基于高光谱遥感的棉花叶片叶绿素含量估算

• 作者: 严林 刘梦云 刘秀英 常庆瑞 李媛媛 王烁
• 来源期刊: 中国农业大学学报
• 学科: 工学
• 关键词: 棉花 叶绿素 光谱指数 优化算法
• 年，卷（期）: 2017,（4）
• 页码范围: 16-27
• 页数: 12页
• 分类号: TP722.4|TP722.5
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2017.04.03

摘要

为提高高光谱植被指数对棉花叶绿素含量的估算精度,以陕西省关中地区棉花花铃期叶片高光谱反射率为数据源,分析了13种植被指数与棉花叶片叶绿素相对含量(SPAD)的相关关系;同时采用降精细采样法,详细分析400～2 000 nm波段范围内原始光谱反射率的任意两两波段组合而成的优化光谱指数RSI与SPAD值的定量关系,构建线性及非线性回归监测模型,并对模型进行验证.结果表明:1)所提取的13种植被指数中NIR/NIR与SPAD值的相关系数最大(r=0.914),并且基于NIR/NIR(R780/R740)构建的回归方程模型优于其他植被指数,其构建的二次曲线方程回归模型建模与验模R2分别为0.900和0.785,RMSE为4.762,RE为7.86％,为基于提取的12种植被指数构建SPAD值估算模型中最佳模型;2)优化后的比值光谱指数RSI(Ration spectral index)的敏感波段为500和563 nm,RSI(500,563)与SPAD值的相关系数r=0.999,与棉花叶片SPAD含量在0.01水平下呈显著相关,其构建的二次曲线方程模型效果最优,建模和验模R2分别为0.912和1.000,RMSE为2.848,RE为4.38％.与提取的13种植被指数相比,基于RSI指数二次曲线回归模型为估算叶绿素含量的最佳模型,并且模型预测值和实测值之间的符合度较高R2 =0.843,表明基于波段优化算法的优化光谱指数RSI能更好的预测棉花叶片叶绿素含量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常庆瑞	西北农林科技大学资源环境学院	254	4005	33.0	47.0
2	刘梦云	西北农林科技大学资源环境学院	49	856	15.0	28.0
3	刘秀英	西北农林科技大学资源环境学院	27	221	9.0	13.0
7	严林	西北农林科技大学资源环境学院	5	91	4.0	5.0
8	王烁	西北农林科技大学资源环境学院	6	129	4.0	6.0
9	李媛媛	西北农林科技大学资源环境学院	5	107	5.0	5.0