毛竹叶片生化组分高光谱指数研究：结合实测与模拟数据集
发布时间：2021-12-30 05:02
毛竹生化组分含量直接影响和制约毛竹生理生态过程。为利用高光谱遥感快速准确获取毛竹生化组分含量,本研究结合实测数据集和PROSPECT辐射传输模型,探讨了毛竹叶片叶绿素含量、等效水厚度和干物质含量的普适性高光谱指数提取方法,提出了毛竹叶片叶绿素含量指数ND （565,2 245）、等效水厚度指数D （770,1 465）及干物质量指数SR （1 425,2 300）,指数模型估算值与实验室化学分析测量值间的均方根误差（RMSE）分别为3.30μg/cm2,3.6×10-4g/cm2和5.5×10-4g/cm2。得出的指数可以用于毛竹叶片生化组分的高光谱快速监测,对于实时掌握毛竹生长状态具有重要意义。
【文章来源】：三峡生态环境监测. 2020,5(04)
【文章页数】：9 页
【部分图文】：
基于D (770,1 465）指数估算的EWT值与实际值间关系图
目前，国内外对于植物叶片尺度的生化组分高光谱遥感研究已经较为成熟。Le Maire等总结[24]几乎所有类型的指数归为如下几类：1）使用简单的一个波段反射率或者简单的两个反射率的差；2）两个波段反射率的比值（SR);3）变形的归一化指数（ND）。本文较为全面地研究了五种不同指数类型在毛竹叶片生化组分估算中的应用。有研究表明光谱指数对植被水分状态变化的敏感性在不同物种间的表现不同，而国内外对毛竹生化组分高光谱遥感的研究较少[25-26]。Sims和Gamon等[16]指出指数NDVI (800,680）、SR (750,680）和1/R700与叶片叶绿素含量相关，但是这些指数不能准确估算毛竹叶绿素，其RMSE分别为6.78μg/cm2,6.88μg/cm2和7.24μg/cm2。由于植被水分含量在生态系统中有重要的作用，同样有很多指数用于叶片水分含量估算，比如Pe?uelas[27]的WI指数，R (895,972);Gao[28]的指数NDWI(860,1 240);Hardisky[29]的NDII指数（R819-R1649）/（R819+R1649）。此外，随着叶片尺度的模型PROSPECT的广泛应用，EWT的研究热度也越来越高。但是，这些估算EWT的指数在毛竹的实测数据集中表现都不佳。本文得出的最佳指数，除了R型，其他几种类型的RMSE值均较小，精度较高。叶片高光谱信息相对较少用于LMA的预测。Ourcival[30]等提出高光谱信息可以用来估算冬青树叶的LMA含量。然而，他们的研究是基于偏最小二乘（PLS）分析，需要使用400～2 500 nm范围内的全部光谱信息，本文只需2个波段，模型较为简单。
实测毛竹叶片反射率（a）和PROSPECT模型模拟叶片反射率（b)
【参考文献】：
期刊论文
[1]我国南方毛竹林生态系统碳储量的估算[J]. 张厚喜,庄舜尧,季海宝,周赛,孙波. 土壤. 2014(03)
[2]高温胁迫下毛竹叶片色素含量与反射光谱的相关性[J]. 许改平,吴兴波,刘芳,王玉魁,高岩,左照江,温国胜,张汝民. 林业科学. 2014(05)
[3]植被生化组分定量遥感反演研究进展[J]. 程丽娟,孙林,姚延娟,沈艳. 大气与环境光学学报. 2011(03)
[4]高光谱遥感技术在作物生长监测中的应用研究进展[J]. 李映雪,谢晓金,徐德福. 麦类作物学报. 2009(01)
[5]光谱分析技术在作物生长信息检测中的应用研究进展[J]. 蒋焕煜,应义斌,谢丽娟. 光谱学与光谱分析. 2008(06)
[6]植被生化组分的遥感反演方法研究[J]. 颜春燕,刘强,牛铮,王长耀. 遥感学报. 2004(04)
博士论文
[1]重庆缙云山典型林分结构特征对坡面水文过程的影响[D]. 刘春霞.北京林业大学 2019
[2]基于PROSPECT-PLUS模型植物叶片多种色素高光谱定量遥感反演模型与机理研究[D]. 张垚.浙江大学 2015
[3]毛竹林生态系统中碳储量、固定及其分配与分布的研究[D]. 周国模.浙江大学 2006
硕士论文
[1]毛竹对干旱、高温及协同胁迫的生理生化响应[D]. 韩一林.中国林业科学研究院 2017
[2]雷竹叶绿素高光谱遥感反演研究[D]. 李亚丹.浙江农林大学 2015
[3]毛竹林冠层参数动态变化及高光谱遥感反演研究[D]. 陆国富.浙江农林大学 2012
本文编号：3557528
【文章来源】：三峡生态环境监测. 2020,5(04)
【文章页数】：9 页
【部分图文】：
基于D (770,1 465）指数估算的EWT值与实际值间关系图
目前，国内外对于植物叶片尺度的生化组分高光谱遥感研究已经较为成熟。Le Maire等总结[24]几乎所有类型的指数归为如下几类：1）使用简单的一个波段反射率或者简单的两个反射率的差；2）两个波段反射率的比值（SR);3）变形的归一化指数（ND）。本文较为全面地研究了五种不同指数类型在毛竹叶片生化组分估算中的应用。有研究表明光谱指数对植被水分状态变化的敏感性在不同物种间的表现不同，而国内外对毛竹生化组分高光谱遥感的研究较少[25-26]。Sims和Gamon等[16]指出指数NDVI (800,680）、SR (750,680）和1/R700与叶片叶绿素含量相关，但是这些指数不能准确估算毛竹叶绿素，其RMSE分别为6.78μg/cm2,6.88μg/cm2和7.24μg/cm2。由于植被水分含量在生态系统中有重要的作用，同样有很多指数用于叶片水分含量估算，比如Pe?uelas[27]的WI指数，R (895,972);Gao[28]的指数NDWI(860,1 240);Hardisky[29]的NDII指数（R819-R1649）/（R819+R1649）。此外，随着叶片尺度的模型PROSPECT的广泛应用，EWT的研究热度也越来越高。但是，这些估算EWT的指数在毛竹的实测数据集中表现都不佳。本文得出的最佳指数，除了R型，其他几种类型的RMSE值均较小，精度较高。叶片高光谱信息相对较少用于LMA的预测。Ourcival[30]等提出高光谱信息可以用来估算冬青树叶的LMA含量。然而，他们的研究是基于偏最小二乘（PLS）分析，需要使用400～2 500 nm范围内的全部光谱信息，本文只需2个波段，模型较为简单。
实测毛竹叶片反射率（a）和PROSPECT模型模拟叶片反射率（b)
【参考文献】：
期刊论文
[1]我国南方毛竹林生态系统碳储量的估算[J]. 张厚喜,庄舜尧,季海宝,周赛,孙波. 土壤. 2014(03)
[2]高温胁迫下毛竹叶片色素含量与反射光谱的相关性[J]. 许改平,吴兴波,刘芳,王玉魁,高岩,左照江,温国胜,张汝民. 林业科学. 2014(05)
[3]植被生化组分定量遥感反演研究进展[J]. 程丽娟,孙林,姚延娟,沈艳. 大气与环境光学学报. 2011(03)
[4]高光谱遥感技术在作物生长监测中的应用研究进展[J]. 李映雪,谢晓金,徐德福. 麦类作物学报. 2009(01)
[5]光谱分析技术在作物生长信息检测中的应用研究进展[J]. 蒋焕煜,应义斌,谢丽娟. 光谱学与光谱分析. 2008(06)
[6]植被生化组分的遥感反演方法研究[J]. 颜春燕,刘强,牛铮,王长耀. 遥感学报. 2004(04)
博士论文
[1]重庆缙云山典型林分结构特征对坡面水文过程的影响[D]. 刘春霞.北京林业大学 2019
[2]基于PROSPECT-PLUS模型植物叶片多种色素高光谱定量遥感反演模型与机理研究[D]. 张垚.浙江大学 2015
[3]毛竹林生态系统中碳储量、固定及其分配与分布的研究[D]. 周国模.浙江大学 2006
硕士论文
[1]毛竹对干旱、高温及协同胁迫的生理生化响应[D]. 韩一林.中国林业科学研究院 2017
[2]雷竹叶绿素高光谱遥感反演研究[D]. 李亚丹.浙江农林大学 2015
[3]毛竹林冠层参数动态变化及高光谱遥感反演研究[D]. 陆国富.浙江农林大学 2012
本文编号：3557528
本文链接：https://www.wllwen.com/nykjlw/lylw/3557528.html
