基于高光谱遥感的樟树幼树生理生化参量的反演

论文摘要

本文以樟树为研究对象,使用微型光纤光谱仪EPP2000-UVN-SR测定叶片和冠层光谱反射率,同步进行主要生理生化参量的测定,探讨基于地面光谱特征的生理生化参量的遥感提取,本研究的主要内容和结论如下：（1）不同月份樟树光谱反射率差异位于光谱绿峰、红谷与近红外区等光谱的敏感部位,而其他波段光谱反射率差异不明显；光谱反射率的一阶微分变化能清晰地反映出樟树光谱的变化特征：不同月份间,光谱曲线的位移现象不明显。（2）叶片在不同SPAD、含水量下光谱差异主要表现在光谱绿峰、红谷与近红外区等区域,表现出光谱反射率随SPAD值增大而减小、随叶片含水量增大而增大的明显特征。（3）在原始光谱、微分光谱与生化参量的相关性分析中,一阶微分的相关性明显优于原始光谱数据的相关性,虽然表现出极大的波动性,但一阶微分与生化参量的规律性更强,400nm～550nm,表现出规律性的增大或减小,直到出现峰值（谷值）,550nm～680nm出现和前面相反的规律,750nm以后,表现出极大的波动,并且有极大的相关性值。一阶微分光谱能更好的反应光谱和生化参量之间的关系,主要是因为微分光谱能增大光谱信息,更好的反应光谱信息。（4）在光谱特征变量与生化参量的相关性分析中,叶面积指数、叶绿素a叶绿素b、叶绿素总量、氮、磷与单个的光谱参量相关性大,且最大相关系数也在单个光谱参量。而类胡萝卜素、含水量的相关性大多是复合光谱参量,且复合参量的相关性较单个参量的要好,相关系数要高；比值植被指数和归一化植被指数与生化参量的相关性更高,他们在一定程度上将生化变量的差异性放大。（5）叶绿素a、叶绿素总量、叶绿素b都在Dr处达到最大相关系数,叶面积指数的最大相关性系数点在Ro,类胡萝卜素、含水量在达到最大相关性的复合光谱参量也都包含SDr,Ro是红谷内最小的波段反射率,Dr是红边内一阶微分中的最大值,SDr是红边波长范围内一阶微分波段值的总和,说明红边参数适合反演相关的生化参量,而且微分参量较原始光谱参量表现出更大的相关性,这也是众多学者选择红边参数的原因。（6）很多植被指数的提出都是针对特定遥感器的,即多波度光谱,而高光谱遥感数据信息海量性,数据密集性,传统遥感光谱定义的波段对高光谱的数据不敏感,应该发展适合高光谱数据自身的植被指数。（7）本文建立的最优生理生化参量反演模型入下：叶绿素总量参量R750/R708,反演模型Y=2.828x2-5.188x+3.258,R2=0.397；叶片含水量参量（SDr-SDb）/（SDr+SDb）,反演模型Y=24.77x2+16.54x+9.478,R2=0.562；叶面积指数参量Ro,反演模型Y=722.2x2+10.51x+4.368,R2=0.493；氮参量Dr,反演模型Y=-32543x2-235.9x+24.48,R2=0.50：磷参量Rg,反演模型Y=-0.181n（x）+0.155,R2=0.522。

论文目录

• 摘要
• ABSTRACT
• 1.前言
• 1.1 高光谱遥感和植被光谱特征
• 1.1.1 高光谱遥感的基本概念
• 1.1.2 植被光谱的原理及其典型的光谱特征
• 1.2 高光谱遥感在植被信息提取中的发展现状
• 1.2.1 利用高光谱遥感数据估测植被生物物理信息的研究进展
• 1.2.2 利用遥感数据提取植被生物化学信息的研究进展
• 1.3 研究的目的、技术路线
• 1.3.1 选题的目的与意义
• 1.3.2 技术路线
• 2 材料与方法
• 2.1 实验材料
• 2.2 研究方法
• 2.2.1 光谱的测定
• 2.2.2 叶面积指数测定
• 2.2.3 色素含量的测定
• 2.2.4 含水量的测定
• 2.2.5 氮、磷含量的测定
• 2.3 数据处理
• 2.3.1 光谱波段选择
• 2.3.2 数据平滑处理
• 2.3.3 高光谱参数
• 2.3.4 回归模型选择
• 2.3.5 模型的精度检验
• 3 结果与分析
• 3.1 樟树高光谱特性
• 3.1.1 樟树冠层反射率光谱、一阶微分光谱在生长期内的变化
• 3.1.2 叶片处在不同SPAD范围光谱反射率的比较
• 3.1.3 不同含水量叶片光谱反射率的比较
• 3.2 原始光谱、微分光谱与樟树生理生化参数的相关性分析
• 3.2.1 原始光谱、微分光谱与叶片叶绿素总量的相关性分析
• 3.2.2 原始光谱、微分光谱与叶片含水量的相关性分析
• 3.2.3 原始光谱、微分光谱与叶面积指数的相关性分析
• 3.2.4 原始光谱、微分光谱与叶片氮含量的相关性分析
• 3.2.5 原始光谱、微分光谱与叶片磷含量的相关性分析
• 3.3 高光谱特征位置变量与樟树生理生化参数相关性分析
• 3.4 遥感植被指数与樟树生理生化参量的相关性分析
• 3.5 敏感波段的植被指数与樟树生理生化参量相关性分析
• 3.6 基于高光谱的生理生化参量的模型建立和精度检验
• 3.6.1 叶绿素总量的反演模型建立及模型精度检验
• 3.6.2 含水量的反演模型建立及模型精度检验
• 3.6.3 叶面积指数反演模型建立及模型精度检验
• 3.6.4 氮反演模型建立及模型精度检验
• 3.6.5 磷反演模型建立及模型精度检验
• 4 结论和讨论
• 4.1 结论
• 4.2 讨论
• 参考文献
• 致谢