高光譜數(shù)據(jù)與水稻農(nóng)學(xué)參數(shù)之間的相關(guān)分析

2024年3月9日發(fā)(作者：fade歌詞)

維普資訊

浙江土學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版）　

ｅ　Ｓｅ１．）　

Ｊｏｕｒｎａｌ　ｏｆ　Ｚｈｅｊｉａｎｇ　Ｕｎｉｖｅｒｓｉｔｙ（Ａｇｒｉｃ．　

＆Ｌｉｆ

文章編號：１００８　９２０９（２００２）０３　０２８３　０６　

高光譜數(shù)據(jù)與水稻農(nóng)學(xué)參數(shù)之間的相關(guān)分析　

王秀珍，黃敬峰，李云梅，沈掌泉，王人潮　

浙江大學(xué)農(nóng)業(yè)遙感與信息技術(shù)研究所，浙江杭州３１００２９）　

摘要：通過田問　１、區(qū)試驗，獲取水稻整個生育期內(nèi)不同氟素處理的葉面積指敷（１　ＡＩ），葉片葉綠素分　

量（ＣＨＬ．Ｃ）、葉綠素密度（ＣＨＩ　．Ｄ）與高光譜分辨率遙感數(shù)據(jù)．分析其變化過程，并利用微分技術(shù)處理水　

稻群體反射光譜以減少土壤等低頻背景光譜噪音的影響．通過單相關(guān)分析和遙步回歸方法研宄水稻　

ＬＡＩ、ＣＨＬ．Ｃ、ＣＨＬ．Ｄ分別與光譜反射率、反射率的一階微分光譜的相關(guān)關(guān)系．結(jié)果表明，微分技術(shù)能夠　

致善光譜敷據(jù)與ＬＡＩ、ＣＨＩ　．Ｃ的相關(guān)眭，而與鮮葉ＣＨＬ．１）的相關(guān)性較低．　

關(guān)　鍵詞：葉面積指數(shù)：葉綠素分量；葉綠素密度；相關(guān)分析　

文獻標(biāo)識碼：Ａ　中圍分類號：￥５０１　

ＷＡＮ（；Ｘｉｕ　ｚｈｅｎｇ．ＨＵＡＮＧ　Ｊｉｎｇ　ｆｅｎｇ，ＬＩ　Ｙｕｎ—ｍｅｉ，ＳＨＥＮ　Ｚｈａｎｇ　ｑｕａｎ，ＷＡＮＧ　Ｒｅｎ—ｅｈａｏ（Ｉｎｓｔ－　

Ａｇｒｉｃｕｌｔｕｒａｌ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ＆ｌｏｆｏｒｍａｔｌｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，Ｚｈ　ａｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ　３１００２９，　

Ｃｈｉｎａ　Ｊ　

Ｒｅｌａｔｉｏｎｓｈｉｐｓ　ｂｅｔｗｅｅｎ　ｒｉｃｅ　ａｇｒｉｃｕｌｌｔｔｒａｌ　ｐａｒａｍｅｔｅｒ　ａｎｄ　ｈｙｐｅｒｓｐｅｃｗａ　ｄａｔａ．Ｊｏｕｒｎａｌ　ｏｆ　Ｚｈｅｊｉａｎｇ　

Ｕｎｉｖｅｒｓｉｔｙ（Ａｇｒｉｃ＆Ｌｉｆｅ　Ｓｃｉ．），２００２，２８（３）：２８３　２８８　

Ａｂｓｔｒａｃｌ　Ｔｈｅ　ｐａｐｅ　ｒ　ｓｔｕｄｉｅｄ　ｔｈｅ　ｖａｒｉａｔｉｏｎ　ｏｆ　Ｌｅａｆ　ａｒｅａ　ｉｎｄｅｘ（ＬＡＩ），ｌｅａｆ　ｃｈｌｏｒｏｐｈｙｌｌ　ｃ（】ｎｔｅｎｒ（ＣＨＬ．Ｃ），　

ｆｒｅｓｈ　ｌｅａｆ　ｃｈｌｏｒｏｐｈｙｌｌ　ｄｅｎｓｉｔｙ（ＣＨＩ—Ｄ）ａｎｄ　ｈｙｐｅｒｓｐｅｃｔｒａ］ｄａｔａ　ｉｎ　ｇｒｏｗｉｎｇ　ｐｅｒｉｏｄ。ｎ　ｒｉｃｅ　ｆｉｅｌｄ　ｐｌｏｔｓ　ｏｆ　

ｄｉｆｆｅｒｅｎｔ　ｎｉｔｒｏｇｅｎ　ｌｅｖｅｌｓ．Ｔｈｅ　ｃｏｒｒｅｌａｔｉｏｎｓ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｈｙｐｅｒｓｐｅｃｔｒａ］ｄａｔａ　ａｎｄ　ａｂｏｖｅ　ｐａｒａｍｅｔｅｒｓ　ｏｆ　ｒｉｃｅ　

ｗｅｒｅ　ａｎａｌｙｚｅｄ．Ｓｐｅｃｔｒａｌ　ｄｅｒｉｖａｔｉｖｅ　ｔｅｃｈｎｉｑｕｅ　ｗａｙ，ｕｓｅｄ　ｔｏ　ｓｕｐｐｒｅｓｓ　ｔｈｅ　ｅｆｆｅｃｔｓ　ｏｆ　ｈｌｗ　ｆｒｅｑｕｅｎｃｙ　ｂａｃｋ—　

ｇｒｏｕｎｄ　ｓｐｅｃｔｒａｌ　ｎｏｉｓｅｓ（ｓｕｃｈ　ａｓ　ｓｏｉｌ　ａｎｄ　ｓｏ　ｏｎ）．　Ｔｈｅ　ｄｅｒｉｖａｔｉｖｅｓ　ｏｆ　ｒｅｆｌｅｃｔａｎｃｅ　ｓｐｅｃｔｒａ　ｃａｎ　ｅｎｈａｎｃｅ　ｔｈｅ　

ｃｏｒｒｅｌａｔｉｏｎ　ａｎｄ　ｉｍｐｒｏｖｅ　ｐｒｅｃｉｓｉｏｎ　ｉｎ　ｐｒｅｄｉｃｔｉｎｇ　ＬＡＩ．ＣＨ１　Ｃ－ＣＨＬ．Ｄ．Ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｒｅｌａｔｉｏｎ　

ｓｈｉｐ　０ｆ　１ＩＡＩ，ＣＨＩ　Ｃ，ＣＨ１　Ｄ　ｗｉｔｈ　ｔｈｅ　ｄｅｒｉｖａｔｉｖｅｓ　ｏｆ　ｒｅｆｌｅｃｔａｎｃｅ　ｓｐｅｃｔｒａ　ｍｏｒｅ　ｍａｒｋｅｄｌｙ　ｃｏｒｒｅｌａｔｅ　ｏｆ　

ｗｉｔｈ　ｒｅｆｌｅｃｔａｎｃｅ　ｓｐｅｃｔｒａ　ａｔ　ｓｏｎｉｃ　ｗａｖｅｌｅｎｇｔｈ．　

Ｋｅｙ　ｗｏｒｄｓ：ＬＡＩ；ｃｈｌｏｒｏｐｈｙｌｌ　ｃｏｎｔｅｎｔ；ｃｈｌｏｒｏｐｈｙｌｌ　ｄｅｎｓｉｔｙ；ｒｅｇｒｅｓｓｉｏｎ　ａｎａｌｙｓｉｓ　

利用植被指數(shù)（指用少數(shù)幾個寬光譜波段　

組成）與植被生物物理參數(shù)（ＬＡＩ、生物量、葉綠　

索含量）建立簡單相關(guān)關(guān)系，Ｃｈｏｕｄｈｕｒｙ　Ｂ　Ｊ，　

Ｈｖｅｔｅ　Ａ　Ｒ．Ｃｏｗａｒｄ　Ｓ　Ｎ和Ｈｖｅｍｍｒｉｅｈ　Ｋ　Ｆ　

收稿日期；２００１　０４　０６　

基金項目：國家自然科學(xué)基金資助項目（４０１　７１＇３６５）和國　

家自然科學(xué)基金資助項目（４９７７１　０５６）　

作者簡介王秀珍（１９６１　．女，ｆ】Ｊ東榮城人．博士－副研　

等已做了．大量的工作ｕ　，解決了許多同題，但　

也發(fā)現(xiàn)寬波段對某些細(xì)微的技術(shù)問題難以解　

究員；從事農(nóng)業(yè)遙感與信息技術(shù)血用研究，現(xiàn)在浙江省氣象科　

學(xué)研究所工作．Ｅ　ｍａｒｌ：Ｘｉｕｚｈｅｎ　ｗａｎｇ＠２６３　ｎｅｔ　

決　．隨著遙感技術(shù)的迅速發(fā)展，高光譜分辨率　

維普資訊

２８４　浙訌?fù)翆W(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版　第２　８卷　

遙感成像光譜技術(shù)使得遙感應(yīng)用于植被地學(xué)分　

２５日播種．１　９９９年７月２４日，２０００年７月２１　

析可以在光譜維上展開，準(zhǔn)實時地獲取地物的　

日移栽．　

影像和每個像元的光譜分布，以允許從空中對　

１．２葉片葉綠素測定　

地面目標(biāo)物進行直接識別和微弱光譜差異的定　

采用４．５：４．５｛１的ＣＨ　３ＣＨ２ＯＨ　

量分析．在植被遙感研究中表現(xiàn)出強大優(yōu)勢【５一．　

ＣＨ。ｃｏｃＨ。：Ｈ　０混合提取液浸提２４　ｈ，再用　

利用高光譜分辨率遙感技術(shù)對植被進行生長監(jiān)　

７２—２型分光光度計測定一定波長的光密度，用　

測和研究光譜與植被生物物理參量之間的關(guān)　

下式求出葉綠素ａ、葉綠素ｂ和類胡蘿　素　

系，在農(nóng)業(yè)中具有廣泛的應(yīng)用前景．　

含量：　

通過監(jiān)測作物生育期內(nèi)的光譜變化，研究　

Ｃｈｌａ一９．７８４　０Ｄｓ　～０．９９０　ＯＤ５“　

作物的反射光譜與葉面積指數(shù)（ＬＡＩ）、葉綠素　

Ｃｈｌｂ一２１．４２６　ＯＤ　４．６５０　ＯＤ　

密度（ＣＨＩ　．Ｄ）等農(nóng)學(xué)參數(shù)之間的關(guān)系，使人們　

Ｃａｒ一４．６９５　ＯＤ圳一０．２６８（Ｃｈｌａ＋Ｃｈｌｂ）　

能夠定性描述和定量分析作物的生長與遙感光　

Ｃｈｉｔ—Ｃｈｌａ——Ｃｈｌｂ　

譜數(shù)據(jù)之間的關(guān)系．　

式中：Ｃｈｌａ、Ｃｈｌｂ、Ｃｈｈ分別為葉綠素ａ、葉綠素　

通常，使用高光譜分辨率遙感數(shù)據(jù)估計作　

ｂ和葉綠素的總含量；Ｃａｒ為類胡蘿ｈ素含量；　

物農(nóng)學(xué)參數(shù)主要有兩類方法；一是通過多元回　

ＯＤ　、ＯＤ　分別為６４４　ｎｎｌ和６６２　ｎｍ的光　

歸方法建立光譜數(shù)據(jù)或由此衍生的植被指數(shù)與　

密度．　

作物農(nóng)學(xué)參量之間的關(guān)系　。１ｌ；二是通過作物的　

１．３發(fā)育期觀測和ＬＡＩ測定　

紅邊參數(shù)描述作物的物候變化及其農(nóng)學(xué)參　

移栽后，在進行水稻生育期觀測的基礎(chǔ)上，　

數(shù)　．本文結(jié)臺水稻的生長發(fā)育規(guī)律，對水　

于分蘗盛期、拔節(jié)期、孕穗期、抽穗期、乳熟期，　

稻進行多時相的光譜反射率和農(nóng)學(xué)參量測量，　

進行Ｉ　ＡＩ．葉片鮮、干重測定．ＬＡＩ測定采用干　

分析水稻光譜反射率的物候變化規(guī)律，以及遙　

葉稱重法，即：　

感光譜數(shù)據(jù)和水稻農(nóng)學(xué)參數(shù)之間的關(guān)系，利用　

全部葉片的面積（Ａ）與部分葉片葉面積　

微分技術(shù)處理水稻群體光譜．通過相關(guān)分析方　

（　）之比等于全部葉片的干重（　）與部分葉片　

法研究水稻葉面積指數(shù)、葉綠素含量、葉綠素密　

的干重（”）之比．即：　

度與群體光譜反射率、反射率的一階微分光譜　

Ａ／ａ—　／Ⅻ，Ａ＝ｄ×Ｗ／ｗ　

的相關(guān)關(guān)系，以促進高光譜分辨率遙感技術(shù)在　

將部分葉片平鋪、固定在白紙上，復(fù)印、掃　

作物生長監(jiān)測和產(chǎn)量估測中的應(yīng)用．　

描人計算機．在計算機ＧＩＳ軟件下跟蹤圖斑輪　

廓，計算面積（ｎ）．全部葉片的面積（』４）與占地　

１試驗方法及數(shù)據(jù)獲取　

面積之比得到ＬＡＩ．　

１．４光譜反射率測定　

１．１田間試驗概況　

冠層光譜用光譜儀一ＦｉｅｌｄＳｐｅｃ。（美國ＡＳＤ　

田間試驗于１９９９、２０００年在浙江大學(xué)華家　

公司生產(chǎn)）測定，視場角２ｊ。，光譜反射率經(jīng)專　

池校區(qū)試驗農(nóng)場（３０。１４　Ｎ，１２Ｏ　１Ｏ　Ｅ）內(nèi)的同一　

用平面白板標(biāo)準(zhǔn)化．該儀器測定５１２個光譜波　

地塊上進行．供試品種是秀水６３；小區(qū)面積２Ｏ　

段，波段范圍為３３３．０５～１　０５６．０６　ｎｍ，光譜波　

ｍ　，４個重復(fù)，隨機排列：５個氯素水平處理．分　

段間隔為１．４１　ｎｍ．選擇晴朗無風(fēng)天氣，分別在　

別施純氨０、４５、１３５、２２５、３１　５　ｋｇ／ｈｍ　．使水稻　

水稻分蘗、拔節(jié)、孕穗、抽穗和乳熟期測定，每次　

生長呈嚴(yán)重缺氮、缺氮、適量氮、過量氮、嚴(yán)重過　

測定時間為北京時１０：１　５～¨：４５（太陽高度角　

量氮（用ｎ１、ｎ２、ｎ３、ｎ４、ｎ５表示）．分別在返青　大于４５。）．傳感器探頭垂直向下，與冠層頂相　

期，拔節(jié)期和抽穗始期按６０　、３Ｏ　和１０　施　

距約０．７５ｍ，觀測范圍直徑為０．６２ｎ每個小　

人，鉀肥在拔節(jié)期和抽穗始期分兩次等量均勻　

區(qū)內(nèi)不同點測定１０次．取平均值作為該小區(qū)的　

施人各小區(qū)；行、株距為０．１４　１＂Ｉ１×０．１　７　ｍ，田間　

光譜反射值，每個小區(qū)測定前、后都立即進行白　

管理按大田管理方式進行．兩年試驗均于６月　板校正．光譜測定后，取樣待測農(nóng)學(xué)參數(shù)，　

維普資訊

第３期　王秀珍，等　高光譜數(shù)據(jù)與木稻農(nóng)學(xué)參數(shù)之間的相關(guān)分析　２８５　

迅速減小．　

２數(shù)據(jù)處理與分析　

葉綠素含量的多少既反映水稻生長的狀　

況，又表征水稻的生產(chǎn)的能力，直接影響著水稻　

，＿＿＿＿＿＿＿Ｌ＿＿

將測得的水稻不同發(fā)育期冠層的反射光　

經(jīng)濟產(chǎn)量的高低．圖２所示，ｎ３、ｎ４和ｎ５處理　

譜，用ＡＳＤ公司提供的Ｐ（）ＲＴＳＰＥＣ　和　

隨生育進程，ＣＨＬ．Ｃ不斷增加，到孕穗期前后　

ＶＮＩＲ　軟件進行處理，有了光譜數(shù)據(jù)，對這些　

群體的ＣＨＬ．Ｃ達(dá)到最高．雖然葉面積指數(shù)持　

數(shù)據(jù)求微分，得到微分光譜．　

續(xù)穩(wěn)定到生育后期，但是孕穗期以后葉片的葉　

應(yīng)用微分技術(shù)處理這種“連續(xù)”的光譜是遙　

綠素含量下降．而ｎｌ隨生育進程，ＣＨＬ　Ｃ不斷　

感中常用的數(shù)學(xué)方法，Ｄｅｍｅｔｒｉａｄｅｓ等綜述了遙　

減少；而ｎ２隨生育進程，到拔節(jié)期ＣＨＬ．Ｃ達(dá)　

感中高光譜分辨率微分光譜的應(yīng)用潛力Ｅｌ　ｚ］，并　

到最大，隨后呈遞減趨勢　

且指出，如果目標(biāo)物的光譜由不同成分的貢獻　

４　

一　

構(gòu)成，則使用微分技術(shù)能部分消除低頻光譜成　

分的影響．土壤等背景的光譜信息相對于植被　

光譜的變化較為平緩，故認(rèn)為微分技術(shù)能夠部　

三　

分去除土壤等背景的影響，而植被的光譜信息　

舌　‘　

能得到較好的保留．　

０　

２Ｏ　３Ｏ　４０　５０　６０　７０　

相關(guān)分析用于計算每個光譜通道的原始光　

柑　

譜反射率以及一階微分光譜數(shù)據(jù)與ＬＡＩ、　

圖２不同氮處理的水稻ＣＨＬ．Ｃ　

ＣＨＬ．Ｃ、ＣＨＩ　．Ｄ的相關(guān)系數(shù)．　

隨時間變化曲線（１９９９年）　

２．１水稻葉面積指數(shù)、葉綠素含■與密度在各　

Ｆｉｇ　２　Ｔｈｅ　ｖａｒｉａｔｉｏｎ　ｏｆ　ｒｉｃｅ　ＣＨＩ　．Ｃ　ｉｎ　ｄｉｆｆｅｒｅｎｔ　

生育期間的變化　

ａｐｐｌｌｅｄ　ｎｉｔｒｏｇｅｎ］ｅｖｅＩｓ　ｗｉｔｈ　ｔｉｍｅ　ｆ１９９９）　

不同氮處理的水稻ＬＡＩ變化曲線呈拋物　

線變化規(guī)律（圖１，除ｎ１處理在乳熟期Ｉ　ＡＩ出　

通常，把葉片葉綠素含量（ｃＨＩ　＿ｃ）與單位　

現(xiàn)異常外）．從移栽到抽穗階段，由于水稻分蘗　

面積總綠葉鮮重的乘積定義為葉綠素密度　

數(shù)量增加，單葉面積持續(xù)增長，促使ＬＡＩ不斷　

（ｃＨｌ　．Ｄ），抽穗期ｃＨＩＪ＿Ｄ達(dá)到最大值（除ｎ１　

增加，ＬＡＩ增加的速率由快至慢，至抽穗期．無　

在拔節(jié)期達(dá)到最大值外），隨后迅速降低（圖　

效分蘗死亡．而單葉面積仍然增加，ＬＡＩ達(dá)到最　

３）．從季節(jié)變化趨勢來看，群體的ＣＨＬ．Ｄ與葉　

大值．到乳熟期以后，由于葉片已經(jīng)不能進行較　

面積指數(shù)的變化規(guī)律相似，這是因為群體的　

強的光合作用，葉片不斷將養(yǎng)分轉(zhuǎn)移到穗部，并　

ＣＨＬ．Ｄ包含有ＬＡＩ與單葉葉綠素含量的信　

逐漸衰老，植株下部的葉片逐漸枯黃干死，ＬＡＩ　

息，是二者的綜合體現(xiàn)．從５種氮處理的水稻變　

５　

４　

３　

弓２　

ｌ　

０　

２０　３０　４０　５０　６０　７０　

２０　３０　４０　５０　６０　７０　

棚　

ｌｍ　

圄ｌ不同氮處理的水稻ＬＡｌ隨　圖３不同氮處理的水稻ＣＨＬ．Ｄ隨　

時間變化曲線（１９９９年）　時間變化曲線（１９９９年）　

Ｆｉｇ　１　Ｔｈｅ　ｖａｒｉａｔｉｏｎ　ｏｆ　ｒｉｃｅ　ＬＡＩ　ｉｎ　ｄｉｆｆｅｒｅｎｔ　ａｐｐｌｉｅｄ　Ｆｉｇ　３　Ｔｈｅ　ｖａｒｉａｔｉｏｎ　ｏｆ　ｒｉｃｅ［：ＨＩ　Ｄ　ｉｎ　ｄｉｆｆｅｒｅｎｔ　

ｎｉｔｒｏｇｅｎ　ｌｅｖｅｌｓ　ｗｉｔｈ　ｔｉｍｅ（１９９９）　ａｐｐｌｉｅｄ　ｎｉｔｒｏｇｅｎ］ｅｖｅＩ　ｓ　ｗｉｔｈ　ｔｉｍｅ（１９９９）　

維普資訊

２８６　浙江大學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版）　第２　８卷　

化趨勢來看．１　ＡＩ、ＣＨＩ—Ｃ和ＣＨＩ　．Ｄ有類似的　

收帶．水稻ＬＡ１與群體光譜反射率在７４０　ｎｍ　

變化規(guī)律，Ｉ　ＡＩ、ＣＨＬ．Ｃ和ＣＨＬ．Ｄ的值是ｎｊ　

以后的近紅外波段有較好的相關(guān)關(guān)系，呈正相　㈨¨　０　雌　㈣　

＞ｎ４￣ｎ３＞ｎ２＞ｎｌ（除ｎ１處理在乳熟期ＬＡＩ　

關(guān)．這是葉片結(jié)構(gòu)和作物葉片在近紅外波段的　

出現(xiàn)異常外），即ＬＡＩ、ＣＨＩ　．ｃ和ＣＨＬ．Ｄ值在　

多次反射造成的．在７３０～７６０　ｎｍ范圍相關(guān)系　

各發(fā)育期隨施氨量的增加而增加．　

數(shù)低且達(dá)不到顯著水平，其原因是該光譜范圍　

２．２水稻光譜與農(nóng)學(xué)參數(shù)的相關(guān)分析　

正處于葉綠素等色素吸收波段與植物細(xì)胞結(jié)構(gòu)　

２．２．１　水稻光譜反射率廈一階微分光譜與　

散射引起的近紅外高反射區(qū)的交接區(qū)域內(nèi)．　

ＬＡ１在各生育期間的相關(guān)分析　在對水稻主　

由于相似的反射率光譜衄線導(dǎo)致微分光譜　

要生育期的不同氮素處理小區(qū)進行光譜觀測的　

的相似值或零交叉點，微分光譜處理對高頻噪　

同時，進行農(nóng)學(xué)參數(shù)的測定，分別計算各光譜波　

聲較敏感，這都將減弱ＬＡＩ與一階微分光譜的　

段的反射率和反射率一階微分與ＬＡ１的相關(guān)　

相關(guān)性　．通過水稻冠層一階微分光譜與ＬＡＩ　

系數(shù)，圖４為水稻ＬＡＩ與光譜數(shù)據(jù)的相關(guān)分析　

的相關(guān)分析可知，在某些波段１　ＡＩ與一階微分　

（樣本數(shù)２５ｊ，從圖４（ａ）可以看出．水稻Ｉ　ＡＩ與　

的相關(guān)性比反射率好，如７３０～７６Ｏ　ｎｉｌ光譜范　

群體光譜反射率在可見光和７４０ｎｍ以后的近　

日，在某些較窄的光譜波段相關(guān)性極好，一階微　

紅外波段內(nèi)有較好的相關(guān)關(guān)系，達(dá)到９９　置信　

分光譜和Ｉ　ＡＩ之間的最大相關(guān)系數(shù)是０．９３１，　

度下的顯著相關(guān)．這是葉綠素在４００～５００　ｉ＇ｌｍ、　

波長發(fā)生在７４３．３７　ｎｎｌ處（圖４ｂ）．這個波長是　

ｆ，輕峨　

６３Ｏ～６８０　ｎｍ兩個波段的強烈吸收所造成的．　

光譜變化最大的位置，位于紅邊范圍．意味著～　

畦　。　蚍　舢　舶　

波長在６７１．２１　ｌｌｉｉ１處存在著最大的相關(guān)系數(shù)．　

階微分光譜在一些特殊的波長處估計ＬＡＩ時　

為一０．８７５，這個波長處于紅光區(qū)，與Ｐｒａｓａｄ　Ｓ．　

具有高的窄光譜波段的預(yù)測能力，這與浦瑞良　

Ｔ．等使用的光譜區(qū)域６８２　ｎｍ相近【　］．在５５０　

ｉ＇１１ＴＩ附近兩者的相關(guān)程度明顯不如上述兩個吸　

ａ　－０．０　１囂　

．—　

＼　

赫　

／　

垛　

＝１ｉｌｒ　

，　

＊，　

：　—～√二燃　

ｂ　Ⅱ二　囂　

ｔ　ｌ　

Ｔ　

肘，ｆ　ｎ　

ｌ　．　ｌ‘ｌ　』　｜？１

＼　

．

赫　

一　

Ｉ

’　

ｊ　

婿　

’

窶　

被長　ｒｉ

ｍｌｌ’Ｉ　

———　ｒ　‘　

晰　ｆｆ＝　

１　

ａ、ｂ分別是冠層光譜和一階微分光譜　

ａ１ｂ分別是冠層光譜和一階微分光譜及　

丑ＬＡＩ的相關(guān)關(guān)系　

ＣＨＩ　Ｃ的相關(guān)關(guān)系　

圖４水稻光譜與ＬＡＩ的相關(guān)關(guān)系（１９９９）　

圖５水稻光譜與ＣＨＬ　Ｃ的相關(guān)關(guān)系（１９９９）　

Ｆｉｇ　４　Ｃｏｒｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｓｐｅｃｔｒａ　ａｎｄ　

Ｆｉｇ　Ｓ　Ｃｏｒｒｅｌａｔｉｏｎ　ｂｅｔｗ（：ｅＩ１　ｌｈｅ　ｓｐｅｃｔｒａ　ａｎｄ　

ＬＡＩ　ｏｉ　ｒｉｃｅ（１９９§）　

ＣＨＩ　Ｃ　０｛ｒＬ　ｃｔ（１　９９９）　

整　

。

維普資訊

第３期　王秀珍，等　高光譜數(shù)據(jù)與水稻農(nóng)學(xué)參數(shù)之間的相關(guān)分析　２８７　

等對森林葉面積指數(shù)與高光譜數(shù)據(jù)的相關(guān)分析　

的結(jié)果一致．　“　

２．２．２水稻反射率和反射率一階微分與各生　

射率一階微分在某些窄波段處與ＣＨＬ．Ｄ相　

關(guān)，如在９３８　ｎｍ附近和９５８　ｒｉｍ附近，具有置　

信度為９ｊ　下的顯著相關(guān)．相關(guān)性起伏波動很　

拳　

¨　

育期冠層ＣＨＩ　．Ｃ的相關(guān)分析　如圖ｊａ與　

大，說明用光譜信息直接表達(dá)ＣＨＬ．Ｄ有問題，　

圖５ｂ所示．由水稻冠層反射率、一階微分與　

一

是由于本研究ＣＨＩ　．Ｄ僅為鮮葉的，非整個　

ＣＨＬ．Ｃ的相關(guān)分析可以看出，相關(guān)范圍明顯縮　冠層的．未包括莖　穗等的ＣＨＬ．Ｄ，而冠層光譜　

小，相關(guān)程度也明顯不如ＬＡＩ，只在７０８～７４０　

則是冠層群體的綜合反映，減弱了ＣＨＬ．Ｄ與　

ｌｌｎｌ波段，水稻反射率與ＣＨＩ—Ｃ具有置信度為　光譜數(shù)據(jù)的相關(guān)性，二是鮮葉重量包含水份重　

９５　下的顯著相關(guān)。波長在？２３．５６　１１ｍ處存在　

量，而水份對冠層光譜的影響很大，因此，利用　

著最大相關(guān)系數(shù)．為０．５２１　７７，這個波長處于　

高光譜分辨率遙感數(shù)據(jù)來估算群體ＣＨＬ．Ｄ，還　

紅邊區(qū)．一階微分光譜和ＣＨＩ　．Ｃ之間的最大　

需要做進一步的研究工作．　

相關(guān)系數(shù)是０．５９２　８．發(fā)生在波長７１　２．２４　Ｔａｍ　

處．一階微分與ＣＨＬ．Ｃ的相關(guān)性在某些波段　

３結(jié)論與討論　

高于反射率與ＣＨＬ．Ｃ的．但低于一階微分與　

ＬＡＩ的．　

水稻葉面積指數(shù)、葉綠素含量、葉綠素密度　

２．２．３水稻反射率和反射率一階微分與各生　

隨施氮量增加而增加，光譜在各生育期間呈現(xiàn)　

育期冠層ＣＨＬ．Ｄ的相關(guān)分析　如圖６ａ與　

出一定的規(guī)律性．光譜與農(nóng)學(xué)參量相關(guān)分析的　

圖６ｂ所示，為水稻反射率和反射率的一階微分　

結(jié)果表明．微分光譜在某些波段（位于紅邊區(qū)域　

與ＣＨＬ．Ｄ的相關(guān)分析，可以看出，反射率和反　

的光譜變量）與葉面積指數(shù)、群體的ＣＨＬ．Ｃ具　

射率一階微分與ＣＨＬ．Ｄ的相關(guān)性明顯不如與　

有比原始反射率好的相關(guān)關(guān)系，比原始反射率　

ＣＨＬ．Ｃ的．原始光譜僅在極少數(shù)波段處與　

光譜具有更好的單變量（光譜通道）預(yù)測作物生　

ＣＨＬ．Ｄ具有置信度為９５　下的顯著相關(guān)，反　

物物理參數(shù)的能力．這是由于光譜微分技術(shù)用　

０　

Ｏ　６　

于分析作物的光譜特征能夠部分消除背景噪聲　

０．５　

的影響．　

亡０Ａ　

。。　

原始光譜和反射率一階微分僅在極少數(shù)波　

０．２　

段處與ＣＨＬ．Ｄ具有置信度為９５　下的顯著相　

霉　０１　

…。　

＝｝＼｜Ｉｌｊ　

關(guān)．且反射率一階微分與ＣＨＩ—Ｄ的相關(guān)性起　

０　

Ｉ１　５３３　７３３…９３３　

伏波動很大．說明光譜信息與ＣＨＬ．Ｄ相關(guān)性　

—

０Ｉ　

波長／　

較差，與有些學(xué)者的研究結(jié)果不一致口　“日；分　

加２　

ｂ一０．０１檢殛水　—ｏ．ｏｓｉａ．￣ａｋＴ－　

析其原因可能是本研究的ＣＨＬ．Ｄ僅來自鮮　

葉，而非整個冠層，未包括莖、穗等，而冠層光譜　

則是冠層群體的綜合反映．減弱了ＣＨＬ．Ｄ與　

光譜數(shù)據(jù)的相關(guān)性．此外．鮮葉重量包含水份重　

量．而水份對冠層光譜的影響很大，再加上試驗　

過程受天氣條件限制，所取材料樣本數(shù)量有限，　

為此，利用高光譜分辨率遙感數(shù)據(jù)來估算群體　

ＣＨＩ　．Ｄ，還需要做進一步的研究工作，需要增　

加樣本量和用群體ＣＨＬ．Ｃ、ＣＨＬ．Ｄ（包括莖、　

、

ｂ分別是冠層光譜和一階微分光譜及　

ＣＨＬ　Ｄ的相關(guān)關(guān)系　

葉、穗等）來研究水稻的生物物理參量與高光譜　

圉６水稻光譜與ＣＨＬ．Ｄ相關(guān)關(guān)系（１９９９）　

分辨率遙感數(shù)據(jù)的關(guān)系．提取對水稻生化成分　

Ｆｉｇ．５　Ｃｏｒｒｅｌａｔｉｏｎ　ｂｅｔ…｝ｎＦ　ｓｐ　ａ　ａｎｄ　

敏感的光譜波段，研究高光譜分辨率遙感數(shù)據(jù)　

ＣＨＬ　Ｄ　ｒｉｃｅ（１９９０）　

在農(nóng)業(yè)中估計農(nóng)學(xué)參量的潛力　

維普資訊

浙－；土大學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版）　第８　８卷　

Ｒｅｆｅｒｅｎｃｅｓ：　

［８］Ｄａｎｓｏｎ　Ｆ　Ｍ．Ｒｅｄ　ｅｄｇｅ　ｒｅｓｐｏｎｓｅ　ｔｏ　ｌｅａｆ￣ｔ＇ｅＲ　ｉｎｄｅｘ［Ｊ］．　

１］Ｃｈｏｕｄｈｕｒｙ　Ｂ』．Ｒｅｌａｔｉｏｎｓｈｉｐｓ　ｂｅｔｗｅｅｎ　Ｖｅｇｅｔａｔｉｏｎ　Ｉｎ．　

ｉｎ￣．，．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ．１９９５，１６（１）：１８３　１８８　

ｄｉｃｅｓ－Ｒａｄｉａｔｉｏｎ　Ａｂｓｏｒｐｔｉｏｎ　ａｎｄ　Ｎｅｔ　Ｐｈｏｔｏ…ｔｈｅｓ　Ｅ　

［９］ｐｉｎａｒ　Ａ．Ｇｒａｓｓ　ｃｈｌｏｒｏｐｈｙｌｌ　ａｎｄ　ｔｈｅ　ｒｅｆｌｅｃｔａｎｃｅ　ｒｅｄ　

ｖａｌｕａｔｅｄ　ｂｙ　Ｓｅｎｓｉｔｉｖｉｔｙ　Ａｎａｌｙｓｉｓ［Ｊ］Ｒｅｍｏｔｅ　Ｓｅｓｉｎｇ　Ｅｎ　

ｅｄｇｅ［Ｊ］．１ｎｔ．Ｊ．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，１９９６，１７（２）：３５１—３５７．　

ｉｙ…　ｆ．１９８７．２２（２）　２０９　８３３．　

［】０］Ｆｉｌｅｌｉａ　Ｉ．Ｔｈｅ　ｒｅｄ　ｅｄｇｅ　ｐｏｓｉｔｉｏｎ　ａｎｄ　ｓｈａｐｅ　ａｓ　ｉｎｄｉｃａｔｏｒｓ　

：８］Ｈｖｅｔｅ　Ａ　Ｒ　Ａ　Ｓｏｉｌ　ａｄｊｕｓｔｅｄ　ｖｅｇｅｔａｔｉｏｎ　Ｉｎｄｅ￣（ＳＡＶＩ）　

ｏｆ　ｐｌａｎｔ　ｃｈｌｏｒｏｐｈｙｌｌ　ｃｏｎｔｅｎｌ，ｂｉｏ￣ｍｓｓ　ａｎｄ　ｈｙｄｒ［￣ｓｔＫｔｕＳ　

［Ｊ］Ｒｅｍｏｔｅ　Ｓｅｓｉｎｇ　Ｅｎｖｉｒｏｎｍｅｎｔ，１９８８，２５（３　：８９５—　

＿Ｊ］．ｉｎｔ．Ｊ．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ．１９９４，１５（７）｛１４５９—１４７０．　

３０９　

［１１］Ｒａｉｌｙａｎ　Ｖ　Ｙ　Ｒｅｄ　ｅｄｇｅ　ｓｔｒｉｃｔｕｒｅ　ｏｆ　ｃａｎｏｐｙ　ｒｅｆｌｅｃｔａｎｃｅ　

［３：　Ｃｏｗａｒｄ　Ｓ　Ｎ．Ｈｖｅｍｍｒｉｃｈ　Ｋ　Ｆ．Ｖｅｇｅｔａｔｉｏｎ　Ｃａｎｏｐｙ　ｓｐｅｃｔｒａ　ｏｆ　ｔｒｉｔｉｃａｌｅ［Ｊ＿Ｒｅｍｏｔｅ　ＳｅｎｓｉｎＫ　Ｅｎｖｉｒｏｎｍｅｎｌ，　

ＰＡＲ　Ａｂｓｏｒｐｔａｎｃｅ　ａｎｄ　ｔｈｅ　Ｎｏｒｍａｌｉｚｅｄ　Ｄｉｆｆｅｒｅｎｃｅ　Ｖｅｇ—　

１９９３．４６（２）：１７３—１８２．　

ｅｔａｔｉｏｎ　Ｉａｄｅｘ　Ａｎ　Ａｓｓｅｓｓｍｅｎｔ　ｕｓｉｇｎ　ｔｈｅ　ＳＡＩＩ　Ｍｏｄｅｌ　

［１２３　Ｄｅｍｅｔｒｉａｄｅｓ—Ｓｈａｈ　Ｔ　Ｈ，Ｓｔｅｖｅｎ　Ｍ　Ｄ，Ｃｌａｒｋ　ＪＡ．Ｈｉｇｈ　

＿Ｊ］．Ｒｅｍｏｔｅ　Ｓｅｓｉｎｇ　Ｅｎｖｉｒｏｎｍｅｎｔ，１９９０．３２１１）：４７—５４　

ｒｅｓｏｌｕｔｉｏｎ　ｄｅｒｉｖａｔｉｖｅ　ｓｐｅｃｔ㈤ｉ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ［Ｊ］．Ｒ　

［４］ＰＵ　Ｒｕｔｌｌｎｇ，ＧＯＮＧ　Ｐｅｎｇ（浦瑞良，官鵬）．Ｃｏｒｒｅ［ａｔｌｎｇ　

Ｓｅｓｉｎｇ　Ｅｎｚ—ｆｒａｇｍｅｎｔ．１　９９０?３８（１）：５５　８４　

Ｌｅａｆ　Ａｒｅａ　Ｉｎｄｅｘ　ｏｆ　Ｐｏｎｄｅｒｏｓａ　Ｐｉｎｅｗｉｔｈ　Ｈｙｐｅｒｓｐｅｃｔ　ｒａｌ　

［１３：Ｐｒａｓａｄ　Ｓ　Ｔ．Ｒｏｎａｌｄ　Ｂ．Ｓｍｉｔｈ　ａｎｄ　Ｅｄｄｙ　Ｄｅ　Ｐａｕｗ，Ｈｙ＿　

ＣＡＳＩ　Ｄａｄａ＿Ｊ］．Ｒ￣ｏｔｅ　Ｓｅｎｓｉｎｇ　Ｅｎｖｉｒｏｎｍｅｎｔ（環(huán)境　

ｐｅｒｓｐｅｅｔｒａｌ　Ｖｅｇｅｔａｔｉｏｎ　Ｉｎｄｉｃｅｓ　ａｎｄ　Ｔｈｅｉｒ　Ｒｅｌａｔｉｏｎｓｈｉｐ　

避藤）．１　９９３，８‘２）：１１　８　１　８４．ｆｉｎ　Ｃｈｉｎｅｓｅ）　

ｗｉｔｈ　ＡｇｒｉｃｕＩｔｕｒａ［Ｃｒｏｐ　Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］Ｒｅｍｏｔｅ　

［５］　Ｖａｎｅ　Ｇ．Ｔｅｒｒｅｓｆｒ　Ｊａｌ　ｉｍａｇｉｎｇ　ｓｐｅｃｔｒｏｍｅｔｒｙ　Ｃ￣ＹＦｅＤｆ　

Ｓｅ￣＇ｎｇＥｎｖｉｒｏｎｍｅｎｔ，２０００，７　Ｊ＝１５８　１８２　

Ｎｔａｔ￣ｓ，ｆｕｔｕｒｅｔｒｅｎｄｓ［Ｊ］Ｒｅｍｏｔｅ　ＳｅｎｓｉｎｇＥｎｗｒｏｎｍｅｎｔ，　

［１　４］ＬＩＵ　Ｗｅｉ—ｄｏｎｇ，ＸＩＡＮＧ　Ｙｕｅ　ｑｉｎ．ＺＨＥＮＧ　Ｌａｎ　ｆｅｎ，ｅｇ　

１９９３，４４（２）一１０９一ｌ２７　

ａｆ．娃Ｕ偉東，項月琴．郄蘭芬，等１．Ｒｅ［ａｔｉｏｎｓｈｉ０ｓ　ｂｅ—　

［６］Ｓｈｉｂａｙａｍａ　Ｓｅａｓｏｎａｌ　ｖｉｓｉｂｌｅ，ｎｅａｒ—ｉｎｆｒａｒｅｄ　ａｎｄ　ｍｉｄ　ｉｎ　

ｔｗｅｅ￣Ｒｉｃｅ　ＬＡＩ，ＣＨ．Ｄ　ａｎｄ　Ｈｙｐｅｒｓｐｅｅｔｒａ　Ｄｅｔａ口］，　

ｆｒａｒｅｄ　ｓｐｅｃｔｒａ　ｏｆ　ｒｉｃｅ　ｃａｎｏｐｉｅｓ　ｉｎ　ｒｅｌａｔｉｏｎ　ｔ。ＬＡＩ　ａｎｄ　

Ｊｏｕｒｎａｌ　ｏｆ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ（逼藤學(xué)報），８０００，４（４）：　

ａｂｏｖｅ　ｇｒｏｕｎｄ　ｄｒｙ　Ｐｈｙｔｏｍａｓｓ［Ｊ］Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｅｎｖｉ　

２７９　２８３　

……ｆ一１９８９．８７（２）１１９　１８　．　

：１５］ｗｕ　Ｃｈａｎｇ　ｓｈａｈ，ＸＩＡＮＧ　Ｙｕｅ—ｑｉｎ．ＺＨＥＮＧ　Ｌａｎ　ｆｅｎ，　

７］　Ｓｈ　ｂａＩ—ａｍａ　Ｅｓｔｉｍａｔｉｎｇ　ｇｒａｉｎ　ｙｉｅｌｄ　ｏｆ　ｍａｔｕｒｉｎｇ　ｒｉｃｅ　

ａｌ（吳長山ｔ砸月琴．郟蘭芬，等）Ｅｓｔｉｍａｔｉｎｇ　

ｃａｎｏｐｉｅ￣ｕｓｉｎｇ　ｈｉｇｈ　ｓｐｅｃｔｒａｌ　ｒｅ￣ｅｌｕｔｉｏｎ　ｒｅｆｌｅｃｔａｎｃｅ　

Ｃｂｌｏｒｏｐｈｙｌｌ　Ｄｅｎｓｉｔｙ　ｏｆ　Ｃｒｏｐ　Ｃａｎｏｐｉｅｓ　ｂｙ　Ｕｓｉｎｇ　Ｈｙｐｅｒ　

…ｕＴｅ㈣【ｓ－ｊ］Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｅｎｖｉｒｏｎｍｅｎｔ．１９９１．　

ｓｐｅｃｔｒａｌ　Ｄａｔａ［Ｊ］．ｄｏｕｒｎａｌ　Ｒ　礎(chǔ)Ｓｅｎｓｉｎｇ（噩毫學(xué)　

３６　ｃ】）：４５　５３　

報）．２０００，４（３）：２２８—２３１．