论文部分内容阅读
竹类植物具有生长迅速的特征,其生长过程中生化参数的变化对评价其生长状况具有重要的生态意义。叶绿素含量是植物营养状况、光合作用能力和发育阶段的良好指示剂,叶片及冠层光谱反射率或透射率对叶绿素含量的响应也可以作为一种监测作物生长状况、氮素状况和水、病害以及污染等胁迫的有力手段,同时也为精准农业的发展提供一定的参考。雷竹(Phyllostachys violascens)作为一种优良的笋用竹种,出笋早,产量高,经济效益好,种植面积不断增加。本研究将对雷竹生长过程中叶片高光谱反射率及其叶绿素连续监测的基础上,分别在叶片和冠层两个不同的尺度,分析雷竹叶绿素与高光谱植被指数之间的关系,并建立叶绿素反演模型,反演雷竹林叶绿素。主要包括以下几方面的研究内容:1、叶片尺度叶绿素估算的高光谱植被指数及特征参数的设置与筛选。设置比值型植被指数、差值型植被指数、归一化型植被指数、叶绿素吸收比型植被指和反映植被反射光谱峰谷特征指数等5类植被指数或特征参数用于分析它们与雷竹叶片叶绿素含量之间的关系。2、叶片尺度叶绿素含量反演研究。选择与叶片叶绿素含量相关性较高的植被指数,分别构建一元线性模型和多元线性模型,对雷竹叶绿素进行反演。3、冠层尺度反射率模拟及植被指数构建。耦合叶片尺度的PROSPECT和冠层尺度SAIL模型,模拟冠层雷竹冠层尺度反射率。在冠层反射率模拟的基础上,构建差值植被指数、比值植被指数、归一化植被指数等,并分析各种植被指数与叶绿素含量的相关关系;4、冠层尺度叶绿素含量反演研究。筛选最佳冠层植被指数,建立冠层尺度高光谱植被指数与叶绿素含量反演模型,实现雷竹冠层尺度叶绿素含量反演。通过以上研究,主要得到以下结论:1、叶片尺度的研究结果表明,绿度指数GM、红边指数Vog3、双重差值指数DD、修正型归一化指数mND705、修正型比值指数m SR705和红边拐点指数REP等6个高光谱植被指数在整个生长过程均与雷竹叶绿素有较好的相关关系;2、所采用的6个植被指数建立的一元线性模型,在99%置信水平下的相关系数均在0.85以上;2种方案所建立的多元线性模型能够对雷竹叶绿素进行高精度的预测,预测与实测叶绿素之间的相关系数在0.89以上。3、PROSAIL模型较好的模拟了雷竹冠层光谱反射率,构建的基于冠层反射率的差值指数、比值指数、归一化指数中:R800-R750,R810-R750,(R755-R750)/(R755+R750),(R760-R750)/(R760+R750),(R765-R750)/(R765+R750),(R770-R750)/(R770+R750),R755/R750,R760/R750,R765/R750,R770/R750,R780/R750,R750/R765,R750/R770等与叶绿素含量的相关性分析较好。4、冠层雷竹叶绿素估算的一元线性模型的R2基本在0.4-0.6之间,基于(R765-R750)/(R765+R750),R765/R750,R750/R770建立的多元线性模型在P<0.001的水平下,R2达到0.5865,RMSE为5.534,线性显著相关。通过模型计算的实测值与预测值间R2达到0.3747,模型可以用于雷竹冠层叶绿素反演。