用光谱反射率诊断小麦叶片水分状况的研究

中国农业科学 2013,46(1):18-29Scientia Agricultura Sinica doi: 10.3864/j.issn.0578-1752.2013.01.003基于导数光谱的小麦冠层叶片含水量反演梁 亮1,2，张连蓬1，林 卉1，李春梅1，杨敏华3（1江苏师范大学测绘学院，江苏徐州 221116；2南京大学国际地球系统科学研究所，南京 210008；3中南大学地球科学与信息物理学院，长沙 410083）摘要：【目的】以高光谱技术实现小麦含水量信息的快速、无损与准确获取，为小麦灌溉的精确管理提供科学依据。

【方法】利用水氮胁迫试验条件下小麦主要生长期的导数光谱构建了16种新指数，将其与NDII、WBI以及NDWI等常用指数进行比较分析，筛选小麦叶片含水量反演最佳光谱指数，并利用其建立反演模型进行小麦含水量的遥感填图。

【结果】在各指数中，FD730-955对小麦冠层叶片含水量的估测结果最佳，其估测模型（对数形式）校正决定系数（C-R2）与检验决定系数（V-R2）分别达0.749与0.742，优于NDII等常用指数；FD730-955所建模型对32个未知样的预测结果与实测值相似度较高，其回归拟合模型R2达0.763，RMSE仅为0.024，取得了良好预测结果，且对叶片含水量以及LAI值较高与较低的样本均具备良好的预测能力，可有效避免样本取值范围以及冠层郁闭度等因素对含水量估测的影响；反演模型对OMIS影像的填图结果与地面实测值拟合模型R2达0.647，RMSE仅为0.027，具有较高的反演精度。

【结论】导数光谱可实现小麦冠层叶片含水量信息的准确估测，其中FD730-955系反演的优选指数。

关键词：高光谱遥感；导数光谱；小麦（Triticum aestivum L.）；含水量；叶面积指数Estimating Canopy Leaf Water Content in WheatBased on Derivative SpectraLIANG Liang1,2, ZHANG Lian-peng1, LIN Hui1, LI Chun-mei1, YANG Min-hua3(1School of Geodesy and Geomatics, Jiangsu Normal University, Xuzhou 221116, Jiangsu; 2International Institute for EarthSystem Science, Nanjing University, Nanjing 210008; 3School of Geosciences and Info-Physics, Central South University,Changsha 410083)Abstract: 【Objective】A method for fast, non-destructive and accurately monitoring leaf water content (LWC) of wheat(Triticum aestivum L.) was improved with hyperspectra technology in this paper. 【Method】The canopy leaf spectral reflectance inmain growing seasons of wheat was collected under the condition of water stress experiment. Using the frist-order derivative spectra,16 new hyperspectral indices were developed to quantify the wheat’s leaf water content (LWC). These indices were then comparedwith the commonly used hyperspectral indices including NDII, WBI and NDWI to screen out the spectral index which was sensitiveto LWC for modeling. Using the inversion model, the OMIS image was calculated one pixel by one pixel, and the remote sensingmapping for LWC of wheat was accomplished. 【Result】The accuracy of inversion model (logarithmic function) which built byindex FD730-955 was higher than that by the hyperspectral indices commonly used, as indicated by a calibration determinationcoefficient (C-R2) of 0.749 and a validation determination coefficient (V-R2) of 0.742. The eatimation values of 32 samples inprediction set were close to the measured values, and R2 and RMSE of regression fitted model between two dataset were 0.763 and0.024, respectivly. Furthere more, the prediction accuracy of FD730-955 was least sensitive to the change of LWC and LAI among all ofthe hyperspectra indices and therefore least affected by the range of sample values and canopy density when used to estimate the收稿日期：2012-06-26；接受日期：2012-10-26基金项目：江苏省自然科学基金项目（BK2012145）、江苏省高校自然科学研究面上项目（12KJB420001）、国家自然科学基金项目（30570279）、江苏师范大学博士学位教师科研支持项目（11XLR03）联系方式：梁亮，E-mail：liangliang198119@1期梁亮等：基于导数光谱的小麦冠层叶片含水量反演 19LWC of wheat. The R2 and RMSE of the fitting model for the inversion and measured values were 0.635 and 0.027, respectively, andindicated the similarity between the inversion and measured value was high. 【Conclusion】It is possible to eatimate LWC of wheatby derivative hyperspectra with a high accuracy, and FD730-955 is an optimal index for modeling.Key words: hyperspectra remote sensing; derivative spectrum; wheat (Triticum aestivum L.); leaf water content (LWC); leafarea index (LAI)0 引言【研究意义】叶片含水量是植株水分状况良好的度量和诊断指标，实时、快速地获取叶片含水量信息是进行作物长势监测以及灌溉调控的前提[1]。

小麦高代品系品质性状的近红外光谱分析近红外光谱技术是一个用来表征化学成分、组分、特性和结构的重要技术，在许多科学和工程应用中，它已成为分析和生产的有力工具。

其中最重要的是，利用近红外光谱技术可以快速、准确地测定小麦品质性状等特性。

本研究采用近红外光谱技术，对三个不同的小麦高代品系的品质性状、营养成分及粉粒的形态特征进行了研究。

首先，本研究选取了三个小麦高代品系，包括6011、8012和9104品系。

这三个品系分别采用品质性状检测方法，包括最大水分吸收（MFA）、水分吸收率（WGSR）、水分容量（WCV）、面筋吸水量（Gel）、面筋性（G-value）以及淀粉含量（Starch）等，在本研究中，采用经典的AACC方法对这三个品系的品质性状进行了检测，以确定它们的化学成分、营养成分及其特性。

接着，本研究在这三个品系上进行了近红外光谱检测，主要采用Nicoletft6700系统和高效液相色谱-近红外光谱（HPLC-NIR）仪。

通过测试，我们发现，在实验室中模拟的小麦品质性状检测结果与近红外光谱检测结果基本一致。

该研究表明，近红外光谱技术可以快速、准确地检测出小麦品质性状、营养成分及粉粒的形态特征。

最后，本研究还比较了三个小麦高代品系的近红外光谱特性，发现有一些变化，特别是在最大水分吸收量（MFA）、水分吸收率（WGSR）和淀粉含量（Starch）方面明显不同，这表明，小麦高代品系在这三项性状上有差异，根据实际需要可采取适当措施。

研究表明，近红外光谱技术可以快速、精确地检测出小麦高代品系的品质性状以及营养成分及粉粒的形态特征，这些信息有助于改进小麦品质，为小麦品种改良提供依据。

因此，本研究为小麦及其他农作物的品质科学研究提供了借鉴，为实现小麦优良品种的筛选提供了新的途径。

总之，本研究表明，近红外光谱技术可以有效地对小麦高代品系的品质性状及微结构特性进行分析，这对于筛选高质量小麦种子有着重要的意义。

未来，本研究将持续探索以近红外光谱技术为基础的高效筛选及生物指纹识别技术，以期取得更好的研究成果。

小麦水份测定方法
小麦水份测定方法一般有以下几种常用的方法：
1. 烘干法：将一定量的小麦样品放入烘箱中进行干燥，然后根据样品的重量变化来计算水分含量。

2. 电子天平法：使用电子天平将一定量的小麦样品称量，然后将样品放入恒温恒湿器中，待样品达到平衡后再重新称重，根据重量的差异计算出水分含量。

3. 热气流法：通过将热空气通过小麦样品，测量空气的入口和出口温度和湿度以及空气的流量，根据这些数据计算出水分含量。

4. 金属铝容量法：将小麦样品放入铝容器中，根据样品与铝的热导率不同导致的温度差异来计算水分含量。

5. 红外线法：使用红外线测定仪器，将红外线照射到小麦样品上，测量样品反射、吸收、透射等光谱变化，通过光谱分析计算出水分含量。

需要注意的是，不同的方法适用于不同的小麦样品和实际场景，选择最合适的方法需要根据具体情况进行判断。

同时，在进行小麦水分测定时，还要注意控制测量条件的恒定性，以确保测量结果的准确性和可重复性。

利用光谱反射技术监测不同地力和施肥条件下小麦生长和产量
的变化的报告，600字
光谱反射技术在监测不同地力和施肥条件下小麦生长和产量的变化方面有着独到之处。

本报告主要研究使用光谱反射技术，对小麦生长和产量在不同地力和施肥条件下的变化及其对小麦产量和品质的影响等进行了研究。

首先，在研究中我们采用光谱反射技术，分析不同施肥条件下小麦的发芽、传导能力、耗水量等特征。

结果显示，在施肥条件相同的情况下，随着土壤肥力的增高，小麦的发芽率也随之增多；土壤肥力增加会导致小麦对水分的吸收能力增强；土壤肥力的增加也会使小麦的传导能力增强，提高小麦的产量。

此外，通过光谱反射技术，我们还分析了不同施肥条件下小麦的颗粒形状和表面质量，确定小麦的品质特征。

结果表明，随着施肥量的增加，小麦颗粒的形状也会变化，呈现椭圆形或圆形，且表面光泽度增加，口感也更加细腻，而且维生素含量更高，品质也越高。

总之，通过光谱反射技术对不同地力和施肥条件下小麦的生长和产量进行检测，我们能够发现地力的改变会对小麦的发芽率、传导能力、耗水量等性质有较大影响，并可以通过控制施肥量来控制小麦的颗粒形状和表面质量，从而提高小麦的产量和品质特征。

基于无人机多光谱遥感的冬小麦叶片含水量反演芮婷婷;徐云飞;程琦;杨斌;冯志军;周涛;张世文【期刊名称】《麦类作物学报》【年(卷),期】2022(42)10【摘要】为了快速监测小麦叶片水分含量,以敏感波段组和植被指数组2种变量分别作为输入变量,以地面同步观测的冬小麦叶片含水量作为输出变量,分别采用偏最小二乘(partial least squares,PLS)、极限学习机(extreme learningmachine,ELM)和粒子群算法(particle swarm optimization,PSO)优化极限学习机,建立冬小麦叶片含水量预测模型,并对其反演效果进行比较。

结果表明,光谱反射率和植被指数与叶片含水量之间存在较为密切的相关性,依此确定的敏感光谱波段为红光、蓝光和近红外波段,敏感植被指数为绿度指数、过红指数、归一化绿红差值指数、三角形植被指数和过绿指数。

从2种变量的建模效果看,基于植被指数组构建的模型的精度和稳定性均优于敏感波段组,其中基于植被指数组的PSO-ELM模型在6个叶片水分含量反演模型中表现最佳,其r 2和RMSE分别为0.98和0.26%。

利用最优模型反演得到研究区冬小麦叶片含水量的分布范围为45%~75%,平均为64.57%,反演结果与地面实测较相符,说明基于无人机光谱数据通过建立以植被指数为变量的PSO-ELM模型可实现对冬小麦叶片水分含量的精准预测。

【总页数】10页(P1291-1300)【作者】芮婷婷;徐云飞;程琦;杨斌;冯志军;周涛;张世文【作者单位】安徽理工大学空间信息与测绘工程学院;安徽理工大学矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室;安徽理工大学矿区环境与灾害协同监测煤炭行业工程研究中心;安徽理工大学地球与环境学院【正文语种】中文【中图分类】S512.1;S311【相关文献】1.基于无人机高光谱遥感的冬小麦叶面积指数反演2.基于导数光谱的枸杞叶片含水量遥感反演3.基于无人机遥感的冬小麦叶绿素含量多光谱反演4.基于近地高光谱与TM遥感影像的冬小麦冠层含水量反演5.基于无人机高光谱遥感的冬小麦全氮含量反演因版权原因，仅展示原文概要，查看原文内容请购买。

一种小麦叶片等效水厚度高光谱监测方法下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。

文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!高光谱监测技术在小麦叶片等效水厚度检测中的应用一、引言在现代农业中，作物的生长状况监测是优化管理、提高产量和质量的关键环节。

小麦叶片叶绿素荧光参数与反射光谱特征的关系小麦叶片叶绿素荧光参数与反射光谱特征的关系是指小麦叶片叶绿素荧光参数与反射光谱特征之间的相互影响。

小麦是农作物中最重要的一类，也是最常用的一种粮食作物，它的植物生长和发育过程对环境和气候有着至关重要的影响。

因此，研究小麦叶片叶绿素荧光参数与反射光谱特征之间的关系，能够为农业生产和环境保护提供重要的理论指导。

叶绿素是植物体内最重要的光合作用物质，它在植物生长发育、光合作用、光合调节等方面都发挥着重要作用。

叶绿素具有荧光性质，其激发吸收光谱在400~600nm波段，而荧光发射光谱在650~800nm波段，所以叶绿素荧光参数的测定是评价植物健康状况的重要技术手段。

叶绿素荧光参数包括Fv/Fm、Fv′/Fm′、Y(II)、 NPQ、qP等几个参数，这几个参数代表植物叶片叶绿素动力学性质和稳定性，可反映植物光合系统的功能强度。

反射光谱是植物反射集中的波长，它可以反映植物的特征，如叶绿素的含量、叶绿素的分布、植物的水分含量等。

它对植物的健康状况有着重要的意义，是评价植物健康状况的重要技术手段。

反射光谱的测量也能够反映植物的光合作用特征，如叶绿素的含量、叶绿素的分布、细胞比容、水分含量等。

小麦叶片叶绿素荧光参数与反射光谱特征之间存在着密切的联系。

叶绿素荧光参数反映了植物叶片叶绿素的动力学性质和稳定性，反射光谱能够反映植物的特征，如叶绿素的含量、叶绿素的分布、植物的水分含量等。

因此，小麦叶片叶绿素荧光参数与反射光谱特征之间的关系可以用来判断小麦植株的健康状况，以及研究不同环境条件下小麦植株叶片叶绿素荧光参数和反射光谱特征的变化趋势。

通过对小麦叶片叶绿素荧光参数与反射光谱特征之间的关系的研究，可以更好地了解小麦叶片叶绿素的动力学性质和稳定性，以及小麦叶片的反射光谱特征，从而更好地了解小麦在不同环境条件下的生长特征，更好地利用光合调节技术提高小麦的产量和品质，提高农业生产效率。