赛斯拜克中国核心技术品牌 博士专业研发团队   18年专注高光谱

咨询热线:400-888-5135

利用高光谱相机植被指数评价植被叶绿素含量

来源:赛斯拜克 发表时间:2023-06-08 浏览量:773 作者:awei

本研究利用可见近红外光谱技术实现了对植物叶绿素含量的无损检测。通过分析光谱特征和建立基于模型的预测算法,实现了对植物叶绿素含量的准确测量。该无损检测方法具有快速、简便的优点,可广泛应用于农业、生态学等领域,为植物生长环境的监测和优化提供了重要工具。

可见近红外光谱技术检测植物叶绿素含量的方法


植被叶绿素的光谱特征

健康绿色植物的光谱曲线可见光部分的低谷(450和670nm处的蓝、红光)主要由叶绿素强烈吸收引起,假如叶绿素等色素的浓度或含量因故下降,绿色视觉效果就会减弱151。可见光区的篮边”(蓝过渡到绿)、绿峰、贾边”(绿过渡到红)、红光低谷及红光过渡到近红外的红边”是描述植被色素状态和健康状况的重要指示波段。红边”是植物曲线最明显的特征。红边是植被反射率曲线的最大斜率点,发生在680~750nm波长范围内,这一范围内反射率从非常低的叶绿素红光吸收变化到非常高的近红外反射率,这种变化是由于叶片和冠层的散射作用121。典型叶片在近红外高原区(700~1300mm)的反射率一般为40%~50%,这主要是由于叶片内部组织结构多次反射散射之结果。光谱曲线的主要差异发生在叶绿素强烈吸收的蓝、红光区和水吸收的中红外区。研究表明叶绿素吸收峰是蓝光和红光区域,在绿光区域是吸收低谷,并且在近红外区域几乎没有吸收川,叶绿素吸收波段在670mm,红光被叶绿素强烈吸收,导致反射率很小,在400~700mm的植物光谱反射主要被叶绿素和其它的色素控制161。图1~4均来源于作者试验测量水稻光谱反射数据,使用美国ASD公司生产的FieldSpec FR(350~2500nm)光谱仪。



image.png

2 研究进展

2.1 光谱植被指数评价植被叶绿素含量

传统的宽波段遥感数据(如MSS、TM)研究植被是由于波段数少、光谱分辨率低,仅限于一般性的红光吸收特征(由于叶绿素等色素的吸收)、近红外反射特征(由于复杂的细胞结构散射)及中红外的水吸收特征的研究。并且利用其计算出的植被指数所能反演的信息量少,几乎不可能提取与叶绿素含量密切相关的红边”光学参数。而高光谱遥感具有高分辨率、波段多、数据量丰富等特点,它的发展已经开辟了一条量化植被体内单一光合色素的可能途径l71。Chappelle等和Penuelas等提出了向窄波段反射指数研究转变48|,来确定叶片绝对和相对的叶绿素a叶绿素b和类胡萝卜素浓度。

通常使用高光谱分辨率遥感数据估计植被农学参数主要有两类方法:

19.ia1;二是通过植l

112-151,

研究表明叶绿素含量和叶片光谱特性之间存在强相关性I1,叶片光谱特性是叶片结构、水分含量和生物化学物质浓度的函数1151,色素比值指数(PSSR)和单位重量色素浓度的相关性在冠层尺度和叶片尺度是相似的,色素规一化差值指数PSND)和单位重量它们各自的色素浓度显示出指数相关关系I?I。Broge等基于光谱反射的方法量化冬小麦冠层绿度的潜力l6)。

当叶片单位组成成分中干物质重量的光合色素浓度相等,不同冠层色素浓度可能有很大的差异171,而利用群体光谱数据估算植被

■一定程度上克服了上述缺点:

(1)克服了叶面积指数主要反映叶面积多少而忽略了植株状况的缺点;

(2)弥补了叶片叶绿素浓度只能反映单个植株的长势,而不能表达植被群体的长势的不足;

(3)群体光谱特征在可见光-近红外波段主要受叶绿素吸收的影响,而叶绿素密度恰恰反映了群体所含叶绿素的总量,因而l

121。

为了使得植被反射信息最大、外部因素影响最小化,人们提出并研究了一些植被指数[6l。植被指数是基于植被光谱行为和植被独特的生物物理作用和生物物理特性相关这一假设。不同光谱区域的多光谱信号以比例形式或者线性变化形式的组合,可能对植被参数的估计更为精确,并且减少了外界因素的影响。早期的植被指数普遍被分为比值植被指数和正交植被指数,最近出现的植被指数都可以认为是这两种植被指数的变化116]。最常用的植被指数是基于不连续的红光和近红外波段计算得出的,因为在那些波段植被表现了特有的反射特性。Broge和Lebianc比较子一些植被指数预测绿叶面积和冠层叶绿素浓度一结果表ⅢSVAI2头测定绿度的最好选择[16]。光谱植被指数经常用手平价活绿色—

冠县物质的量。Broge对冬小妻的研突表明其手空波段红边反射率滨形分析的植被指数可能改进预测冠层

叶绿素浓度的能力6。

image.png

2.2 导数光谱评价植被叶绿素含量

利用导数监测植被叶绿素,试验结果表明。分析化学中减少干扰项引起误差的传统方法是两个波长的比值和差值,这样可以消除两个波长中任何相似的背景信号。遥感中波段比和相关的光谱指数比单独的波段更加有用,然而仅仅当这些信号是常数项出现时或者从一个信号到另一个信号有一个常量斜率),不同波段的比值和差值才能完全矫正背景信号1m]。导数技术以比差值和比值更加有效的方法量化分析这些问题,最近一阶导数方便的确定标准波长例如红边”。然而在分析化学中,使用三阶导数和高阶导数已经成为减少低频背景噪声和提高重桑光谱分辨率的既定技本。工秀珍等通过不同氨素营养水平的水腰田间试验,解析子水辞冠层导数光谱对消除背景信息的影响,证实子导数光谱在消除背景信息的影响方面取起到子很好的作用21。

二阶导数冠层光谱反射率是冠层叶绿素较好的指示器。事实上冠层可见光一阶导数和二阶导数和冠层叶绿素相关。由于独立于土壤背景,导数指数能监测冠层叶绿素含量。也由于微分提高重叠光谱的分辨率,它可能用丁分别评价不同叶片色素。“红边的边”这一光谱指数似乎比一阶导数获得的红边更加有利于监测叶绿素。叶绿素含量高,红光区域吸收增加,导致红边向长波移动。然而随着叶面积指数增加和叶片重叠,近红外反射肩的散射和反射增加,导致红边向短波方向移动124]。近红外散射和红光吸收使得红边相向移动。高光谱分辨率导数能获得很多信息监测叶绿素),而这些信息是不能从传统的宽波段光谱指数或者比值指数中获得的。山于土壤背异反射光谱都是波长的近似线性函数,因此二阶导数在消除土壤背景方

面作用显著。



可见近红外光谱的植物叶绿素含量无损检测研究

本研究应用400-1000nm的可见近红外高光谱相机,可采用广东赛斯拜克技术有限公司产品SINESPECSP130M进行相关研究。光谱范围在400-1000nm,波长分辨率优于2.5nm,可达1200个光谱通道。采集速度全谱段可达128FPS,波段选择后最高3300Hz(支持多区域波段选择)。

可见近红外光谱技术检测植物叶绿素含量的方法案例

叶绿素在植物光合作用过程中起着重要作用,其含量是植物营养胁迫、光合作用能力和生长状况的重要指示因子。对植物叶绿素含量进行检测,可以用来监测植物生长发育状况,从而科学指导栽培、施肥管理工作,确保作物长势良好,提高作物品质和产量,对实践精准农业和林业具有重要的意义.传统的叶绿素含量检测方法是分析化学方法,即将叶片采集到实验室,经过化学溶剂提取,再在分光光度计上测定其提取液在两个特定波长处的吸光度,根据公式计算出叶绿素的含量。该方法测量精度高,但操作繁琐、费时费力,且取样时对植株有损伤,无法满足现场快速无损的检测要求。

可见-近红外光谱法是近年来迅速发展起来的分析检测方法,可充分利用全谱段或多波长下的光谱数据进行定性或定量分析。与传统的分析化学方法相比,可见-近红外光谱法具有分析速度快、效率高、成本低、无损伤、无污染等特点,已广泛应用于众多领域.本文采用透反射采样方式获取植物叶片的可见-近红外光谱信号,采用平滑、一阶微分以及小波变换的方法对所获得的光谱数据进行预处理,应用偏最小二乘法(PLS)建立了植物叶片叶绿素含量与叶片吸收光谱

本文提出了一种应用可见-近红外光谱技术检测植物叶绿素含量的方法。采用透反射采样方式采集叶片的光谱,运用平滑、微分和小波变换的方法预处理光谱数据,减少了非目标因素的影响,提高了信噪比;而后利用偏最小二乘法建立了叶片叶绿素含量与叶片吸收光谱的定量分析模型,经分组验证该模型的预测精度满足实际测量应用的要求。本文研究表明,应用可见-近红外光谱技术检测叶片叶绿素含量是可行的,为快速尤损检测叶片叶绿素含量提供了依据,也为今后开发相应的无损检测仪器奠定了基础。


相关产品

农业监测排行榜top10

农业监测相关推荐