论文部分内容阅读
本研究的目的是以冬小麦为研究对象,基于不同年份、地点、品种类型、氮肥水平、种植密度和生育时期的田间试验,综合运用光谱定量分析和神经网络物理模型等分析技术,系统分析不同观测角度下小麦冠层高光谱反射特征与生长指标之间的动态关系,比较不同光谱分析技术监测小麦生长指标的效果,确立小麦生长指标的适宜光谱参数、光谱分析方法和敏感观测角度。预期结果有助于为多角度遥感卫星提供敏感参数(观测角度、波段及植被指数),为小麦生长监测和精确管理提供技术指导。系统分析了不同观测角度下传统光谱参数和两波段归一化及比值植被指数估算小麦叶片氮含量(LNC)的效果,从而确立小麦冠层叶片氮含量的多角度定量监测模型。结果表明,无论前向或后向观测方向,冠层反射率和40个常规光谱植被指数与LNC的决定系数随观测角度的增加而降低,尤其在后向-20°达到最大值。RI-1dB和EVI-1分别在后向-20°和垂直角度下与LNC的关系最为密切。两波段原始光谱反射率组合的ND和SR参数与LNC相关性较好的区域主要集中在蓝-红光波段、绿-红边波段以及红边-红边波段组合范围内,这种敏感区域随光谱观测角度而有所不同。利用敏感光谱参数和观测角度组合的新型多角度植被指数(MAVI)可以较好估测LNC,经不同年际独立数据检验,MAVISR模型对叶片氮含量反应最敏感。通过系统分析不同波段及光谱参数的角度敏感性特征,研究了不同光谱分析技术提取的适宜特征参数与叶片氮含量间定量关系。结果显示,光谱植被指数与叶片氮含量间相关性在后向观测角度的表现优于垂直角度和前向观测角度,红边参数mND705、GND(750,550)、NDRE和RI-1dB与LNC间关系最密切,但在不同试验因子条件下差异较大,尤其在叶片氮含量较高时(>4.5%),光谱参数趋于饱和。新构建的角度不敏感参数(AIVI)降低了不同试验因子的影响效应,在-10°-40°观测角度范围内,AIVI可以建立统一稳定的监测模型,且经过独立试验数据检验,基于AIVI构建小麦冠层叶片氮含量监测模型最优,该模型具有较强的角度适应性。基于FA-BPNN分析的小麦叶片氮含量反演精度在不同观测角度下均较常规光谱参数明显提高。因此,基于新型植被指数AIVI和FA-BPNN均可以对不同试验条件下小麦叶片氮含量进行可靠监测。通过比较不同观测角度下多种光谱分析方法与LAI间关系,提取对LAI变化反应敏感的适宜波段及观测角度,从而确立小麦LAI定量监测模型。结果显示,不同的光谱分析方法在垂直角度附近更适宜用来监测LAI,后向观测方向的光谱反射率及光谱参数与LAI间相关性高于前向观测方向。不同观测角度下两波段比值(SR)和归一化指数(ND)没有表现出突出的监测优势,但SR效果优于ND方法。利用因子分析技术,发现绿光波段的载荷在第一因子中随观测角度增加而降低,在第二因子中随观测角度增加而增加。经不同年际独立试验数据检验,以光谱参数VIopt为变量建立的小麦LAI监测模型具有较好的检验结果,可以用于小麦LAI的精确估测。分析比较了估算LAI常用植被指数的饱和性,角度敏感性以及品种敏感性。角度广适性结果显示,光谱参数估算LAI的精度以直立型品种优于披散型品种。非垂直观测角度并没有显著提高光谱参数对LAI估算能力。除EVI和TVI外,光谱参数NDVI、SAVI、OSAVI、MSAVI、WDRVI、MTVI和mND705均在LAI大于4时趋向饱和。基于绿光和近红外波段构建的角度消减系数Kf与LAI关系密切,VIs与Kf乘积在不同观测角度下均有效缓解了LAI估算的饱和性和品种敏感性,显著提高了LAI的监测精度和适应能力。在上述光谱参数中,除WDRVI、EVI和TVI外,其余光谱参数与Kf乘积均在所有观测角度下建立统一监测模型,其中以mND705和OSAVI光谱参数的预测模型更为精确可靠。综合不同观测角度光谱数据,分析多种光谱处理方法估测叶绿素密度的效果,进而确立小麦叶片色素密度的多角度遥感监测模型。结果表明,与叶绿素密度相关性较好的光谱反射率主要集中在红边和近红外区域(720-900nm)。光谱参数VOG1、RI-1dB、NDRE、SDr/SDb和DD等与叶绿素密度关系密切。两波段归一化和比值植被指数在后向观测方向的敏感波段主要集中在红边区域,在前向观测方向主要集中在蓝光和红光区域。FA-BPNN模型在不同观测角度下第一因子主要集中在蓝光和红光波段,第二因子主要集中在近红外区域。接近垂直观测角度的后向观测有利于提高叶绿素密度的预测精度,以光谱参数SDr/SDb、DD、ND(720,760)和ND(732,738)对小麦叶绿素密度监测最为有效。