (R893, R805)構(gòu)建的小麥葉層水分監(jiān)測模型，決定系數(shù)R2分別為0. 730和0. 843。
5.根據(jù)權(quán)利要求1所述的基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法，其特征在于,步驟4)中數(shù)據(jù)分析和整理均在Excel2007和MATLAB7. 0(The Math Works, 2000)進(jìn)行。
6.根據(jù)權(quán)利要求1所述的基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法，其特征在于，步驟5)中模型測試的精度(R2)均大于0. 783，RRMSE均小于0. 205。
全文摘要
本發(fā)明涉及一種基于冠層高光譜指數(shù)的小麥植株水分監(jiān)測方法，利用兩年2個品種、4個不同水分處理下的兩年小麥池栽試驗(yàn)數(shù)據(jù)，采用減量精細(xì)采樣法，分析350～2500nm波段范圍內(nèi)原始光譜和倒數(shù)光譜的任意兩兩波段組合而成的高光譜指數(shù)與小麥植株含水量和葉層含水量的定量關(guān)系，結(jié)果發(fā)現(xiàn)基于光譜NDVI(R836，R793)和RVI(RC837，RC793)可以監(jiān)測小麥植株水分含量；基于原始光譜NDVI(R1100，R770)和RVI(R893，R805)可以監(jiān)測小麥葉層水分含量。本發(fā)明研究結(jié)論為利用高光譜數(shù)據(jù)快速無損監(jiān)測小麥水分狀況提供新的波段組合和理論依據(jù)。
文檔編號G01N5/04GK102426153SQ20111036875
公開日2012年4月25日 申請日期2011年11月21日 優(yōu)先權(quán)日2011年11月21日
發(fā)明者倪軍, 劉小軍, 姚霞, 曹衛(wèi)星, 朱艷, 王薇, 田永超, 韓剛 申請人:南京農(nóng)業(yè)大學(xué)