玉米苗期冠层多光谱反射率反演与叶绿素含量诊断

被引:11
作者
文瑶 [1 ]
李民赞 [1 ]
赵毅 [1 ]
刘豪杰 [1 ]
孙红 [1 ]
陈军 [2 ]
机构
[1] 中国农业大学“现代精细农业系统集成研究”教育部重点实验室
[2] 西北农林科技大学机电学院
关键词
叶绿素; 光谱分析; 模型; 反射率; 反演校正; 玉米苗期;
D O I
暂无
中图分类号
S513 [玉米(玉蜀黍)]; O657.3 [光化学分析法(光谱分析法)];
学科分类号
摘要
为了探索玉米苗期叶片叶绿素含量指标的快速、非破坏性估测方法,该文运用多光谱图像技术对大田玉米苗期叶绿素含量指标进行快速无损的诊断研究。大田试验中,采用2-CCD多光谱图像采集系统获取大田玉米苗期的冠层多光谱图像,并同步采集漫反射灰度板的多光谱图像。为消除光照对图像采集质量的影响,准确将不同光照条件下的玉米冠层图像数据转换为其叶面反射率数据,标定试验中采用一块4个不同灰度级的满足朗伯面条件漫反射灰度板,建立了叶片光谱反射率同图像灰度值之间的线性反演公式,并与大田试验中漫反射灰度板的多光谱图像建立了玉米冠层图像灰度值的校正公式。对玉米苗期冠层多光谱图像进行处理,提取出玉米冠层B、G、R、NIR(中心波长分别为470,550,620,800 nm)4个波段归一化平均灰度值。通过灰度值的校正公式得到校正后的归一化平均灰度值,由线性公式反演出R、G、B、NIR 4个波段的平均反射率值,并计算4种常见光谱植被指数(RNDVI、RNDGI、RRVI和RDVI),采用最小二乘-支持向量回归(LS-SVR)建立植被指数同叶绿素含量指标的拟合模型。结果表明:植被指数RNDVI、RRVI和RDVI和玉米冠层叶绿素含量指标拟合验证集决定系数R2为0.56,达到了较为理想的拟合结果。证明通过漫反射灰度板对玉米冠层多光谱图像建立反射率反演校正模型的方法是可行的,这一方法为快速无损检测玉米苗期叶绿素含量指标提供了支持。
引用
收藏
页码:193 / 199
页数:7
相关论文
共 16 条
[1]  
光谱分析技术及其应用.[M].李民赞主编;.科学出版社.2006,
[2]   A neural network model of maize crop nitrogen stress assessment for a multi-spectral imaging sensor [J].
Noh, H. ;
Zhang, Q. ;
Shin, B. ;
Han, S. ;
Feng, L. .
BIOSYSTEMS ENGINEERING, 2006, 94 (04) :477-485
[3]   Evaluating the relationship between leaf chlorophyll concentration and SPAD-502 chlorophyll meter readings [J].
Uddling, J. ;
Gelang-Alfredsson, J. ;
Piikki, K. ;
Pleijel, H. .
PHOTOSYNTHESIS RESEARCH, 2007, 91 (01) :37-46
[4]  
玉米作物多光谱图像精准分割与叶绿素诊断方法研究.[J].吴倩;孙红;李民赞;宋媛媛;张彦娥;.光谱学与光谱分析.2015, 01
[5]   基于多光谱图像的玉米营养监测技术研究 [J].
王海华 ;
张彦娥 ;
郭威 .
农机化研究, 2012, 34 (11) :178-181
[6]   作物图像光照亮度补偿方法 [J].
李锦卫 ;
廖桂平 .
农机化研究, 2012, (08) :26-29+33
[7]   作物数字图像获取与长势诊断的方法研究 [J].
韩文霆 ;
李敏 ;
陈微 .
农机化研究, 2012, 34 (06) :1-6
[8]   基于多光谱图像技术的番茄营养素诊断模型 [J].
丁永军 ;
李民赞 ;
孙红 ;
李修华 ;
赵瑞娇 .
农业工程学报, 2012, 28 (08) :175-180
[9]   玉米冠层叶片氮素营养估测研究——基于近地多光谱图像 [J].
郭威 ;
张彦娥 ;
朱景福 ;
唐文冰 ;
张峰 ;
赵瑞娇 .
农机化研究, 2011, (10) :31-34+39
[10]   油菜氮素的多光谱图像估算模型研究 [J].
张晓东 ;
毛罕平 ;
左志宇 ;
孙俊 ;
张红涛 .
中国农业科学, 2011, 44 (16) :3323-3332