0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

基于高光谱遥感数据的辣椒叶片叶绿素含量反演

莱森光学 来源:莱森光学 作者:莱森光学 2024-08-13 15:55 次阅读

一、引言

辣椒的生长状况直接影响其品质优劣及经济价值,因此实时监测辣椒生长状况非常必要,这也是确保辣椒科学种植的前提。叶绿素作为植被进行光合作用的主要物质,其含量的多少直接影响光合作用的效果,可将其作为衡量植物生长健康状况的重要指标。

无人机高光谱遥感技术和近地高光谱技术在农作物的生长状态监测、分类等方面具有独特的优势,它快速、高效、便捷、监测范围广,可对植被进行连续动态监测,在快速获取大量植被表型信息的研究中有很好的应用前景。研究人员将高光谱技术应用到植被参数的反演中,可对植被进行快速无损监测。

本研究以辣椒为研究对象,设置基于不同辣椒品种的辣椒田间实验,测定地物高光谱数据、无人机高光谱数据和叶片SPAD值。并依据两个平台的光谱特性,构建优化光谱参数,揭示不同数据集对叶绿素含量反演的影响及内在联系,建立基于机器学习算法的SPAD回归模型,进而提出适用于该研究区辣椒叶片叶绿素含量反演模型。研究成果对于贵州地区的辣椒科学种植具有一定科学意义和实践价值。

实验设计与分析方法

2.1 典型地物光谱特征

研究区选择遵义市新蒲新区贵州省农业科学院辣椒研究所官庄示范基地(E104°18′20″、N25°19′44″,图2-1),遵义市因辣椒品种丰富,营养价值高被世界辣椒联盟授予“世界辣椒之都”荣誉称号。遵义市位于贵州省北部,云贵高原东北部,中心城区南到省会贵阳市140千米,总面积30762平方千米,研究区属于中亚热带高原湿润季风区,一年四季分明,雨热同季,无霜期长,约250~350天,全年平均气温15.1℃,日照率23%~29%,日照充足,雨水整体较为丰沛,年平均降水量900mm~1200mm,变化范围800mm~1600mm,具有种植辣椒的天然优势。

wKgZoma7EWeAIfwqAALfNSl-fsA718.png

图2-1研究区位置示意图

2.2 高光谱数据获取

2.2.1近地非成像光谱数据获取

以辣椒盛果期叶片为研究对象进行光谱测定,测量仪器为便携式地物光谱仪。

选取天气适宜时对冠层光谱予以测定,量测时间为早上10:00到下午15:00。为避免光污染,检测人员身穿深色衣物。测量过程中具体方法如下:测量时应使探头朝下,距离冠层植株约15~30cm,检测过程中每隔5株植株经过一次标准白板校正,对每株植株测量5次,取其平均值作为最终反射率。本研究测量光谱范围在350~2500nm之间,共计2151个波段,由于农作物波谱在1400nm、1900nm处受到水吸收带的影响,且已有研究表明,叶绿素的响应波段为可见光和近红外波段,故本研究在采用高光谱仪分析叶绿素时使用的光谱范围为350~1300nm。

2.2.2低空成像高光谱数据获取

采用高光谱成像系统对研究区进行影像数据采集,时间为2021年9月8日上午11点至12点。当天无风、无明显云层遮挡,光照充足,无人机相机参数设置为:飞行高度100m,曝光时间10ms。

wKgaoma7EWiAfUTgAAdVWn07h0Q287.png

2.3 光谱预处理

2.3.1光谱平滑处理

由于光谱仪采集的光谱波段之间存在差异,容易在数据采集过程中受到与样本无关的光谱信息的影响,呈现出来的光谱曲线不平滑,即“毛刺”现象。在数据处理过程中,为了获得“平稳”的光谱曲线,减少样本光谱中的“噪声”,需对原始光谱反射率数据进行光谱去噪。常用的光谱去噪方法包括卷积平滑、移动加权平均法、高斯滤波和中值滤波等,本文采用卷积平滑法,运用软件对数据进行处理。

三、基于无人机高光谱的辣椒SPAD反演研究

3.1 冠层光谱特性分析

由图3-1可知,无人机光谱反射率整体表现为:在可见光的短波波段区域内,叶片光谱反射率普遍较低,出现了一个波峰和两个波谷,在可见光的长波区域内,叶片反射率急剧增加,在可见光的长波和近红外区域内反射率较为平稳,SPAD值在30~70范围内各光谱反射率无明显差异,高于70的反射率明显低于其他SPAD值对应的反射率。在可见光范围内SPAD值与光谱反射率无明显规律,当波长超过730nm以后,规律显示为叶绿素值越大,其反射率值越低。无人机光谱和近地光谱与SPAD之间的关系可以描述为SPAD值越大,对应的反射率越小,呈反比关系。

wKgZoma7EWiAEwXnAAC7ez66AhU598.png

图3-1不同SPAD值对应的光谱反射率(无人机)

图3-2(a)展示了所有叶片样本的叶绿素含量统计值,图3-2(b)则将这些样本分为了建模集和验证集,在叶绿素统计图中标记了最小值、最大值、平均值和标准差。观察最小值和最大值可以得出训练集样本叶片的叶绿素含量分布范围在32.9~73.9之间,预测集样本叶片的叶绿素含量分布范围在55.8~66.4之间。训练集叶绿素含量的平均值为59.7,标准差为8.1,而预测集叶片的叶绿素平均值为61.2,标准差为3.2,验证集的叶绿素含量平均值相对于建模集略高,且叶绿素含量的分布范围也较窄。

wKgaoma7EWmAT4ufAAGDX7ti4sM797.png

图3-2样本叶片的叶绿素含量统计情况图

3.2数据预处理

无人机搭载光谱仪得到地物的原始惯导数据后,需对惯导数据进行如图3-3所示的航线分割、几何校正、辐射校正、地理配准、影像拼接、辐射定标处理才能由立方体数据得到地物反射率数据。

wKgZoma7EWyAJPFZAACZdkbDkd4275.png

图3-3无人机高光谱数据预处理步骤

将原始反射率进行波谱重采样,处理后的无人机高光谱范围为396nm~998nm。为了增强光谱反射率和叶绿素之间的相关性,消除周围噪声及土壤反射率等对辣椒光谱的影响

3.3相关性分析

3.3.1原始光谱与SPAD值的相关性分析

利用软件计算出辣椒叶片高光谱数据与SPAD值之间的相关系数,在软件中绘制出来,通过分析数据,叶片叶绿素含量与原始光谱反射率之间的相关性如图3-4所示。

wKgaoma7EW2AaURpAAB0oPLOJp0095.png

图3-4原始光谱与SPAD值的相关系数关系图

由图3-4可知,辣椒叶片光谱反射率与叶绿素含量在可见光范围内密切相关,特别是在绿光波段(480~510nm)和红光波段(587~702nm),在近红外波段(780~1000nm)几乎不能反映其相关性,其中在350nm~709nm波段范围内呈现极显著正相关(0.01显著性水平),504nm波长下原始光谱与叶绿素含量呈最大正相关,相关系数为0.58。

3.3.2倒数对数光谱与SPAD值的相关性分析

wKgZoma7EXKAW7F9AACKQAupQGc707.png

图3-5倒数对数光谱与SPAD值的相关系数关系图

通过分析数据,叶片叶绿素含量与倒数对数光谱反射率之间的相关性如图3-5所示。由图3-5可知,倒数对数光谱在350nm~701nm范围内呈现极显著负相关(0.01显著性水平),在423nm处相关性最好,其相对应的相关系数是-0.60。

3.3.3多元散射矫正光谱与SPAD值的相关性分析

叶片叶绿素含量与多元散射校正后的光谱之间的相关性如图3-6所示。由图3-6可知,350nm~523nm呈极限负相关,在515nm处呈负相关最大值,相关系数为-0.52。在540~732nm波段范围内呈正相关,在波段701nm处呈现正相关最大值,相关系数为0.65。

wKgaoma7EXOAHRLOAACn1Ckiyx8222.png

图3-6MSC光谱与SPAD值的相关系数关系图

3.3.3连续统去除光谱与SPAD值的相关性分析

叶片叶绿素含量与连续统去除光谱之间的相关性如图3-7所示。由图3-7可知,在400~724nm处呈极显著正相关,812~827nm处呈极显著负相关,在波段691nm处呈现相关性最大值,相关系数为0.601。

wKgZoma7EXSAZ_x8AACS0P70Njk027.png

图 3-7 连续统去除光谱与 SPAD 值的相关系数关系图

四、总结

本文为实现研究区辣椒叶片叶绿素的区域反演,以研究区辣椒为研究对象,基于低空高光谱遥感和近地高光谱技术,采用无人机高光谱对辣椒叶绿素进行反演,并利用光谱分析、数理统计等技术手段,同时结合田间同步采样数据进行综合分析研究,筛选出与辣椒生理参数相关的特征波段及光谱植被指数,从而建立了具有强普适性、高精度的SPAD反演模型,研究结果可为山地辣椒生理参数的实时监测和精确管理提供理论基础和区域参考。

推荐

地物光谱仪iSpecField-HH/NIR/WNIR

地物光谱仪是莱森光学专门用于野外遥感测量、土壤环境、矿物地质勘探等领域的最新明星产品,独有的光路设计,噪声校准技术、可以实时自动校准暗电流,采用了固定全息光栅一次性分光,测试速度快,最短积分时间最短可达20μs,操作灵活、便携方便、光谱测试速度快、光谱数据准确,广泛应用于遥感测量、农作物监测、森林研究、海洋学研究和矿物勘察等各领域。

wKgaoma7EXWAY29EAAeYbdC3vxw854.png

审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 遥感
    +关注

    关注

    0

    文章

    244

    浏览量

    16789
  • 高光谱
    +关注

    关注

    0

    文章

    327

    浏览量

    9912
收藏 人收藏

    评论

    相关推荐

    基于无人机光谱遥感的河湖水环境探测

    本研究基于实测和无人机光谱遥感反射率数据计算水体颜色参量并反演水质参数,利用Hueangle对水体进行分类,通过水体颜色参量和水质参数
    的头像 发表于 09-20 17:43 193次阅读
    基于无人机<b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>的河湖水环境探测

    地物光谱仪:水稻光谱叶绿素含量研究

    水稻光谱叶绿素含量研究叶绿素是植物光合作用中捕获和传递能量最重要的色素,能够反映植物光合速率的强弱、氮利用。
    的头像 发表于 08-05 14:24 135次阅读
    地物<b class='flag-5'>光谱</b>仪:水稻<b class='flag-5'>高</b><b class='flag-5'>光谱</b>与<b class='flag-5'>叶绿素</b><b class='flag-5'>含量</b>研究

    从哪些角度选择光谱遥感成像光谱仪?这些厂家比较有实力!

    光谱遥感成像光谱仪作为一种先进的遥感技术设备,在环境监测、农业、资源勘探、城市规划等诸多领域具有广泛应用。面对市场上琳琅满目的
    的头像 发表于 07-16 15:12 477次阅读
    从哪些角度选择<b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>成像<b class='flag-5'>光谱</b>仪?这些厂家比较有实力!

    光谱成像系统:光谱遥感图像的光谱混合模型

    光谱遥感是成像技术和光谱技术相结合的多维信息获取技术,可以同时获取地面目标的光谱信息和空间信息。
    的头像 发表于 07-10 11:54 631次阅读
    <b class='flag-5'>高</b><b class='flag-5'>光谱</b>成像系统:<b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>图像的<b class='flag-5'>光谱</b>混合模型

    光谱遥感技术在植被覆盖区域地质调查中的应用

    遥感技术具有高效率、低成本、大面积、多时相获取地表信息等优点,随着光谱成像技术的发展和成熟,其更加宽广的光谱范围和更加精准的光谱区分能力为
    的头像 发表于 06-23 09:52 463次阅读
    <b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>技术在<b class='flag-5'>高</b>植被覆盖区域地质调查中的应用

    便携式光谱成像系统:岩矿光谱遥感

    光谱成像作为目前遥感领域最先进的技术,在地质应用中取得了巨大成功。岩石 和矿物由于电子过程和分子振动可以产生特征的光谱吸收,因此可以利用
    的头像 发表于 06-21 15:02 559次阅读
    便携式<b class='flag-5'>高</b><b class='flag-5'>光谱</b>成像系统:岩矿<b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>

    基于无人机光谱遥感的荒漠化草原地物分类研究2.0

    草原退化调查监测须获取实测数据,无人机搭载光谱成像仪进行低空遥感,是荒漠化草原地物分类的重要手段,可提供地物精细分类所需的遥感
    的头像 发表于 06-17 15:33 266次阅读
    基于无人机<b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>的荒漠化草原地物分类研究2.0

    烤烟发病叶片光谱特征分析

    烤烟发病叶片光谱特征分析烤烟是我国重要的经济作物之一,在国民经济收入中占有重要的地位。
    的头像 发表于 06-04 15:48 293次阅读
    烤烟发病<b class='flag-5'>叶片</b><b class='flag-5'>高</b><b class='flag-5'>光谱</b>特征分析

    利用光谱技术估测小麦叶片氮量和土壤供氮水平

    光谱遥感技术以实时、快速和非破坏性等优势成为当前精准农业技术之一,在作物叶片含量和土壤供氮水平的监测方面表现出良好的应用前景。
    的头像 发表于 05-24 11:54 238次阅读
    利用<b class='flag-5'>高</b><b class='flag-5'>光谱</b>技术估测小麦<b class='flag-5'>叶片</b>氮量和土壤供氮水平

    基于无人机光谱遥感的太行山经济林树种识别研究1.0

    开展基于光谱遥感的山区经济林树种识别研究既丰富光谱在树种分类识别上的应用,也对监测山区经济林资源具有重要意义。
    的头像 发表于 05-14 09:35 262次阅读
    基于无人机<b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>的太行山经济林树种识别研究1.0

    苹果叶片氮素含量光谱检测研究

    的重要养分。植物中的N素含量是评价植被长势的重要指标之一,因此对植物叶片中N素含量的估测研究具有重要的实用意义。由于光谱对植物中的N素、
    的头像 发表于 01-05 11:38 448次阅读
    苹果<b class='flag-5'>叶片</b>氮素<b class='flag-5'>含量</b><b class='flag-5'>高</b><b class='flag-5'>光谱</b>检测研究

    光谱和多光谱的区别

    光谱和多光谱的区别 光谱和多光谱是两种不同的遥感
    的头像 发表于 01-03 17:13 2532次阅读

    基于无人机光谱遥感的淇澳岛红树林冠层叶片功能性状反演

    多样性与生态系统功能间的内在关联。在光谱遥感技术出现前,有关叶片功能性状的研究多集中在叶片尺度,地面调查是其主要的
    的头像 发表于 12-06 14:47 472次阅读
    基于无人机<b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>的淇澳岛红树林冠层<b class='flag-5'>叶片</b>功能性状<b class='flag-5'>反演</b>

    用Specim FX17光谱相机测量棉制品水分含量

    水分的定量测试是许多工业和研究应用的关键。基于光谱学的定量模型对水分含量的监测是有效、无损和准确的。光谱相机也可以显示水分的空间分布,而点光谱
    的头像 发表于 12-01 11:28 325次阅读
    用Specim FX17<b class='flag-5'>高</b><b class='flag-5'>光谱</b>相机测量棉制品水分<b class='flag-5'>含量</b>

    用Specim FX17光谱相机测量棉制品水分含量

    水分的定量测试是许多工业和研究应用的关键。基于光谱学的定量模型对水分含量的监测是有效、无损和准确的。光谱相机也可以显示水分的空间分布,而点光谱
    的头像 发表于 12-01 11:18 410次阅读
    用Specim FX17<b class='flag-5'>高</b><b class='flag-5'>光谱</b>相机测量棉制品水分<b class='flag-5'>含量</b>