专利名称：一种基于冠层高光谱指数的小麦植株水分监测方法
技术领域：
本发明涉及小麦植株水分监测，具体涉及一种基于冠层高光谱指数的小麦植株水分监测方法。
背景技术：
小麦是世界上最重要的粮食作物之一。全世界有35% 40%的人口以小麦为主食。我国小麦年产量约为1亿吨，占全国粮食总产量的22%，占世界小麦总产量的20%。水分是作物生命活动的基本因子，绿色植物含水量可达80% 90%以上。缺水对作物的形态发生、生理过程均产生影响，最终使得产量降低。根据作物水分状况实施精量灌溉是提高水分利用率和水分生产效率的重要途径。近年来，光谱遥感技术迅速发展为获取作物水分状况开辟了新途径。研究表明，利用作物水分亏缺时引起叶片内部生理生态和外部形态结构等变化在高光谱上的响应特征， 可快速、准确地获取作物水分信息。研究发现，在970mm，1450mm和1940mm波段附近，小麦、 大丁草及大豆等植物的光谱反射率的峰能较好地反映叶片的水分状况，因此，由可见光和近红外区域波段构成的植被指数可用于植物水分状况的监测。Gregory等研究认为水分含量对光谱的初级影响是水分子直接吸收辐射，次级影响是水分含量造成叶片内部结构发生变化，初级影响效果远大于次级影响效果。Gao通过分析植被冠层散射光谱对水分的影响表明，NDWI可较准确地监测指标冠层水分含量。田庆久等研究发现，小麦叶片相对含水量与 1450mm附近的特征吸收峰深度和面积呈现较好的线性相关性。谷艳芳等和王纪华等的研究成果证实了利用光谱反射率可以准确预测植物叶片水分含量的可行性。田永超等研究发现，比值植被指数1 81(1/礼6(1可较好地监测不同生育时期水稻植株和叶片的含水率；同时发现基于作物冠层光谱植被指数RVIi61tl,56。)/NDVI_,_能预测小麦植被水分状况。阿不都瓦斯提·吾拉木等研究提出了可用于监测大尺度植被水分含量的短波红外垂直失水指数SPSI， 监测的精度达到74%。随着高光谱遥感技术的飞速发展，近年来，国内外有关这方面的研究报道越来越多。Ceccato等提出了利用球状植被湿度指数(GVMI)反演植被水分含量；田永超等研究发现R(610，560)/ND(810，610)是预测小麦植株水分状况良好的植被指数；Kakani等研究发现R1689/R1657与室外盆栽棉花叶片水势高度相关；吉海彦等在1400 1600nm范围内测量了冬小麦叶片反射光谱，用偏最小二乘法建立了水分含量与反射光谱的模型。综上，现有的研究总大多基于多光谱数据进行，光谱分辨率较低，波段范围较�。诟吖馄椎姆治鲋校仙俜治�350 2500nm范围内的所有可能高光谱数据，且光谱没有经过预处理，噪音较大，这就可能导致某些反映植被水分的敏感波段尚未被充分发掘或者结果有偏差。因此， 有必要采用更全面和精细的高光谱采样与分析方法，探索发现新的敏感波段及其高光谱指数。同时，由于高光谱海量信息提取及数据预处理方法的原因，基于光谱技术构建的定量监测模型准确性较低或者只能应用于特定生育期，或者模型在结构及算法上略显复杂，导致监测模型的普适性较差，一定程度上削弱了其应用性。探索新的核心波段，构建简单而可靠的光谱指数一直是光谱监测在农业遥感领域应用的重点和难点。在高光谱数据分析中，为了减少背景噪音的影响，人们采用各种技术处理光谱数据，以提高光谱信息的精确性。关于小麦植株和冠层叶片含水量的敏感波段选择技术和方法一直在不断深入。Shibayama等的研究表明，用近红外光谱(1190 1320nm)或短波红外波段(ieOOnm)的光谱反射率的一阶导数可以诊断双季稻冠层水分状况。Dobrowski等发现690nm和740nm处的冠层光谱能够反映植株受水分胁迫的状态，Zhang Jiahua等研究发现可见光区域的469nm、645nm、700nm和710nm波段，近红外区域的760nm、815nm、855nm、 930nm、1075nm 和 IlOOnm 波段和短波红外区域的 1550nm、1600nm、1640nm、1750nm 和 2130nm 波段是探测叶片含水量变化的敏感波段；GraefT等对6种不同水分处理下的小麦叶片光谱数据进行分析，发现510和780nm、540和780nm、490和1300nm和540和1300nm是表示小麦的叶片水分状况的最佳指示波段。
发明内容
本发明的目的是针对现有技术存在的不足，提供基于冠层高光谱指数的小麦植株水分监测方法。利用高光谱数据分析方法和技术，全面分析350 2500nm波段范围内由原始光谱反射率、一阶导数、反对数和倒数构成的所有组合的归一化和比值指数，探索指示小麦植株水分含量的新敏感波段，并建立基于高光谱参数的小麦植株水分指标监测模型，其技术方案为一种基于冠层高光谱的小麦植株水分监测方法，实时测定土壤含水量，具体步骤如下1)高光谱信息获取利用光谱仪测量小麦冠层高光谱指数数据，有效波段范围为350 2500nm，其中350 1050nm光谱采样间隔为1. 4nm,光谱分辨率为3nm ;1050 2500nm光谱采样间隔为2nm，光谱分别率为lOnm，光谱测定选择在晴朗无云、无风或微风时进行，测定时间为10:00-14:00。测量时传感器探头垂直向下于冠层顶部，光谱仪视场角为25°，高度约 1. Om,地面视场范围直径为0. 44m,每个小区测定10个样点，每个样点重复测量5次(视场)，以其平均值作为该小区的光谱反射值；2)植株水分测定与步骤1)同步，在不同生育时期，每个小区取代表性小麦20株，先按器官分离， 再将叶片按不同叶位分离，迅速装入称重过的自封袋中带回实验室，用万分之一精度电子天平称其鲜重，然后放入烘箱105°C杀青30min后在80°C下烘至恒重后称重，得到不同部位器官干重，分别计算植株含水量(Plant water content, PWC)，叶片含水量(LeafVater content, LffC)禾口叶层含水量(Canopy leaf water content, CLWC)，公式如下PffC(% ) = (PFff-PDff)/PFff X 100%LffC (%) = (LFff-LDff)/LFff X 100%CLffC(% ) = ( Σ LFff-ΣLDff)/ΣLFffX 100%其中，PFW(PlantFresh Weight)为植株鲜重，PDW(Plant Dry Weight)为植株干重，LFW(Leaf Freshffeight)为叶片鲜重，LDW(Leaf Dry Weight)为叶片干重；
5
3)植被指数构建 原始光谱NDSI = (RAI-RA2)/(RAi+RA2) RSI = RA1/RA2倒数光谱NDSI = (RCAI-RCA2)/(RCA ARCA2) RSI = RCA/RCA2其中Rju和Rx2分别为任意两个波长的反射率，λ 和λ 2的范围均为350 2500nm, RCai和RCa2为其相应的倒数光谱，根据归一化光谱指数NDSI (normalized difference spectral index)禾口比值光谱指数RSI (ratio spectral index)对小麦水分含量的估测能力，筛选出表现最好的结果。4)数据分析与利用利用步骤幻中的数据，综合分析植株含水量及叶片含水量与冠层光谱反射率直接的定量关系，采用高光谱数据减量精细采样法，筛选出对水分敏感的波段范围和光谱参数，并构建水分监测模型。5)监测模型的构建和检验采用相对均方根差(RRMSE)进行分析评价，并绘制试验观察值与模型预测值之间的1 1关系图，其中RRMSE计算公式如下
权利要求
1.一种基于冠层高光谱指数的小麦植株水分监测方法，其特征在于，水分处理时期为拔节期至成熟期，实时测定土壤含水量，根据实测的土壤含水量为体积含水量，通过人工补水将各个水分处理的土壤水分调节至预设值，控制各小区土壤含水量，具体步骤如下1)高光谱信息获取测量小麦冠层高光谱指数数据，有效波段范围为350 2500nm，其中350 1050nm光谱采样间隔为1. 4nm，光谱分辨率为3nm ； 1050 2500nm光谱采样间隔为2nm，光谱分别率为lOnm，光谱测定选择在晴朗无云、无风或微风时进行，测定时间为10:00-14:00。测量时传感器探头垂直向下于冠层顶部，光谱仪视场角为25°，高度约1.0m，地面视场范围直径为0. Mm，每个小区测定10个样点，每个样点重复测量5次(视场)，以其平均值作为该小区的光谱反射值；2)植株水分测定与步骤1)同步，在不同生育时期，每个小区取代表性小麦20株，先按器官分离，再将叶片按不同叶位分离，迅速装入称重过的自封袋中带回实验室，用万分之一精度电子天平称其鲜重，然后放入烘箱105°C杀青30min后在80°C下烘至恒重后称重，得到不同部位器官干重，分别计算植株含水量(PWC)，叶片含水量(LWC)和叶层含水量(CLWC)，公式如下PffC(% ) = (PFff-PDff)/PFffX 100%LffC(% ) = (LFff-LDff)/LFff X 100%CLffC (% ) = ( Σ LFff- Σ LDff)/ Σ LFffX 100%其中，PFW为植株鲜重，PDff为植株干重，LFff为叶片鲜重，LDff为叶片干重；3)植被指数构建原始光谱 NDSI = (Rm_Ra2)/(Rm+RA2) RSI = RA1/RA2倒数光谱 NDSI = (RCa rRCA2)/(RCa !+RCa2) RSI = RCa ^RCa2其中Rai和Ra2分别为任意两个波长的反射率，λ 1和λ 2的范围均为350 2500nm， FDaJP FDa2为其相应的一阶导数光谱，ALaJP ALa2为其相应的反对数光谱，RCaJP RCa2 为其相应的倒数光谱，根据归一化光谱指数NDSI和比值光谱指数RSI对小麦水分含量的估测能力，筛选出表现最好的结果；4)数据分析与利用利用步骤幻中的数据，综合分析植株含水量及叶片含水量与冠层光谱反射率直接的定量关系，采用减量精细采样法，筛选出对水分敏感的波段范围和光谱参数，并构建水分监测模型；5)监测模型的构建和检验采用相对均方根差(RRMSE)进行分析评价，并绘制试验观察值与模型预测值之间的 1 1关系图，其中RRMSE计算公式如下1 V",100RRMSE = - X > (Pi - Oi)2 X 二— ,η 乙， Oi i=l 1上式中Oi为试验中观察的水分含量值，Pi为模型估测的水分含量值，η为模型测试检验样本数。
2 根据权利要求1所述的基于冠层高光谱指数的小麦植株水分监测方法，其特征在于，使用德国产便携式土壤水分速测仪TRIME-EZ实时测定土壤含水量。
3.根据权利要求1所述的基于冠层高光谱指数的小麦植株水分监测方法，其特征在于，步骤1)中测量小麦冠层高光谱指数数据采用美国Analytical Spectral Device(ASD) 公司生产的FieldSpec Pro FR2500型背挂式野外高光谱辐射仪。
4.根据权利要求1所述的基于冠层高光谱指数的小麦植株水分监测方法，其特征在于，步骤4)中基于光谱NDVI (R836, R793)、RVI (RC837，RC793)构建的小麦植株水分监测模型，决定系数(R2)分别为0. 851和0. 852 ；基于原始光谱NDVI (R1100jR770)和RVI (R893, R805)构建的小麦叶层水分监测模型，决定系数R2分别为0. 730和0. 843。
5.根据权利要求1所述的基于冠层高光谱指数的小麦植株水分监测方法，其特征在于,步骤4)中数据分析和整理均在Excel2007和MATLAB7. 0(The Math Works, 2000)进行。
6.根据权利要求1所述的基于冠层高光谱指数的小麦植株水分监测方法，其特征在于，步骤5)中模型测试的精度(R2)均大于0. 783，RRMSE均小于0. 205。
全文摘要
本发明涉及一种基于冠层高光谱指数的小麦植株水分监测方法，利用两年2个品种、4个不同水分处理下的两年小麦池栽试验数据，采用减量精细采样法，分析350～2500nm波段范围内原始光谱和倒数光谱的任意两两波段组合而成的高光谱指数与小麦植株含水量和叶层含水量的定量关系，结果发现基于光谱NDVI(R836，R793)和RVI(RC837，RC793)可以监测小麦植株水分含量；基于原始光谱NDVI(R1100，R770)和RVI(R893，R805)可以监测小麦叶层水分含量。本发明研究结论为利用高光谱数据快速无损监测小麦水分状况提供新的波段组合和理论依据。
文档编号G01N5/04GK102426153SQ20111036875
公开日2012年4月25日 申请日期2011年11月21日 优先权日2011年11月21日
发明者倪军, 刘小军, 姚霞, 曹卫星, 朱艳, 王薇, 田永超, 韩刚 申请人:南京农业大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
