利用高光譜數(shù)據(jù)和葉面積指數(shù)對加工番茄產(chǎn)量估算的研究

樊科研　田麗萍　薛　琳　白　麗　王　進(jìn)

摘要：以ASD FieldSoec光譜儀實(shí)測了大田中不同生育期加工番茄的冠層高光譜、葉面積指數(shù)及作物的產(chǎn)量，采用單時(shí)相線性逐步回歸和復(fù)合回歸，建立了加工番茄光譜變量一葉面積指數(shù)與產(chǎn)量的復(fù)合光譜估產(chǎn)模型，并對模型的估算結(jié)果進(jìn)行了初步分析。分析結(jié)果表明，在青熟期光譜參數(shù)與葉面積指數(shù)相關(guān)性最大，而其他時(shí)期的光譜變量與產(chǎn)量相關(guān)性均達(dá)到了顯著水平：復(fù)合回歸模型以4個(gè)生育期與產(chǎn)量的復(fù)合回歸最為理想。

關(guān)鍵詞：冠層高光譜；光譜變量；葉面積指數(shù)；估算模型

中圖分類號：S641.2文獻(xiàn)標(biāo)識(shí)碼：A文章編號：0439-8114(2009)02-0462-03

綠色植被的光譜反射或發(fā)射特征與巖石、土壤、水體等地物的光譜特征在遙感影像上有迥然不同的特征，成為區(qū)分植被類型、長勢及估算生物量的依據(jù)。遙感估產(chǎn)以其費(fèi)用低、宏觀性強(qiáng)、獲取資料全面，具有客觀、定量、準(zhǔn)確的優(yōu)點(diǎn)，因此是近年來各國研究的重點(diǎn)。而關(guān)于作物遙感單產(chǎn)估測模型的研究，國內(nèi)外已做了較多的工作，葉面積指數(shù)作為一個(gè)重要植物學(xué)參數(shù)已在植物生態(tài)學(xué)、植物生理學(xué)、植被學(xué)、栽培學(xué)以及一些交叉學(xué)科中得到廣泛應(yīng)用。葉面積指數(shù)作為計(jì)算植物蒸散和干物質(zhì)累積最重要的參數(shù)，最能反映遙感數(shù)據(jù)與植物生長狀態(tài)密切相關(guān)的關(guān)系。因此，本文在以前研究的基礎(chǔ)上，主要以加工番茄光譜特征與葉面積指數(shù)及產(chǎn)量之間的聯(lián)系，首次確定它們之間的數(shù)量關(guān)系而進(jìn)行加工番茄遙感估產(chǎn)。盡管影響加工番茄生長的因素很多，但它們都可以綜合的體現(xiàn)在反映加工番茄長勢的光譜特征上，加工番茄光譜特征及葉面積指數(shù)也是加工番茄光合作用能量的度量。因此，加丁番茄遙感估產(chǎn)以此來監(jiān)測加工番茄的生長狀況并進(jìn)行最終產(chǎn)量計(jì)算。

1材料與方法

1．1試驗(yàn)設(shè)計(jì)

該試驗(yàn)于2007年在烏蘭烏蘇農(nóng)業(yè)氣象試驗(yàn)站(北緯44°17′，東經(jīng)85°49′，海拔高度468.2m)內(nèi)進(jìn)行。該站位于天山北坡準(zhǔn)噶爾盆地南緣，土質(zhì)砂壤土，肥力中等。試驗(yàn)品種：里格爾87-5和石紅206。具體試驗(yàn)設(shè)計(jì)見文獻(xiàn)。

1．2高光譜數(shù)據(jù)的測定

高光譜數(shù)據(jù)的測定見文獻(xiàn)。

1．3葉面積指數(shù)的測定

試驗(yàn)采用重量法來測定葉面積。重量法是利用全部葉片的面積(A)與部分葉面積(a)之比等于全部葉片的重量(W)與部分葉片的重量(W)之比的原理測定。即A/a=W/w，A=ax(W/w)。

1．4高光譜參數(shù)的提取計(jì)算

高光譜參數(shù)主要參考文獻(xiàn)[9]～[15]來計(jì)算的，根據(jù)計(jì)算主要提取了9個(gè)歸一化植被指數(shù)、12個(gè)光譜吸收指數(shù)參量、18個(gè)光譜反射光譜參量及7個(gè)倒高斯紅邊參數(shù)共46個(gè)變量。具體變量見文獻(xiàn)[8]。

2結(jié)果與分析

2．1光譜與產(chǎn)量的最佳相關(guān)關(guān)系

利用上面提取的光譜變量與葉面積指數(shù)及產(chǎn)量進(jìn)行相關(guān)性分析，大部分呈正相關(guān)，結(jié)果如表1所示，苗II期和坐果期最佳的光譜變量為VAR-I_green抗大氣植被指數(shù)，青熟期和釆收期限以VARI 700抗大氣植被指數(shù)為最佳光譜變量，都達(dá)到了極顯著相關(guān)性(r_0.05(30)=0.349，r_0.05(30)=0.449)。

2．2加工番茄葉面積指數(shù)與產(chǎn)量模型

根據(jù)加工番茄在4個(gè)生育時(shí)期的最佳光譜變量，建立估算葉面積指數(shù)(LAI)的8種回歸方程(r_0.05(30)=0.349，r_0.05(30)=0.449)，結(jié)果如表2所示。從表2可以看出，4個(gè)生育時(shí)期的葉面積指數(shù)與主要光譜變量8種回歸方程的相關(guān)性，主要以一元三次方程、指數(shù)、對數(shù)及復(fù)合模型擬合的較好。特別在青熟期以抗大氣植被指數(shù)VARI_700估算葉面積指數(shù)的一元三次方程擬合的最好，相關(guān)系數(shù)達(dá)到0.876的極顯著水平。各生育時(shí)期主要光譜變量與葉面積指數(shù)的相關(guān)性也都達(dá)到極顯著性水平。

2．3復(fù)合回歸模型

前期研究結(jié)果表明：利用各生育時(shí)期最佳光譜變量估算最佳農(nóng)學(xué)參數(shù)的相關(guān)性均達(dá)到極顯著水平，現(xiàn)在嘗試用不同生育時(shí)期的最佳葉面積指數(shù)與光譜變量結(jié)合與產(chǎn)量作多元復(fù)合回歸模型，建立復(fù)合光譜估產(chǎn)模型。如表3所示(r_0.05(30)=0.349，r_0.05(30)=0.449)。由表3可看出，兩個(gè)生育時(shí)期以坐果期和青熟期的復(fù)合回歸模型相關(guān)性最好，相關(guān)系數(shù)為0.648。3個(gè)生育時(shí)期以苗Ⅱ期、坐果期和青熟期的復(fù)合回歸模型相關(guān)性最好，相關(guān)系數(shù)為0.686。4個(gè)生育時(shí)期的葉面積指數(shù)與光譜變量組合與產(chǎn)量的復(fù)合回歸模型的相關(guān)性最好，相關(guān)系數(shù)達(dá)到0.712的極顯著水平。

3小結(jié)與討論

光譜與農(nóng)學(xué)參數(shù)相結(jié)合綜合了模擬與遙感的基本原理，利用遙感方法建立農(nóng)學(xué)參數(shù)與光譜之間的關(guān)系模型，然后將兩種模型耦合建立復(fù)合光譜估產(chǎn)模型。該方法充分利用了光譜、農(nóng)學(xué)參數(shù)與產(chǎn)量之間的相關(guān)關(guān)系的優(yōu)點(diǎn)，操作性和準(zhǔn)確性都大幅度提高。而且它們的復(fù)合回歸方程很高，都達(dá)到了極顯著相關(guān)水平。尤其是4個(gè)生育期的復(fù)合回歸，為所有復(fù)合回歸擬合度最好的水平。與之前單一光譜因子估產(chǎn)相比，利用多因子復(fù)合回歸模型進(jìn)行估產(chǎn)則更具準(zhǔn)確性和可靠性。應(yīng)用苗Ⅱ期、坐果期、青熟期和采收期的光譜信息建立的估算模型，不僅對加工番茄的生長早期預(yù)測有實(shí)用價(jià)值，而且其反演模型的農(nóng)學(xué)參數(shù)，可以用于加工番茄的生長監(jiān)測，指導(dǎo)田間管理。

植物的光譜曲線可以反映出植被類型、植物內(nèi)部所含色素、水分、細(xì)胞結(jié)構(gòu)、長勢及生物量等，本試驗(yàn)僅考慮了光譜、葉面積指數(shù)與產(chǎn)量的關(guān)系，而沒有考慮其他農(nóng)學(xué)參數(shù)與光譜、產(chǎn)量的關(guān)系。試驗(yàn)數(shù)據(jù)雖然在田間試驗(yàn)中獲取，但影響因子相對來說較為單一，而在實(shí)際的大田生產(chǎn)中，由于地形、土壤、水份、肥力、技術(shù)管理等不盡相同，可能會(huì)影響加工番茄的光譜曲線特性。因此，應(yīng)根據(jù)加工番茄冠層光譜不同條件下的數(shù)據(jù)分析結(jié)果建立一套相應(yīng)的修正方法。

(責(zé)任編輯王曉芳)