论文部分内容阅读
棉花作为新疆最重要的经济作物,是以自然纤维为主的天然材料,也是最重要的纺织原料之一。棉花叶片的叶绿素含量（SPAD值）、全氮含量、全磷含量以及全钾含量等生理生化指标能够准确地反映棉花的品质、生长状况和产量。通过数理统计方法对地面高光谱数据与棉花生理生化指标之间进行相关性分析,并建立两者之间的统计学模型,能够实现对棉花生长信息的估测,进而为农田管理提供依据。本研究以花铃期棉花为研究对象,设计农田试验,获取不同施磷梯度、不同品种以及不同健康状况条件下的棉花冠层光谱数据,并测定棉花叶绿素、全氮、全磷、全钾含量以及籽棉产量。结合分数阶微分算法和优化光谱指数,分析棉花生理生化指标与高光谱参数之间的相关关系,构建棉花关键生育期叶绿素、全氮、全磷含量以及籽棉产量高光谱估算模型。并得出以下主要结论:（1）从不同生长条件下的棉花冠层光谱曲线特征看,遭受病虫害的棉花叶片中决定叶片外表特征的主要因素—叶绿素的含量有明显的不同,随着叶片反射率的上升,叶绿素含量降低,叶片叶绿素含量与反射率大致呈现负相关关系;不同施磷梯度和不同品种的棉花冠层光谱中未发现明显的光谱特征变化规律。分数阶微分转换后,阶数增加到0.5时,棉花冠层光谱在530 nm、730 nm、932 nm、964nm处出现吸收谷和反射峰。0.75阶开始,光谱信号明显增强。在一阶微分,分别在525 nm、715 nm、932 nm和1035 nm处有四个反射峰,在575 nm和1033 nm处有两个吸收谷。到二阶微分,反射值越来越小,光谱曲线逐渐平滑。（2）从棉花生理生化指标与各数阶微分光谱的相关性分析得知,各个指标跟分数阶微分光谱的相关性优于其跟常用的一阶和二阶微分光谱的相关性。叶绿素含量和产量跟微分光谱的相关系数绝对值最大值分别为0.542、0.629,出现在0.65阶;全氮含量跟微分光谱的相关系数绝对值最大值为0.681,出现在0.6阶;全磷含量跟微分光谱的相关系数绝对值最大值为0.547,出现在1.55阶。分数阶微分转后,光谱数据和生理生化指标之间的相关性得到了一定的提高,叶绿素含量跟光谱数据的相关系数最高值从原始光谱的0.433提高到0.542;全氮含量的相关性从0.535提高到0.681;全磷含量的相关性从0.439提高到0.547;籽棉产量的相关性从0.461提高到0.629。（3）对棉花生理生化指标跟优化光谱指数的相关性研究得知,叶绿素含量跟0.65阶微分光谱基础上的RSI指数（0.65-RSI）具有较好的相关性（R=0.574）,其跟原始光谱指数的相关系数均低于0.3;全氮含量跟一阶微分光谱基础上的DSI指数（1-DSI）有着较好的相关性（R=0.579）,其跟原始光谱指数的相关系数均高于0.5;全磷含量跟1.55阶微分光谱基础上的RSI指数（1.55-RSI）有着较好的相关性（R=0.459）,其跟原始光谱指数的相关系数均低于0.3。其次,一阶和二阶微分光谱基础上的指数跟棉花生物化学指标之间的相关性均通过0.01显著性水平,相关系数波动在0.4～0.45之间,但由于一阶和二阶微分转换后原始光谱的大部分反射值变成0,导致数据缺失,能提取的比值指数（RSI）和归一化指数（NDSI）的数量极少。（4）叶绿素含量估算模型中,采用0.65-RSI和0.65-NDSI指数建立的模型的精度最高,其R2、RMSE、MRE分别为0.829、1.484、0.033。通过变量重要性评估可知,0.65-NDSI（625,439）指数对棉花叶绿素含量具有很好的预测能力;在全氮含量估算模型中,采用DSI指数（0-DSI、0.6-DSI、1-DSI）建立的模型预测效果最好,其R2、RMSE、MRE分别为0.829、1.484、0.033。变量重要性评估结果表明:0.6阶微分光谱基础上的0.6-NDSI（867,718）、0.6-DSI（585,437）和0.6-RSI（867,718）指数对全氮含量估算具有很好的预测能力。针对全磷含量估算模型,采用DSI和RSI指数（1-DSI、1.55-DSI、2-DSI、1.55-RSI）建立的模型精度最高,其R2、RMSE、MRE分别为0.866、0.009、0.105。通过变量重要性评估可知,1.55-DSI（839,452）指数对全磷含量估算中贡献最大。（5）对于棉花高光谱估产研究,采用棉花关键生育期花铃期光谱数据建立的TVI、MTVI、BGI指数以及红边面积(Sred)跟棉花籽棉产量呈显著相关关系,相关系数分别为0.539、0.532、-0.629、0.463。通过不同方法建立的棉花估产模型中,基于随机森林法的模型精度最高,其R2、RMSE和MRE分别为0.679、31.951、0.089。偏最小二乘回归模型和特征根回归模型验证集R2均低于0.3,无法精确估算棉花籽棉产量。