烤煙煙堿含量的高光譜預(yù)測(cè)模型

趙文等

摘要：利用高光譜參數(shù)預(yù)測(cè)烤煙葉片中的煙堿含量，選取大田試驗(yàn)條件下不同光照強(qiáng)度處理的煙株測(cè)定光譜反射率。選擇18個(gè)高光譜參數(shù)與煙堿含量進(jìn)行相關(guān)性分析并構(gòu)建回歸方程，進(jìn)而建立烤煙葉片煙堿含量的高光譜參數(shù)預(yù)測(cè)模型，并對(duì)模型進(jìn)行均方根誤差和相對(duì)誤差檢驗(yàn)。結(jié)果表明：煙堿含量與選取的高光譜參數(shù)之間的相關(guān)系數(shù)均達(dá)到極顯著水平，最高為0.83。選取其中相關(guān)性最好的8個(gè)高光譜參數(shù)并建立多種函數(shù)的回歸模型發(fā)現(xiàn)，拋物線的擬合精度r2在各方程中為最優(yōu)，達(dá)到0.773。結(jié)合誤差檢驗(yàn)得出：選取的8個(gè)參數(shù)中誤差檢驗(yàn)與預(yù)測(cè)模型的精度相符合，說(shuō)明預(yù)測(cè)模型穩(wěn)定性良好，能夠進(jìn)行煙堿含量的快速、簡(jiǎn)便、準(zhǔn)確的預(yù)測(cè)，尤其以NDSI導(dǎo)數(shù)、RSI導(dǎo)數(shù)、SASI導(dǎo)數(shù)的拋物線預(yù)測(cè)模型為最佳。

關(guān)鍵詞：烤煙；高光譜；煙堿含量；預(yù)測(cè)模型

中圖分類(lèi)號(hào)： TS41+1 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：1002-1302（2014）03-0275-05

煙堿作為煙草特有的化學(xué)成分，對(duì)煙葉的刺激性、生理強(qiáng)度以及香吃味都有很大的影響[1-2]。有研究表明，煙葉中的煙堿含量介于1.5%～3.5%之間時(shí)，煙葉為優(yōu)質(zhì)水平；煙堿含量過(guò)低時(shí)，則吸食平淡乏味；煙堿含量過(guò)高時(shí)，則煙氣勁頭過(guò)大[3-4]。近年來(lái)，隨著高光譜遙感技術(shù)的發(fā)展，基于高光譜原理的無(wú)損傷測(cè)試技術(shù)已經(jīng)逐步在農(nóng)業(yè)上得到應(yīng)用，目前國(guó)內(nèi)外學(xué)者已經(jīng)對(duì)多種作物進(jìn)行了光譜反射率及化學(xué)組分的相關(guān)性研究。Johnson等研究了2 160 nm波段處樹(shù)葉反射率的一階導(dǎo)數(shù)與葉片全氮含量間的相關(guān)性，結(jié)果發(fā)現(xiàn)相關(guān)性在整個(gè)可見(jiàn)光至紅外波段范圍內(nèi)最好，用光譜分析方法估測(cè)鮮葉的含氮量時(shí)發(fā)現(xiàn)，其精度大于85%[5]。牛錚等的研究表明，小麥鮮葉片的精細(xì)光譜特征能夠較好地反映出其7種化學(xué)組分含量，尤其對(duì)粗蛋白、氮、鉀含量的反映最好，r2均達(dá)到0.8以上[6]。高光譜預(yù)測(cè)在煙草上的應(yīng)用尚處于起步階段，李向陽(yáng)等采用逐步回歸方法建立了K326烤煙葉片煙堿含量的回歸方程，認(rèn)為一階導(dǎo)數(shù)光譜回歸模型的模擬效果較好，但要達(dá)到田間實(shí)時(shí)實(shí)地檢測(cè)，還要考慮外界環(huán)境的影響[7]。吳玉萍等指出，不同品種烤煙間的煙堿含量差異顯著，因此研究不同品種烤煙的大田環(huán)境光譜預(yù)測(cè)模型很有必要[8]。劉良云等認(rèn)為，460～740 nm波段光譜反射率與煙堿和全氮含量呈極顯著負(fù)相關(guān)，430～710 nm波段光譜透過(guò)率與全氮含量呈極顯著負(fù)相關(guān)、與煙堿含量呈顯著負(fù)相關(guān)[9]。有研究表明，利用PPR（550，450）和NRI（近紅外）建立的煙葉氮素、煙堿、鉀離子含量的光譜預(yù)測(cè)模型都有很好的穩(wěn)定性。辛榮等指出，利用多元分析中的逐步回歸法、主成分分析法建立全氮預(yù)測(cè)模型的效果較好[10]。此類(lèi)研究雖然較多，但尚未見(jiàn)涉及不同光照強(qiáng)度處理下高光譜對(duì)煙堿含量的預(yù)測(cè)模型。由于光照強(qiáng)度對(duì)烤煙煙堿含量的影響較大，且光照強(qiáng)度過(guò)低會(huì)導(dǎo)致煙堿含量升高，煙葉品質(zhì)下降[11]，因此本試驗(yàn)采用在大田中使用不同層數(shù)的紗布遮陰處理煙葉，通過(guò)對(duì)不同生育期內(nèi)光譜反射率的測(cè)定研究烤煙煙堿含量與光譜之間的關(guān)系，旨在建立一個(gè)精確的煙堿高光譜參數(shù)預(yù)測(cè)模型，為快速測(cè)定烤煙葉片中的煙堿含量提供新的研究方法和思路。

1 材料與方法

1.1 試驗(yàn)材料

供試品種為云煙87。本試驗(yàn)于2012年在河南省南陽(yáng)市方城金葉園（112°54′E，33°15′N(xiāo)）內(nèi)進(jìn)行。試驗(yàn)地的土壤為黃壤土，pH 值7.48，有機(jī)質(zhì)含量11.45 g/kg，全氮含量 0.72 g/kg，堿解氮含量 55.0 mg/kg，速效磷（P2O5）含量 18.0 mg/kg，速效鉀（K2O）含量135 mg/kg。

1.2 儀器與試劑

試驗(yàn)用主要儀器有：FieldSpec3野外地物光譜測(cè)定儀，美國(guó)分析光譜儀器公司；連續(xù)流動(dòng)分析儀（AutoAnalyzer 3 High Resolution，簡(jiǎn)稱(chēng)AA3 HR）。主要試劑有乙酸（分析純）。

1.3 試驗(yàn)設(shè)計(jì)

試驗(yàn)設(shè)覆蓋1層（S1）、2層（S2）、3層（S3）白色聚乙烯紗網(wǎng)3個(gè)遮陰處理，輻射量依次為太陽(yáng)輻射總量的85%、65%、45%，以自然光作為對(duì)照（CK）。按110 cm×60 cm的行株距進(jìn)行栽種，每處理種45棵煙。移栽后將不同層數(shù)的紗網(wǎng)搭在高2.8 m，底部寬6 m、長(zhǎng)6 m的弓形鐵支架上，弓形架為南北走向，不覆蓋南北兩端口，保持通風(fēng)。2012年4月25日移栽，煙草還苗后開(kāi)始進(jìn)行遮陰處理。田間栽培管理措施均按優(yōu)質(zhì)煙葉的生產(chǎn)技術(shù)規(guī)范進(jìn)行。

1.4 試驗(yàn)方法

1.4.1 葉片的光譜測(cè)定 葉片的光譜測(cè)定使用野外光譜測(cè)定儀，自帶手持式葉片夾持器，內(nèi)置石英鹵化燈（光源穩(wěn)定）。測(cè)量時(shí)將煙株葉片放入夾持器葉室內(nèi)并夾緊葉室，以保證葉片的葉面積相同，同時(shí)消除環(huán)境背景及噪聲的影響。光譜儀波段范圍為350～2 500 nm，其中350～1 000 nm波段的分辨率為3 nm；1 000～2 500 nm波段的分辨率為10 nm。移栽后30 d開(kāi)始對(duì)不同遮陰處理的煙草葉片進(jìn)行光譜測(cè)定，然后每隔15 d測(cè)定1次，至上部葉采收完畢而結(jié)束試驗(yàn)測(cè)定。每次測(cè)定前首先進(jìn)行白板校正，測(cè)定時(shí)選擇各處理具有代表性、無(wú)病害的煙株，每張葉片分別選取葉尖、葉中、葉基3個(gè)部位，每個(gè)部位連續(xù)測(cè)定10組數(shù)據(jù)，每個(gè)處理重復(fù)測(cè)定3次，以各個(gè)部位數(shù)據(jù)的平均數(shù)作該葉片的光譜曲線。

1.4.2 煙堿含量的測(cè)定 葉片光譜測(cè)定結(jié)束后即對(duì)光譜測(cè)定的葉片取樣，先將葉片用清水沖洗干凈并用濾紙吸干，在 105 ℃ 下殺青15 min，再在60 ℃下烘干，采用連續(xù)流動(dòng)分析儀（AutoAnalyzer 3 High Resolution，簡(jiǎn)稱(chēng)AA3 HR）測(cè)定煙堿含量。試驗(yàn)樣品的處理方法：稱(chēng)取0.25 g煙樣于50 mL磨口三角瓶中（精確到0.000 1 g），加入25 mL 5%乙酸溶液并蓋上蓋子，在振蕩器上振蕩萃取30 min后用定性濾紙過(guò)濾，注意棄去前幾毫升濾液并收集后續(xù)濾液作分析。每個(gè)樣品重復(fù)測(cè)量3次。endprint

1.5 擬合模型的選擇

簡(jiǎn)單線性函數(shù)：y=a+bx；冪函數(shù)：y=axb；指數(shù)函數(shù)：y=aebx；拋物線函數(shù)：y=a+bx+cx2；對(duì)數(shù)函數(shù)：y=a+bln（x）；S曲線函數(shù)：y=1/（a+be-x）。式中：y為煙堿含量的擬合值；x為光譜參數(shù)或者光譜反射率的一階導(dǎo)數(shù)；a、b、c均為常數(shù)。

1.6 數(shù)據(jù)分析方法

由于煙堿中含有大量的C—H、N—H，而近紅外（NIR）光譜區(qū)域（波長(zhǎng)范圍780～2 526 nm）以及紅邊波段（680～760 nm）對(duì)C—H、N—H基團(tuán)比較敏感[12]。因此本試驗(yàn)選擇位于近紅外波段以及紅邊波段范圍內(nèi)或附近的光譜指數(shù)（表1），分析其與煙堿含量的相關(guān)性并構(gòu)建回歸方程，以確定最優(yōu)的模擬方程。

原始光譜數(shù)據(jù)通過(guò)光譜儀自帶軟件View Spec Pro進(jìn)行處理，其他數(shù)據(jù)處理工作在Excel 2007和DPS 7.05中進(jìn)行。選擇各生育時(shí)期測(cè)定的樣本（n=72）構(gòu)建模型，另外選取20個(gè)樣本作為檢驗(yàn)樣本。采用均方根誤差（RMSE）和相對(duì)誤差（RE）對(duì)預(yù)測(cè)值和實(shí)測(cè)值之間的擬合精度進(jìn)行檢驗(yàn)，以確定模型的適用性。

3 結(jié)論與討論

本研究選取了18個(gè)高光譜參數(shù)研究烤煙葉片中煙堿含量的預(yù)測(cè)模型，通過(guò)建立不同參數(shù)的多個(gè)擬合方程，為研究高光譜預(yù)測(cè)煙堿含量提供了新思路。為了尋找能夠精確預(yù)測(cè)煙堿含量的高光譜參數(shù)，從而簡(jiǎn)化利用高光譜進(jìn)行煙堿含量預(yù)測(cè)的方法，本研究選取多個(gè)紅邊以及近紅外波段的光譜指數(shù)建立煙堿預(yù)測(cè)模型，并得到良好的效果，這與前人研究高光譜預(yù)測(cè)氮素的敏感波段結(jié)果[13]基本一致，說(shuō)明煙草葉片中的氮含量與煙堿含量的相關(guān)性較大。

與單純使用反射率或?qū)?shù)相比，采用光譜參數(shù)對(duì)煙堿含量進(jìn)行預(yù)測(cè)較好地簡(jiǎn)化了估算模型的復(fù)雜度。分析各參數(shù)的多個(gè)回歸方程擬合精度（r2）可知，拋物線函數(shù)回歸模型的擬合精度最高，并且均方根誤差以及相對(duì)誤差的檢測(cè)結(jié)果較好。同時(shí)發(fā)現(xiàn)，NDSI導(dǎo)數(shù)、RSI導(dǎo)數(shù)、SASI導(dǎo)數(shù)的相關(guān)性系數(shù)較好，均達(dá)到0.76以上，且都為極顯著相關(guān)，并且這3個(gè)參數(shù)的拋物線回歸模型擬合度也較高，均不小于0731 5，均方根誤差≤0.262 5，相對(duì)誤差≤11.120 310，檢測(cè)結(jié)果較為穩(wěn)定，具有較好的煙堿估測(cè)能力。3個(gè)參數(shù)的最佳估測(cè)模型分別為NDSI（FD700，F(xiàn)D690）y=1673 3-6.006 5×NDSI+7.250 4×NDSI2；RSI（FD691，F(xiàn)D711）y=-0.0015+0.7950×RSI+0058 3×RSI2；SASI（FD700，F(xiàn)D690）（L=-0.01） y=1.474 9-1.200 5×SASI+0.280 7×SASI2。相同參數(shù)的光譜反射率導(dǎo)數(shù)預(yù)測(cè)結(jié)果之所以?xún)?yōu)于光譜反射率的預(yù)測(cè)結(jié)果，是由于導(dǎo)數(shù)光譜可部分或全部消除環(huán)境因素對(duì)目標(biāo)物光譜的影響[10]。

由于本研究基于大田烤煙的實(shí)際生長(zhǎng)環(huán)境而對(duì)烤煙的各個(gè)生理時(shí)期進(jìn)行實(shí)地的光譜測(cè)定，因此數(shù)據(jù)能夠更加準(zhǔn)確地反映實(shí)際情況。由于不同光照強(qiáng)度對(duì)煙堿含量的影響較大，因此采用不同層數(shù)的遮陰網(wǎng)對(duì)光照強(qiáng)度進(jìn)行處理，選取各個(gè)生育期的上、中、下部煙葉進(jìn)行光譜試驗(yàn)測(cè)定。在建模過(guò)程中，利用各個(gè)時(shí)期的數(shù)據(jù)進(jìn)行分析，有效消除了不同生育時(shí)期的影響，使模型更具有普遍適用性。因此，本試驗(yàn)對(duì)于煙堿含量的高光譜參數(shù)的預(yù)測(cè)有較好的適用范圍，具有一定的通用性，可以為煙堿高光譜參數(shù)模型的建立提供一定的借鑒，但由于試驗(yàn)?zāi)Ｐ偷慕⒉捎昧?年的試驗(yàn)數(shù)據(jù)，因此想要得到更加精準(zhǔn)的預(yù)測(cè)效果則需要進(jìn)行更多的模型檢測(cè)。另外，本試驗(yàn)采用的烤煙品種為云煙87，對(duì)其他烤煙品種的適用性還需要進(jìn)一步驗(yàn)證，同時(shí)由于本試驗(yàn)所處的地理、氣候、環(huán)境等因素的限制，尚未能確定是否能夠適應(yīng)較大海拔差異、經(jīng)緯度差異的植煙地烤煙煙堿的預(yù)測(cè)。

參考文獻(xiàn)：

[1]Brunnemann K D，Masaryk J，Hoffmann D. Role of tobacco stems in the formation of N-nitrosamines in tobacco and cigarette mainstream and sidestream smoke[J]. Journal of Agricultural and Food Chemistry，1983，31（6）：1221-1224.

[2]Fannin F F，Bush L P. Nicotine demethylation in Nicotiana[J]. Medical Science Research，1992，20：867-868.

[3]Adams J D，Owens-Tucciarone P，Hoffmann D. Tobacco-specific N-nitrosamines in dry snuff[J]. Food and Chemical Toxicology，1987，25（3）：245-246.

[4]史宏志，張建勛. 煙草生物堿[M]. 北京：中國(guó)農(nóng)業(yè)出版社，2004：7-11.

[5]Johnson L F，Billow C R. Spectrometry estimation of total nitrogen concentration in Douglas-fir foliage[J]. International Journal of Remote Sensing，1996，17（3）：489-500.

[6]牛 錚，陳永華，隋洪智，等. 葉片化學(xué)組分成像光譜遙感探測(cè)機(jī)理分析[J]. 遙感學(xué)報(bào)，2000，4（2）：125-130.

[7]李向陽(yáng)，于建軍，劉國(guó)順.利用光譜反射率預(yù)測(cè)烤煙葉片煙堿含量[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24（8）：169-173.

[8]吳玉萍，鄧建華，文大榮，等. 云南不同品種和產(chǎn)區(qū)烤煙煙堿含量的差異[J]. 煙草科技，2010（9）：40-42，50.endprint

[9]劉良云，靳志偉，王紀(jì)華，等. 光譜法預(yù)測(cè)煙葉中的煙堿、鉀和氮素[J]. 煙草科技，2005（6）：26-29.

[10]辛 榮，唐延林. 紫外光譜法預(yù)測(cè)烤煙煙葉中的全氮[J]. 光譜學(xué)與光譜分析，2009，29（5）：1367-1370.

[11]薛劍波，符云鵬，尹永強(qiáng). 影響煙草中煙堿含量的因素及調(diào)控措施[J]. 安徽農(nóng)業(yè)科學(xué)，2005，33（6）：1053-1055.

[12]王保興，陳國(guó)輝，汪 旭，等. 近紅外光譜技術(shù)在煙草領(lǐng)域的應(yīng)用進(jìn)展[J]. 光譜實(shí)驗(yàn)室，2006，23（5）：1075-1084.

[13]姚 霞，朱 艷，田永超，等. 小麥葉層氮含量估測(cè)的最佳高光譜參數(shù)研究[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2009，42（8）：2716-2725.

[14]Hansen P M，Schjoerring J K. Reflectance measurement of canopy biomass and Nitrogen status in wheat crops using normalized difference vegetation indices and partial least squares regression[J]. Remote Sensing of Environment，2003，86（4）：542-553.

[15]薛利紅，曹衛(wèi)星，羅衛(wèi)紅，等. 小麥葉片氮素狀況與光譜特性的相關(guān)性研究[J]. 植物生態(tài)學(xué)報(bào)，2004，28（2）：172-177.

[16]朱 艷，李映雪，周冬琴，等. 稻麥葉片氮含量與冠層反射光譜的定量關(guān)系[J]. 生態(tài)學(xué)報(bào)，2006，26（10）：3463-3469.

[17]Sims D A，Gamon J A. Relationships between leaf pigment content and spectral reflectance across a wide range of species，leaf structures and developmental stages[J]. Remote Sensing of Environment，2002，81（2/3）：337-354.

[18]馮 偉，姚 霞，朱 艷，等. 基于高光譜遙感的小麥葉片含氮量監(jiān)測(cè)模型研究[J]. 麥類(lèi)作物學(xué)報(bào)，2008，25（5）：851-860.

[19]李映雪，朱 艷，田永超，等. 小麥葉片氮含量與冠層反射光譜指數(shù)的定量關(guān)系[J]. 作物學(xué)報(bào)，2006，32（3）：358-362.

[20]Pearson R L，Miller L D.Mapping of standing crop biomass for estimation of the productivity of the short-grass prairie，pawnee national grasslands[C]//Proc.8th International Symposium on Remote Sensing of Environment. USA：Michigan，1972：1357-1381.

[21]Peuelas J，F(xiàn)ilella I，Gamon J A.Assessment of photosynthetic radiation-use efficiency with spectral reflectance[J]. New Phytologist，1995，131（3）：291-296.

[22]Gitelson A A， Merzlyak M N. Signature analysis of leaf reflectance spectra：algorithm development for remote sensing of chlorophyⅡ[J]. Journal of Plant Physiology，1996，148（3/4）：494-500.endprint

[9]劉良云，靳志偉，王紀(jì)華，等. 光譜法預(yù)測(cè)煙葉中的煙堿、鉀和氮素[J]. 煙草科技，2005（6）：26-29.

[10]辛 榮，唐延林. 紫外光譜法預(yù)測(cè)烤煙煙葉中的全氮[J]. 光譜學(xué)與光譜分析，2009，29（5）：1367-1370.

[11]薛劍波，符云鵬，尹永強(qiáng). 影響煙草中煙堿含量的因素及調(diào)控措施[J]. 安徽農(nóng)業(yè)科學(xué)，2005，33（6）：1053-1055.

[12]王保興，陳國(guó)輝，汪 旭，等. 近紅外光譜技術(shù)在煙草領(lǐng)域的應(yīng)用進(jìn)展[J]. 光譜實(shí)驗(yàn)室，2006，23（5）：1075-1084.

[13]姚 霞，朱 艷，田永超，等. 小麥葉層氮含量估測(cè)的最佳高光譜參數(shù)研究[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2009，42（8）：2716-2725.

[14]Hansen P M，Schjoerring J K. Reflectance measurement of canopy biomass and Nitrogen status in wheat crops using normalized difference vegetation indices and partial least squares regression[J]. Remote Sensing of Environment，2003，86（4）：542-553.

[15]薛利紅，曹衛(wèi)星，羅衛(wèi)紅，等. 小麥葉片氮素狀況與光譜特性的相關(guān)性研究[J]. 植物生態(tài)學(xué)報(bào)，2004，28（2）：172-177.

[16]朱 艷，李映雪，周冬琴，等. 稻麥葉片氮含量與冠層反射光譜的定量關(guān)系[J]. 生態(tài)學(xué)報(bào)，2006，26（10）：3463-3469.

[17]Sims D A，Gamon J A. Relationships between leaf pigment content and spectral reflectance across a wide range of species，leaf structures and developmental stages[J]. Remote Sensing of Environment，2002，81（2/3）：337-354.

[18]馮 偉，姚 霞，朱 艷，等. 基于高光譜遙感的小麥葉片含氮量監(jiān)測(cè)模型研究[J]. 麥類(lèi)作物學(xué)報(bào)，2008，25（5）：851-860.

[19]李映雪，朱 艷，田永超，等. 小麥葉片氮含量與冠層反射光譜指數(shù)的定量關(guān)系[J]. 作物學(xué)報(bào)，2006，32（3）：358-362.

[20]Pearson R L，Miller L D.Mapping of standing crop biomass for estimation of the productivity of the short-grass prairie，pawnee national grasslands[C]//Proc.8th International Symposium on Remote Sensing of Environment. USA：Michigan，1972：1357-1381.

[21]Peuelas J，F(xiàn)ilella I，Gamon J A.Assessment of photosynthetic radiation-use efficiency with spectral reflectance[J]. New Phytologist，1995，131（3）：291-296.

[22]Gitelson A A， Merzlyak M N. Signature analysis of leaf reflectance spectra：algorithm development for remote sensing of chlorophyⅡ[J]. Journal of Plant Physiology，1996，148（3/4）：494-500.endprint

[9]劉良云，靳志偉，王紀(jì)華，等. 光譜法預(yù)測(cè)煙葉中的煙堿、鉀和氮素[J]. 煙草科技，2005（6）：26-29.

[10]辛 榮，唐延林. 紫外光譜法預(yù)測(cè)烤煙煙葉中的全氮[J]. 光譜學(xué)與光譜分析，2009，29（5）：1367-1370.

[11]薛劍波，符云鵬，尹永強(qiáng). 影響煙草中煙堿含量的因素及調(diào)控措施[J]. 安徽農(nóng)業(yè)科學(xué)，2005，33（6）：1053-1055.

[12]王保興，陳國(guó)輝，汪 旭，等. 近紅外光譜技術(shù)在煙草領(lǐng)域的應(yīng)用進(jìn)展[J]. 光譜實(shí)驗(yàn)室，2006，23（5）：1075-1084.

[13]姚 霞，朱 艷，田永超，等. 小麥葉層氮含量估測(cè)的最佳高光譜參數(shù)研究[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2009，42（8）：2716-2725.

[14]Hansen P M，Schjoerring J K. Reflectance measurement of canopy biomass and Nitrogen status in wheat crops using normalized difference vegetation indices and partial least squares regression[J]. Remote Sensing of Environment，2003，86（4）：542-553.

[15]薛利紅，曹衛(wèi)星，羅衛(wèi)紅，等. 小麥葉片氮素狀況與光譜特性的相關(guān)性研究[J]. 植物生態(tài)學(xué)報(bào)，2004，28（2）：172-177.

[16]朱 艷，李映雪，周冬琴，等. 稻麥葉片氮含量與冠層反射光譜的定量關(guān)系[J]. 生態(tài)學(xué)報(bào)，2006，26（10）：3463-3469.

[17]Sims D A，Gamon J A. Relationships between leaf pigment content and spectral reflectance across a wide range of species，leaf structures and developmental stages[J]. Remote Sensing of Environment，2002，81（2/3）：337-354.

[18]馮 偉，姚 霞，朱 艷，等. 基于高光譜遙感的小麥葉片含氮量監(jiān)測(cè)模型研究[J]. 麥類(lèi)作物學(xué)報(bào)，2008，25（5）：851-860.

[19]李映雪，朱 艷，田永超，等. 小麥葉片氮含量與冠層反射光譜指數(shù)的定量關(guān)系[J]. 作物學(xué)報(bào)，2006，32（3）：358-362.

[20]Pearson R L，Miller L D.Mapping of standing crop biomass for estimation of the productivity of the short-grass prairie，pawnee national grasslands[C]//Proc.8th International Symposium on Remote Sensing of Environment. USA：Michigan，1972：1357-1381.

[21]Peuelas J，F(xiàn)ilella I，Gamon J A.Assessment of photosynthetic radiation-use efficiency with spectral reflectance[J]. New Phytologist，1995，131（3）：291-296.

[22]Gitelson A A， Merzlyak M N. Signature analysis of leaf reflectance spectra：algorithm development for remote sensing of chlorophyⅡ[J]. Journal of Plant Physiology，1996，148（3/4）：494-500.endprint