基于高光谱及图像色彩分析技术的棉花氮素定量诊断研究

高光谱遥感技术是作物氮素无损监测的重要手段。随着数字成像技术以及数字图像处理技术的不断发展，利用图像色彩分析技术提取作物理化信息成为新的研究热点。研究者认为利用色彩图像和遥感多元数据的融合技术获取作物信息将是未来遥感在农业上应用的突破，而实现技术融合的前提是明确高光谱及图像色彩分析技术用于氮素诊断的特点与异同，目前缺乏相关研究。本研究拟以新疆棉花为对象，利用高光谱仪、多光谱数码相机及普通数码相机，获取不同氮肥处理下棉花叶片及冠层高光谱信息及色彩图像，提取与氮素信息相关的高光谱特征参数及基于不同色彩空间的特征色彩参数并确定不同特征参数之间的转换方式，构建适宜于棉花氮素诊断的高光谱模型及色彩图像模型，对比各类模型的精度及普适性，最终明确高光谱及图像色彩分析技术用于棉花氮素信息诊断的特点、异同及可能的关联方式，为利用高光谱及图像色彩信息进行棉花氮素诊断的融合技术的建立提供关键基础数据及理论依据。

摘 要：本研究以新疆棉花为研究对象，开展大面积田间观测试验的同时，按不同氮肥处理及不同水分处理实施了小区控制试验，获取了大面积田间以及控制试验小区棉花的叶片及冠层高光谱信息、色彩图像信息以及覆盖研究区的MODIS卫星数据，同时测定了采样对象的全氮含量、水分含量信息（FMC、VWC、EWTleaf及EWTcan）、色素信息（叶绿素含量、叶绿素a含量、叶绿素b含量及类胡萝卜素含量）、叶面积指数等生物生化参数，提取了与氮素、水分、色素信息相关的高光谱特征参数，构建了适宜于棉花氮素、水分及色素信息诊断的高光谱模型。研究显示：1. 棉花水分信息指标中，包括FMC（叶片含水量）、EWTleaf（叶片等效水厚度）、VWC（植株含水量）及EWTcan（冠层等效水厚度），EWTleaf与基于MODIS遥感影像数据提取的各类植被指数之间的相关性较弱，而EWTcan与MODIS植被指数的相关性最佳，优于其它三个水分参数，其中由NDVI构建的线性估算模型对EWTcan的估算精度最佳（R2=0.63）；2. 采用350-2500nm范围内棉花冠层光谱所有波段两两组合的比值指数和归一化指数构建EWTcan估算的水分指数，发现新建比值指数R1475/R1424及归一化指数（R1475- R1424）/（R1475+ R1424）对EWTcan的估算效果最佳，由其得到的EWTcan估算值与实测值之间的相关系数达到0.81；3. 通过波段组合新建的基于一阶导数光谱反射率的比值指数DR635/DR643及归一化指数（DR1055-DR684）/（DR1055+DR684）可较好的实现棉花冠层叶绿素密度估算，得到的叶绿素密度估算值与实测值之间相关系数达到0.82；4. 利用冠层光谱采用偏最小二乘、多元线性回归、波段组合及光谱指数法等估算基于不同尺度单位表达式的类葫芦素发现，冠层光谱估算基于叶片水平的mg类胡萝卜素每g叶片及μg类胡萝卜素每cm2叶面积的表达式精度与基于冠层尺度的g类胡萝卜素每m2土地的精度几乎相当；5. 利用PROSPECT模型及PROSAILH模型新建并验证了新的植被指数SR1640（R1060/R1640）对EWTleaf及EWTcan的估算精度，模拟数据及实测数据对新建指数的估算精度验证结果表明SR1640可实现对EWTleaf及EWTcan的估算，判定系数R2达到极显著相关水平。