基于近地成像光谱数据的不同物候期苹果叶片叶绿素含量预测

发布时间：2020-08-03 05:39

【摘要】：近年来,利用近地成像光谱技术测定植被营养含量已成为研究的热点。近地成像光谱技术是将高光谱和高空间分辨率的数据融合在一起,形成图谱合一的信息,为作物的长势状况监测提供可视化的信息表达。目前,利用近地成像光谱技术对果树叶绿素含量预测的已有研究大都集中在果树生长的单一时期,对果树不同物候期的研究较少。本研究利用近地成像光谱技术预测不同物候期苹果树叶绿素含量,对苹果树长势的可视化监测、信息化管理将具有重要的意义。以烟台栖霞市苹果园区为研究区,以盛果期红富士苹果叶片为研究对象,分别于2016年的秋梢停长期(9月中下旬)、2017年的新梢旺长期(5月中下旬)、2017年的春梢停长期(6月中下旬)、2017年的秋梢停长期(9月中下旬)进行样本的采集,利用近地成像光谱仪SOC710VP进行苹果叶片成像光谱数据的测定,利用分光光度计法测定苹果叶片叶绿素含量。对数据依次进行了反射率提取、预处理、特征波长的筛选、特征参量的构建,选出了最优的特征参量,对不同种类叶绿素含量和不同物候期Chla+Chlb含量进行了预测,并通过精度检验优选了最佳估测模型,确定了Chla+Chlb含量预测的最佳物候期。主要结果如下:(1)明确了叶绿素含量的成像光谱响应规律通过不同的特征波长筛选方法,确定了叶绿素在成像光谱上的响应波长都在蓝谷(480nm)、绿峰(550nm)、红谷(680nm)以及红边(760nm)附近波动。随着物候期的推移,即从新梢旺长期到春梢停长期,再到秋梢停长期,苹果叶片成像光谱反射率呈降低的趋势,Chla+Chlb含量的变化与之对应,从新梢旺长期到春梢停长期,再到秋梢停长期,Chla+Chlb含量升高。(2)构建并筛选了最优的特征参量在不同种类叶绿素含量的预测中,利用Chla、Chlb、Chla+Chlb含量与近地成像光谱数据之间的相关性和Chla、Chlb、Chla+Chlb含量预测及检验的精度,对构建的成像光谱特征参量进行了优选,结果表明,不同种类叶绿素含量模型的预测和检验效果都是以r(TCARI)最优:其中Chla预测模型验证集决定系数R2为0.8260、相对误差RE为0.1175、均方根误差RMSE为0.2526;Chlb预测模型验证集决定系数R2为0.7650,相对误差RE为0.1008,均方根误差RMSE为0.1666;Chla+Chlb预测模型验证集决定系数R2达到了0.8266、相对误差RE为0.0750、均方根误差RMSE为0.1097。(3)建立的Chla+Chlb预测模型为最佳叶绿素预测模型在Chla、Chlb、Chla+Chlb含量预测模型对比分析中发现,利用苹果叶片成像光谱数据对Chla+Chlb含量的预测效果最好。以r(TCARI)为自变量的预测模型中,Chla+Chlb模型的验证集相对误差RE降低了36.1%,均方根误差RMSE降低了56.6%;验证集决定系数R2比Chlb模型8.1%,相对误差RE降低了25.6%,均方根误差RMSE降低了34.2%。(4)确定了Chla+Chlb含量预测的最佳物候期在利用近地成像光谱数据对不同物候期苹果叶片Chla+Chlb含量的预测中,逐步回归模型预测效果优于支持向量机模型。秋梢停长期预测效果最优,其支持向量机模型验证集决定系数R2比新梢旺长期和春梢停长期分别提高了12.05%、22.57%,RE比新梢旺长期和春梢停长期分别降低了68.24%、47.34%,RMSE比新梢旺长期和春梢停长期分别降低了56.70%、47.59%;逐步回归模型校正集决定系数R2为0.9223、RE为0.0141、RMSE为0.1148,校正集决定系数R2比新梢旺长期和春梢停长期分别提高了0.15%、15.16%,RE比新梢旺长期和春梢停长期分别降低了69.78%、74.46%,RMSE比新梢旺长期和春梢停长期分别降低了28.38%、48.10%,验证集决定系数R2为0.8994、RE为0.0270、RMSE为0.1263,验证集决定系数R2比新梢旺长期和春梢停长期分别提高了2.81%、15.22%,RE比新梢旺长期和春梢停长期分别降低了60.93%、54.85%,RMSE比新梢旺长期和春梢停长期分别降低了42.06%、45.25%。新梢旺长期预测精度低于秋梢停长期,春梢停长期预测效果最差。综上所述,利用近地成像光谱数据预测不同物候期苹果叶片叶绿素含量是可行的,为苹果树的长势监测提供了更为直观的技术方法和理论支撑。
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S661.1
【图文】：

示意图,成像光谱数据,示意图,灰板

图 2-1 成像光谱数据采集示意图Fig 2-1 Acquisition of imaging spectrum data像光谱数据的测定采集过程在暗箱中进行。SOC710VP 视场角为 15°，选取 17mmLens_HB0010-02 的光圈，镜头垂直于标准灰板，同步测取灰板 DN 值作为每考，物镜距样本高度为 130cm，exposure（曝光时间）手动调节到 1置可以保证图像的高清晰度。将样本标好序号并置于水平的标准灰板按钮进行成像光谱数据的采集，采集过程中观测辐射亮度值曲线，防光造成的数据丢失。果叶片叶绿素含量的测定分光光度计法测定苹果叶片叶绿素含量。将测定完光谱的叶片剪成剪碎的新鲜样品 0.20g，加 96%乙醇 10mL，于室温下遮光静置至样取液用分光光度计比色，分别测定 665nm（叶绿素 a 最大吸收峰）

辐射标定,光学光谱,辐射差异,定标

11图 2-2 数据定标Figure 2-2 Data Calibration（2）空间光谱辐射标定空间光谱辐射标定即对由于光学光谱响应，光栅散射等影响造成的光谱和空间辐射差异进行定标。进行增益标定，是对已确定的标定光源获取图像，出厂时采用 LabSphere 积分球均匀光源系统进行标定。光谱仪数据处理软件软件 SRAnalysis，自带了标定文件，格式为.Radcal 文件。将图像进行完光谱定标后，点击图 2-2中所示的 Radiometric Cal 按

能量值,反射率

15_LHB0010-02.Radcal，进行空间光谱辐射标定。当进行辐射标定时，应将标定文件拷贝到数据源所在文件夹内。当进行辐射保存数据立方体时，文件名保存到头文件内，后续数据处理会读取在数据内的标定文件。2.2.2 辐射亮度值转换反射率利用成像光谱仪获取的成像光谱数据为辐射亮度值数据，需转化为反射率数据才能利用。转换过程通过 SOC710 自带的数据处理软件 SRAnalysis 实现。进行完数据的标定后，打钩 Select Region（图 2-3）选取灰板区域，点击 Image下的 Write（图 2-3）按钮保存为文件（light），标定为参考版能量值。点击如图 2-3所示的 calibrate下的 Norm Reflectance，打开国产参考版数据.txt‖文件，读取标准参考版反射率。点击图 2-4 中的 Set Light，打开之前保存的 light 文件，则能量值转换为反射率反射率转换完成后，Image工具栏的 Refl复选框会自动打上勾，通过鼠标移动可以查看图像上的每个像素的反射率数据。反射率转换完成后的图像如图 2-5 所示。

【参考文献】