论文摘要
[研究目的]本研究利用高光谱仪对不同处理下的棉花冠层进行多时相监测,基于光谱分析技术和多种分析算法,研究棉花产量构成因子、叶片生化组分和纤维品质指标与高光谱数据的相关性,筛选适宜的特征参数和植被指数,建立棉花产量构成因子和纤维指标的最佳定量模型。[研究方法]:本研究主要探讨棉花产量和品质形成关键时期冠层反射光谱特征,采用两类分析方法,一是通过多元统计和逐步回归分析方法分析光谱反射率或由此衍生的植被指数与棉花产量构成和冠层生化参数间的关系;二是基于棉花冠层光谱变量的分析技术。筛选出了能较好地估测棉花产量构成和品质指标的光谱变量和农学参数,建立拟合棉花产量构成和品质监测的数学回归模型。[研究结果]:一、棉花产量构成因素中的单位面积总铃数、单铃重与棉花冠层光谱反射率之间相关性达到极显著水平;建立光谱特征参数与产量构成因子的回归方程,表明选用归一化植被指数[920,980nm]可以来预测单位面积总铃数,进而对棉花产量进行估测;可以选用归一化植被指数[820,1650nm]对单铃重进行预测;可以选用归一化植被指数[820,1650nm]估测反演籽指,可以选用PDepth1108对棉花衣指进行预测。二、通过直接对纤维进行光谱测定,结果表明吐絮期直接预测纤维品质的敏感波段范围比盛铃前期的广,并且此期光谱反射率与品质指标的相关性也较好;盛铃后期,可以选用Depth1931光谱特征参数来直接预测纤维品质指标。吐絮期,可以选用PDepth1112来预测主要棉花纤维品质指标。三、通过利用高光谱数据反演叶片氮素/品质指标来监测棉花纤维品质,结果表明:叶片全氮含量与纤维长度、强度、马克隆值有较好的相关关系。能够反映棉花叶片全氮含量的敏感波段为可见光的730nm-940nm和短波红外的1970nm-2500nm。不同生育期叶片含氮量都与叶片光谱反射率的倒数形式建立的回归方程之间的决定系数高,可以选用（730-940nm）光谱反射率倒数来预测叶片氮素含量,根据以上关系,说明运用利用遥感手段通过监测叶片氮素间接预测纤维长度和强度是可行的。四、利用高光谱数据反演棉铃生化组分/品质指标来监测棉花纤维品质。在盛铃前期和盛铃后期,可以利用VARIgreen和NRI来估测棉铃中可溶性糖含量（决定系数=0.5696和0.6295）。利用光谱参数吸收谷宽度σ和Depth962可以来估测棉铃中纤维素含量（决定系数=0.6888和0.5766）。建立盛铃前期纤维可溶性糖含量（x）与纤维长度（y）间的回归方程y=-0.1172x2+9.1655x-148.71（R2=0.6532）;和盛铃后期纤维素含量（x）与纤维长度（y）间回归方程y = 0.4346x+53.957（R2=0.6017）。说明利用高光谱数据反演棉铃生化组分/品质指标来监测棉花纤维品质指标是可行的。