专利名称：一种无损伤精准测定棉花生物物理参数的方法
技术领域：
本发明属于农业遥感工程技术领域，具体涉及快速无损伤高光谱精准测定棉花主要生物物理参数的方法。
背景技术：
在传统的农业生产管理中，为了更好地掌握作物的生长状况，及时准确的发现作物生长发育过程中出现的问题，以便于采取对应的农业管理措施解决农作物生长发育过程中的营养需求，人们往往用一些作物生长参数来监测农作物的生长发育状况，例如农作物生物量、叶绿素含量、叶绿素密度(单位土地面积上种植作物叶绿素的含量，CCD)，叶面积指数(LAI)等生物物理参数及N，P，K营养元素的含量等生物化学参数。常规的叶绿素的测定需要在野外样地采集新鲜的叶片，在室内采用酒精或丙酮浸泡提取或用研钵直接研磨浸提的方法，提取叶绿素溶液，最后采用分光光度计测定叶绿素的含量；叶面积指数一般采用干叶称重法，球积仪测定法，方格纸计算法，扫描图斑法等；营养元素如含氮量的测定，需在实验室内采用凯氏定氮仪进行测定。这些传统的方法，得到的数据相对较为稳定精确，但这些传统指标的测定计算往往需要大量的野外采样及实验室内生化分析，需要采用较多的仪器支持进行分析测定，检测程序相对较为复杂，而且野外的采样及室内的测定也需要较长时间才能完成，不能实时的反映出作物的生长发育状况，延迟了对农业生产管理的指导。而且每次测定均需从大田中取大量样品，不仅破坏部分生长的作物，而且也造成一定的经济损失。以高光谱遥感技术为主导的精确农业的出现，为克服这些方法的弱点提供了强有力的技术支持。
遥感技术是现代信息技术的一种，作为现代信息技术的前沿技术，能够快速准确地收集农业资源和农业生产的信息，结合地理信息系统和全球定位系统等其他现代高新技术，可以实现信息收集和分析的定时、定量、定位，客观性强，不受人为干扰，方便决策。然而传统宽光谱遥感技术的波段相对较宽，以波长区域不连续的宽波段方式记录地物光谱，它仅以一个宽波段的单值代表一个相对宽光谱区域的辐射动态，从而不易精确地实时地提取各种农学信息参数，精确农业的发展一定程度上受到不能及时获取实时的作物生长信息的限制。如陆地卫星传感器，像MSS和TM，则无法探测作物中具有诊断性光谱吸收特征的物质，因为它们的波段宽度一般在100-200nm(远宽于诊断性光谱宽度)，且在光谱上并不连续。而高光谱成像光谱技术的出现，使得遥感应用可以在光谱维上进行空间信息展开，尤其是高光谱成像系统能以窄波段(光谱分辨率＜10nm)、波长连续的辐射抽样方式记录地表物体的光谱信息。因此这种数据能以足够的光谱分辨率区分出作物中具有诊断性光谱特征的物质，准确实时地获取研究对象的影像和每个像元的光谱分布，以允许从空中对地物直接识别及微弱光谱差异的定量分析。
高光谱遥感数据在应用于农作物分析主要采用光谱微分技术、混合光谱分解技术、光谱匹配技术、特征提取技术(PLA)及光学模型方法。可从不同的角度将适用于农作物分析的一些技术方法法归纳为四类。第一类着眼于光谱绝对值(或其变换形式)，如波段反射率和它们的微分值，与不同生物物理、生物化学参数的多变量统计回归分析技术(统计模型法，是比较直接的方法)；第二类考察光谱波长位置的变化量与生物物理、生物化学参量的关系(比较间接的方法)；第三类是建立在生物学、物理学基础上的一些概念性光学模型，从这类模型中反演一些生物物理和生物化学参数；第四类是研究各种参数在空间上的变异及其成图技术，涉及一些分类技术和方法。
高光谱的光谱波谱连续，波段相对较窄，光谱通道多，可反映更多的诊断性光谱信息。目前制造高分辨率的光谱仪已经基本不存在技术上的难题，高光谱遥感技术的出现为我们采用光谱反演的方法，可以较高精度地对农作物微观参数如叶绿素含量、叶绿素密度、叶面积指数等多个生物物理参数进行快速无损伤地测定成为可能。采用高光谱反演的方法可以采集光谱数据一次性对作物多种生物物理参数进行测定。利用实验中得到的反演经验方程可以迅速较高精度地测定作物生物物理参数，而无需损伤作物。高光谱反演的方法不仅适用叶片水平上的测定，而且也适用于作物植株水平和群体冠层水平上的应用，对大面积精确农业管理提供快速准确地遥感测定农作物长势与农学参数数据。
在过去几十年内，遥感技术本身的发展非常迅速，但遥感技术在农业中的应用却出现了不协调的滞后现象，其中遥感监测的精度相对较低是重要的限制因子之一。高光谱遥感提供了大量的波段，而测定农作物参数最佳波段的选择及其组合受不同的农作物种类以及生长状态的影响较大，因此，探讨高光谱植被指数的波段组合(包括中心波段位置和宽度，用于代替传统多光谱遥感波段)、最佳测定的植被指数及经验方程，从而降低数据冗余，提高农作物生物物理参数遥感测定精度，开展大面积农作物遥感监测就显得尤为重要。而采用常规的室内生化方法和传统的宽光谱遥感技术测定农作物生物物理参数，不仅精度不高，费时费力，而且适用面积小，不能实时起到大面积监测农作物生长状况的作用。为了克服常规测定农作物主要生物物理参数如叶绿素密度，叶面积指数等方法的不足，经多年反复试验、测试和验证，发明了此方法。
发明内容
1.发明目的本发明需要解决的技术问题是找到一种快速无损伤光谱反演精准测定棉花生长中的主要生物物理参数方法，以提高传统方法测定作物叶面积指数、叶绿素含量和叶绿素密度等精度和效果。由于采用传统实验室方法测定叶绿素密度和叶面积指数的方法，虽然精度较高，但测定周期相对较长，测定需要较多人力物力的支持，而且每次测定均需采集样品，要损伤部分作物植株，造成一定的经济损失。虽然利用传统宽光谱遥感，可以定性的判断出棉花生长过程中生长发育状况，但不能定量精细地进行描述其生长发育过程中生物物理参数(如叶绿素含量、叶绿素密度和叶面积指数等)的变化情况，对棉花大面积的精细管理不能提出具体准确地施肥浇水管理方案。如传统的多光谱遥感的红光波段多位于叶绿素吸收最高峰处(660-680nm)，已有大量的研究表明，在作物生长的中后期，当作物覆盖度较高，绿度值相对较大时，这一波段处的反射光谱容易达到饱和，从而难以反映出不同田块农作物间的差异。而采用高光谱反演的方法，由于高光谱遥感数据具有较高光谱分辨率(分辨率＜10nm)和连续波谱的诊断性光谱特点，从而能够实现快速无损伤大面积监测棉花生物物理参数，为提高棉花遥感定量监测精度提供了可能。但高光谱波谱数据量很大，可用于估测的植被指数众多，本发明主要从大量高光谱数据中，选择出测定叶绿素含量、叶绿素密度和叶面积指数的敏感波段、合适的植被指数及经验方程，实现较高的测定精度，达到准确地掌握棉花生长过程中的变化特征，为大面积棉花精确农业生产管理服务，提供科学依据和观测LAI和CCD的新方法。
2.技术方案(1)我们采用高光谱反演技术高精度地对棉花的生物物理参数(叶绿素含量、叶绿素密度和叶面积指数)实现快速无损伤测定。
(2)筛选出适宜精准测定棉花等阔叶型农作物中后期叶面积指数及叶绿素密度的最佳植被指数。从常用的植被指数中通过对高光谱数据与LAI及CCD进行逐步回归和相关分析，其测定精度达80％以上，进而从表1的五种指数中筛选出SAVI2、RVI两种最佳测定的植被指数。主要是因为棉花生长中后期植被盖度相比较大时(＞0.65)容易产生饱和，而RVI和SAVI2在植被盖度较大时，对LAI和CCD的变化仍然较为敏感(见附图1)。
(4)筛选出适于棉花生长最佳植被指数NDVI的测定波段。通过地面高光谱实测，对高光谱遥感数据分析540-740nm和750-950nm范围内，任意两个窄波段计算的NDVI，提出一种适用于高光谱遥感测定棉花LAI和CCD的最佳波段和波段组合(见图2和图3)(A)以705nm(波段宽度20nm)波段处的光谱反射率代替目前常用于农作物遥感的红光波段；(B)以780nm(波段宽度40nm)波段处的光谱反射率代替目前常用于农作物遥感的近红外光波段。
(5)经反复试验找到精确测定叶面积指数和叶绿素密度等生物物理参数的定量光谱回归方程。采用逐步回归的方法，首先进入模型的最佳波段两波段为R705和R780，以决定系数(R2)或均方根误差(RMSE)为衡量标准，对这两个波段位置的高光谱数据与LAI和CCD进行线性拟合，得出了测定LAI的最佳经验方程Y＝0.5287×R780-0.202×R705+2.4575，把实测光谱数据代入经验方程，就可求出准确的棉花叶面积指数(见附图4)，其测定精度达到81.8％以上(R2＝0.818，RMSE＝0.352)。
表1.本发明测定棉花主要生物物理参数所选用的光谱植被指数及其计算方程 3.有益效果(1)本发明方法操作简单，快速。运用传统的室内生化及野外测定方式，对叶绿素含量、CCD、LAI等生物物理参数指标的测定，需要采用较多的仪器设备和人员的参与配合，比较耗时耗力。而通过高光谱仪只需2-3人便可在农田进行快速简便采集光谱数据，能成功地运用相关回归方程分析棉花冠层高光谱数据，得到精确的棉花生物物理参数数据。
(2)可实现无损伤测定。与传统室内生化的方法相比，无论测定叶绿素密度，还是测定叶面积指数，每次测定总是需要采集大量棉花样品，对大田作物有所损伤。而采用我们的高光谱反演的测定方法，在小区实验的基础上得出经验方程，可以保证在较高的精度下测定不同营养水平下的棉花生长的主要生物物理参数，而不需要每次都从大田采集样品损伤作物。
(3)测定棉花叶面积指数和叶绿素密度的精度高。本发明属于农业遥感工程技术领域，目前常用于植被遥感监测的红光中心波段位于640-680nm(波段宽度为50-140nm)、近红外中心波段位于800-900nm(波段宽度为30-300nm)。本发明针对于农作物冠层特点和技术应用特点，提出一种适用于农作物遥感监测的波段组合705nm(波段宽度20nm)和780nm(波段宽度40nm)。通过这一简单可行的选择合适的波段组合的方法，使其测定的精度达到80％以上(R2＞0.8)，从而提高农作物遥感监测生物物理参数的精度。
(4)该方法适用于测定多个棉花生物物理参数。该方法不仅对叶绿素含量、叶绿素密度实现精细测定，也可对叶面积指数、含氮量和生物量等进行测定，为此其光谱反演的方法适测范围较广，可测定的指标较多。
(5)该方法适测尺度范围广。不仅适用于棉花叶片水平参数测定，而且也适宜于植株水平和大面积的农田群体冠层水平棉花遥感快速测定，为及时定量分析棉花生物生理参数提供有力的工具支撑。
(6)本方法使用经济成本低。利用我们发明的测定方法只需进行一次性投入，可多次重复使用，只需要根据田间采集到的光谱数据就可分析得到影响棉花生长的生物物理，而无需要每次都采用化学药品进行分析，相对花费的试剂较少，用于观测的成本较低。
四
图1.不同植被指数与棉花生物物理参数(LAI和CCD)间的决定系数图1为我们选用的5种不同植被指数(NDVI，RVI，TSVAI，SVAI2，MSVAI)与作物参数(LAI和CCD)间的决定系数。图中横坐标为选择不同中心波段及其不同宽度的组合方式，如表2中所示。纵坐标为不同版本光谱类型与LAI之间相关性的决定系数，即精度值。从图中可以看出对于宽光谱植被指数，不同的宽光谱Red-NIR对植被指数-作物参数的相关性影响较小，而不同的植被指数对植被指数-作物参数的相关性影响较大(不同植被指数与LAI、CCD间的R2变动幅度分别25.1％和35.4％)，以SAVI2和RVI的表现最好(决定系数R2都高于0.8，精度达80％以上)，而基于λ700-λ800的窄光谱植被指数可改善与植被参数间的相关性。
图2.两波段组合NDVI＝(λ2-λ1)/(λ2+λ1)与叶面积指数(LAI)间的相关性分析2为540-740nm和750-950nm范围内任意两个窄波段(波段宽度为3.5nm)组合的NDVI＝(λ2-λ1)/(λ2+λ1)与叶面积指数LAI间的相关性分析图。图中540-740nm的波段为横坐标，740-950nm波段为纵坐标。图中是根据不同波段组合的NDVI值与LAI之间的决定系数值绘制成的不同灰度的色块图。分类指标见图右不同色块，不同的灰度值代表测定精度值的高低。在图中可以通过颜色最深的部分查找相应的波段，即为NDVI拟合LAI最佳的波段组合方式。
图3.两波段组合NDVI＝(λ2-λ1)/(λ2+λ1)与叶绿素密度(CCD)间的相关性分析3为540-740nm和750-950nm范围内任意两个窄波段(波段宽度为3.5 nm)组合的NDVI＝(λ2-λ1)/(λ2+λ1)与叶绿素密度CCD间的相关性分析。图中540-740nm的波段为横坐标，740-950nm的波段为纵坐标。图中是根据不同波段组合的NDVI值与CCD之间的决定系数值绘制成的不同灰度的色块图。分类指标见图右不同色块，不同的灰度值代表测定精度值的高低。在图中可以通过颜色最深的部分查找相应的波段，即为NDVI拟合CCD最佳的波段组合方式。
图4.逐步线性回归两因子模型与LAI间的相关性分析方程图4为采用逐步回归方法选择出来的两因子线性方程与实测LAI之间的相关分析图。以逐步回归两因子方程(Y＝0.5287×R780-0.202×R705+2.4575)作为LAI理论测定值为横坐标，以实测LAI值为纵坐标。从图中的结果可以看出回归的相关系数比较高为0.818，其精度达81.8％以上，而均方根误差(RMSE)较低为0.352。说明理论方程能较好地对实测LAI值进行精准测定。
表2.不同遥感传感器的红光通道与近红外通道(nm)
注*CW为中心波段，#FWHM为波段宽度*CW＝center wavelength，#FWHM＝full width at halfmaximum五具体实施方式
(1)使用仪器ASD系列野外光谱辐射仪。是由美国分析光谱仪器公司(AnalysicalSpectral Devices)制造。适用于从遥感测量，农作物监测，森林研究到工业照明测量，海洋学研究和矿物勘察的各方面应用。本实验使用的光谱仪为FieldSpecFR，可测定光谱范围350-2500nm，光谱分辨率为3-10nm。
(2)试验地材料及设计试验地设置在江苏省张家港市一大田内进行，试验点位于北纬31°50′，东经120°49′。试验地土壤为砂壤土，土壤较为均匀，土壤肥力中等。棉花品种为该地区大面积生产品种苏棉3号，采用大小行种植，大行80cm，小行40cm，南北行向，种植密度为45000株/hm2。设置不施氮肥和每公顷施纯氮90kg、180kg、360kg四个处理。
(3)测定的时间和日期测定日期分别选择棉花生长的前中后三个时期，在每个时期选择在晴朗少云或无云的天气进行，本次实验选择在7月15日、8月14日和10月1日三个时期测定棉花的群体光谱反射率和作物生长参数(叶面积指数、叶绿素密度、生物量等)，取得野外棉花农田高光谱观测数据及同时期的棉花生物物理参数，并采集部分棉花植株到室内测定叶绿素含量和叶面积指数。测定的时间一般在每天的10:30-14:30之间进行，这一时间段太阳高度角最是一天中最大，光照最强的时间段，可以减少其他环境因素对光谱测定的影响。
(4)测定方法光谱的测定只需2人配合即可进行。一人操作高光谱仪遥感探头，一个辅助操作仪器并记录数据。测量时，将传感器探头向下与地面呈水平平行，观测视场角设定为15°，观测高度为2.3m(视场直径为0.6m)，大行和小行正上方各测定一次)，两个值的平均值作为一个重复(视场范围覆盖大小行)，每个试验小区重复测定10次，以其平均值作为该小区的光谱反射值，测量时及时进行标准白板校正(标准白板反射率为1，这样所测得的目标物光谱是无量纲的相对反射率)。冠层光谱数据测定后，对应测冠层光谱的位置取样测定棉花植株的生物物理参数。对采集的高光谱数据及棉花生长参数进行整理分类，经回归及相关分析，逐步筛选出最适宜的精准测定的植被指数，测定波段及经验方程。
权利要求
1.一种无损伤精准测定棉花生物物理参数的方法，其特征是采用高光谱反演方法从3个水平快速无损伤精准测定棉花主要生物物理参数；具体方法由以下部分构成(1)使用ASD系列野外光谱辐射仪在晴朗少云或无云的天气，测定时间在每天的10:30-14:30之间进行；光谱测定的时期为棉花生长的苗期未郁闭、完全郁闭期及收割前三个时期；(2)测量时，将传感器探头向下与地面呈水平平行，观测视场角设定为15°，观测高度为2.3m，视场直径为0.6m，在观测点两行正上方各测定一次，两个值的平均值作为一个重复，视场范围正好覆盖大小行，每个试验小区重复测定10次，以其平均值作为该小区的光谱反射值，测量时及时进行标准白板校正；(3)冠层光谱数据测定后，对应测定冠层光谱的位置取样测定棉花植株的生物物理参数。
2.根据权利要求1所述采用高光谱反演方法快速无损伤精确测定棉花生物物理参数的方法，其特征在于不仅适用于棉花叶片水平及植株水平的测定，也适用于大面积作物植物冠层水平的测定。
3.根据权利要求1所述采用高光谱反演方法快速无损伤精准测定棉花生物物理参数的方法，其特征在于筛选出两个对棉花中后期LAI及CCD测定的敏感的最优植被指数SAVI2，RVI。
4.根据权利要求1所述采用高光谱反演方法快速无损伤精确测定棉花生物物理参数的方法，其特征在于适用于农作物遥感监测的波段及其组合705nm，波段宽度20nm和780nm，波段宽度40nm的波段组合。
5.根据权利要求1所述采用高光谱反演方法快速无损伤精确测定棉花生物物理参数的方法，其特征是根据光谱反射率直接测定LAI的经验方程为Y＝0.5287×R780-0.202×R705+2.4575。
全文摘要
本发明属于农业遥感工程技术领域。针对棉花阔叶型冠层特征和生长特点，选择了适宜棉花生长中后期测定LAI和CCD的两种较高精度的植被指数SAVI2及RVI(精度达80％以上)；找到一种适用于棉花生长期进行遥感测定的常用的植被指数NDVI的最佳波段组合705nm(波段宽度20nm)和780nm(波段宽度40nm)两波段与波段组合；提出一种根据高光谱反射率测定棉花LAI经验回归方程Y＝0.5287×R
文档编号G01N21/25GK1837787SQ20061003966
公开日2006年9月27日 申请日期2006年4月19日 优先权日2006年4月19日
发明者范亚民, 李建龙, 赵德华, 干晓宇, 潘永年 申请人:南京大学