返回首页 在线订单 联系我们

服务热线:13831157875

联系我们
公司名称:石家庄泛胜科技有限公司
地址:石家庄市红旗大街333号
电话:0311-85136612
手机: 13833161367
联系人: 王经理
传真:0311-85236612
E-mail: fanshengkeji2017@163.com
公司动态
当前位置:首页 > 公司动态
高光谱成像技术在农林植物研究领域的应用
点击次数:4319 发布时间:2018-03-05

高光谱遥感是高光谱分辨率遥感的简称,它是20世纪末迅速发展起来的一种全新遥感技术,是指利用遥感仪器在特定光谱域以高光谱分辨率(光谱分辨率在10nm以下)获取连续的地物光谱图像的遥感技术。成像光谱仪 为每个像元提供数十至数百个窄波段光谱信息,能产生一条完整而连续的光谱曲线。

               clip_image001.jpg

 

       图1 GaiaSky-mini无人机同一区域不同高度植被光谱曲线

  

       农业是按照田间每一操作单元(区域、部位)的具体条件,精细准确地调整各项土壤和作物管理措施,zui大限度地优化使用各项农业投入,以获取单位面积上的zui高产量和zui大经济效益,同时保护农业生态环境,保护土地等农业自然资源。它是20世纪80年代中期从事作物栽培、土壤肥力、作物病虫草害防治的专家们在进行作物生长模拟、栽培管理、测土配方施肥等专家应用系统研究中,为进一步了解农田内小区作物产量和生长环境条件的时空差异,从而实现定位、定量投入而发展起来的。农业的基础是地块内的空间变异。农业要求生产和资源利用上的“精”和管理发展上的“准”,包含遥感技术在内的3S技术是它的一个重要组成部分。

  从地面遥感传感器到测视雷达,从田间养分速测仪到星载的成像光谱仪,遥感技术在农业领域的应用有了很大发展,同时取得了巨大的经济和社会效益。高光谱成像技术的发展为遥感信息定量应用开辟了新的领域,并逐渐成为新兴的农业zui重要的技术手段之一。本文综述了遥感监测技术在水稻、小麦、大豆、玉米等作物上的应用情况,以期为农业生产提供借鉴与参考。

1、农作物高光谱遥感识别和分类

  农作物遥感识别是遥感技术在农业领域应用的重要内容,也是资源遥感的重要组成部分。植被光谱不仅具有高度相似性和空间变异性,而且具有时间动态性强等特点。不同植被的光谱随时间的变化规律也具有明显的区别,因此充分发挥高光谱遥感的*性能,特别是其在区分地表细微差别方面的优势,同时结合植被的时间动态特征,将大大提高土地覆盖类型的识别与分类精度。

  研究结果表明,高光谱成像技术能有效地对作物进行分类和识别,且分类精度较高,这对于大比例尺度研究地表作物覆盖、入侵植物监测等提取更加细致的信息提供了有力保障。

2、高光谱遥感监测作物叶面积指数、生物量和叶绿素含量

  叶面积指数(LAI)通常是指单位面积土地上所有叶片表面积的总和,或单位面积上植物叶片的垂直投影面积总和。它是生态系统的一个重要结构参数,可用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应,为植物冠层表面物质和能量交换的描述提供结构化的定量信息。叶面积指数与生物量(干重、鲜重)和叶绿素是衡量作物生长状况的重要指标。如何利用遥感技术实时监测植株叶面积、生物量和叶绿素,对于作物的管理调控及估产具有重要意义。

       采用单变量线性与非线性拟合模型和逐步回归分析,建立水稻LAI的高光谱遥感估算模型,在高光谱变量与LAI之间的拟合分析中,蓝边内一阶微分的总和与红边内一阶微分总和的比值和归一化差植被指数是*变量。根据测定的不同品种类型、不同株型、不同发育期的春玉米叶片及其他器官、不同叶位叶片及叶片不同部位的高光谱反射率和叶片叶绿素、类胡萝卜素含量,提出叶片叶绿素和类胡萝卜素浓度与光谱植被指数R800/R550、R673/R640、PSSRa、PSNDa、RCh、CARI、λred、Dλred和Sred极显著相关。对早播稻、晚播稻和玉米的多时相群体光谱测量数据和相应的叶片叶绿素密度测量数据进行了相关性分析,结果表明早播稻、晚播稻和玉米的群体光谱反射率数据及其导数光谱数据与叶绿素密度具有很好的相关性。通过获取水稻生育期的光谱反射率数据,对光谱数据和实际测量值进行了相关性分析,发现水稻叶片叶绿素浓度与其光谱反射率具有相关性,且在450~680nm和750~770nm光谱区内相关性较好,在686nm处两者的相关性zui高;水稻叶片的“红边”拐点位置波长与其叶绿素浓度具有很强的相关性(复相关系数为0.88)。通过利用多元回归方法分析了水稻多时相的可见光、近红外和中红外光谱与叶面积指数、干生物量及产量的关系,并研究了水稻冠层的可见光、近红外和中红外反射光谱,进而评价水稻的缺水情况,结果表明,其一阶导数光谱在960nm处与水稻冠层水分指数具有很高的相关性,可用于指导灌溉作业。

  由以上研究结果可知,利用高光谱数据可以及时估算及预测作物的生物量、叶面积指数、叶绿素等生理参数。目前,光谱特征正成为实时、快速监测作物长势的有效手段。

3、高光谱遥感监测作物养分及水分状况

  在农作物生产中,水肥是影响作物生长的zui主要因素之一。氮磷钾肥是作物生长和产量形成所必需的重要元素;水分是作物的主要组成成分,水分亏缺将直接影响作物的生理生化过程和形态结构,从而影响作物生长。因此,及时准确地监测作物的水分状况对提高作物水分管理水平、指导节水农业生产具有重要意义。利用高光谱成像技术对作物矿质营养和水分胁迫进行监测,进而估算作物的营养和需水状况,从而指导施肥灌溉,是近年来发展起来的一门新技术。

        氮、磷、钾等元素的缺乏可导致小麦叶绿素含量降低和可见光(400~700nm)及近红外波段(700~1100nm)光谱反射率增加。通过研究了不同供氮水平下2个水稻品种冠层、主茎叶片在不同发育期的高光谱反射率及对应的叶绿素、类胡萝卜素含量,结果表明,不同供氮水平的水稻冠层和叶片光谱差异明显,其光谱反射率随供氮水平的提高在可见光范围内降低,在近红外区域增高。小麦叶片氮积累与冠层高光谱参数也存在定量关系,研究表明,冠层叶片氮积累量随着施氮水平的提高而增加,光谱反射率在不同叶片氮积累水平下发生相应变化。580~710nm和750~950nm波段可作为检测水稻钾营养水平的冠层光谱敏感波段。对于不同水分胁迫下冬小麦的高光谱反射率和红边参数测量表明,不同水分处理下冬小麦高光谱反射率具有绿色植物特征。研究发现,可见光、近红外区域受背景影响较小,而短波近红外区域受背景影响较大。

  以上大量研究结果表明,利用高光谱成像技术可以对作物的营养状况和水分含量进行比较准确的分析和检测,为变量施肥和灌溉提供参考,从而节省农业资源的投入。高光谱养分和水分诊断模型在农业生产中具有较高的应用价值和广阔的应用前景。

4、农作物长势监测和估产

  高光谱遥感的超多波段(几十、上百个)和高分辨率(3~20nm)使其可用于探测植被的精细光谱信息(特别是植被各种生化组分的吸收光谱信息),反演植被各生化组分的含量,监测植被的生长状况。

  另外,还可通过高光谱信息监测植物病虫害。植物病虫害监测是通过监测叶片的生物化学成分来实现的,病虫害感染导致叶片叶肉细胞的结构发生变化,进而使叶片的光谱反射率发生变化。同种健康小麦和发生条锈病的小麦植株(包括病害处于潜伏期的植株)的光谱特征存在明显差异,而这些差异主要体现在某个或某几个光的光谱吸收带上。通过对不同病情指数下小麦冠层的光谱进行研究,发现小麦条锈病冠层反射率随小麦病情指数的变化呈明显而有规律的变化。不同严重度小麦白粉病冠层光谱反射率及病情指数表明,灌浆期地面光谱测量冠层光谱反射率和低空遥感数字图像反射率与小麦白粉病病情指数存在显著的相关关系。

  利用遥感信息进行作物估产是利用某种植被指数在作物生长发育关键期内的和与产量的实测或统计数据间建立的各种形式的相关方程来实现的,如目前单产估算应用较多的是回归分析法,其基本原理为:

  y=b0+b1x1+b2x2+b3x3+…+bixi+e式中,y为作物产量;xi为经过平滑的光谱反射率或NDVI指数。

  结合水稻的生长发育规律,对水稻抽穗后冠层、叶片和穗进行了高光谱反射率测定,根据光谱曲线特征构建了新的高光谱植被指数,利用相关分析方法分析水稻理论产量和实际产量与这些植被指数及冠层红边参数的相关关系,建立了水稻高光谱单产估算模型。

  从上述研究结果可知,利用高光谱成像技术可以快速、简便、大面积、无破坏、客观地监测作物的长势并对作物进行估产,高光谱成像技术在生产中具有良好的应用前景,是农作物长势监测和估产的主要发展方向。

上一篇 智慧农业监控系统数据分析处理简介 下一篇 智慧农业监控系统的数据分析处理简介
扫一扫访问手机站扫一扫访问手机站
访问手机站