高光譜成像技術(shù)在農(nóng)林植物研究領(lǐng)域的應(yīng)用

高光譜遙感是高光譜分辨率遙感的簡稱，它是20世紀(jì)末迅速發(fā)展起來的一種全新遙感技術(shù)，是指利用遙感儀器在特定光譜域以高光譜分辨率(光譜分辨率在10nm以下)獲取連續(xù)的地物光譜圖像的遙感技術(shù)。成像光譜儀 為每個像元提供數(shù)十至數(shù)百個窄波段光譜信息，能產(chǎn)生一條完整而連續(xù)的光譜曲線。

       圖1 GaiaSky-mini無人機(jī)同一區(qū)域不同高度植被光譜曲線

       農(nóng)業(yè)是按照田間每一操作單元(區(qū)域、部位)的具體條件，精細(xì)準(zhǔn)確地調(diào)整各項土壤和作物管理措施，zui大限度地優(yōu)化使用各項農(nóng)業(yè)投入，以獲取單位面積上的zui高產(chǎn)量和zui大經(jīng)濟(jì)效益，同時保護(hù)農(nóng)業(yè)生態(tài)環(huán)境，保護(hù)土地等農(nóng)業(yè)自然資源。它是20世紀(jì)80年代中期從事作物栽培、土壤肥力、作物病蟲草害防治的專家們在進(jìn)行作物生長模擬、栽培管理、測土配方施肥等專家應(yīng)用系統(tǒng)研究中，為進(jìn)一步了解農(nóng)田內(nèi)小區(qū)作物產(chǎn)量和生長環(huán)境條件的時空差異，從而實現(xiàn)定位、定量投入而發(fā)展起來的。農(nóng)業(yè)的基礎(chǔ)是地塊內(nèi)的空間變異。農(nóng)業(yè)要求生產(chǎn)和資源利用上的“精”和管理發(fā)展上的“準(zhǔn)”，包含遙感技術(shù)在內(nèi)的3S技術(shù)是它的一個重要組成部分。

　　從地面遙感傳感器到測視雷達(dá)，從田間養(yǎng)分速測儀到星載的成像光譜儀，遙感技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用有了很大發(fā)展，同時取得了巨大的經(jīng)濟(jì)和社會效益。高光譜成像技術(shù)的發(fā)展為遙感信息定量應(yīng)用開辟了新的領(lǐng)域，并逐漸成為新興的農(nóng)業(yè)zui重要的技術(shù)手段之一。本文綜述了遙感監(jiān)測技術(shù)在水稻、小麥、大豆、玉米等作物上的應(yīng)用情況，以期為農(nóng)業(yè)生產(chǎn)提供借鑒與參考。

1、農(nóng)作物高光譜遙感識別和分類

　　農(nóng)作物遙感識別是遙感技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用的重要內(nèi)容，也是資源遙感的重要組成部分。植被光譜不僅具有高度相似性和空間變異性，而且具有時間動態(tài)性強(qiáng)等特點。不同植被的光譜隨時間的變化規(guī)律也具有明顯的區(qū)別，因此充分發(fā)揮高光譜遙感的*性能，特別是其在區(qū)分地表細(xì)微差別方面的優(yōu)勢，同時結(jié)合植被的時間動態(tài)特征，將大大提高土地覆蓋類型的識別與分類精度。

　　研究結(jié)果表明，高光譜成像技術(shù)能有效地對作物進(jìn)行分類和識別，且分類精度較高，這對于大比例尺度研究地表作物覆蓋、入侵植物監(jiān)測等提取更加細(xì)致的信息提供了有力保障。

2、高光譜遙感監(jiān)測作物葉面積指數(shù)、生物量和葉綠素含量

　　葉面積指數(shù)(LAI)通常是指單位面積土地上所有葉片表面積的總和，或單位面積上植物葉片的垂直投影面積總和。它是生態(tài)系統(tǒng)的一個重要結(jié)構(gòu)參數(shù)，可用來反映植物葉面數(shù)量、冠層結(jié)構(gòu)變化、植物群落生命活力及其環(huán)境效應(yīng)，為植物冠層表面物質(zhì)和能量交換的描述提供結(jié)構(gòu)化的定量信息。葉面積指數(shù)與生物量(干重、鮮重)和葉綠素是衡量作物生長狀況的重要指標(biāo)。如何利用遙感技術(shù)實時監(jiān)測植株葉面積、生物量和葉綠素，對于作物的管理調(diào)控及估產(chǎn)具有重要意義。

       采用單變量線性與非線性擬合模型和逐步回歸分析，建立水稻LAI的高光譜遙感估算模型，在高光譜變量與LAI之間的擬合分析中，藍(lán)邊內(nèi)一階微分的總和與紅邊內(nèi)一階微分總和的比值和歸一化差植被指數(shù)是*變量。根據(jù)測定的不同品種類型、不同株型、不同發(fā)育期的春玉米葉片及其他器官、不同葉位葉片及葉片不同部位的高光譜反射率和葉片葉綠素、類胡蘿卜素含量，提出葉片葉綠素和類胡蘿卜素濃度與光譜植被指數(shù)R800/R550、R673/R640、PSSRa、PSNDa、RCh、CARI、λred、Dλred和Sred極顯著相關(guān)。對早播稻、晚播稻和玉米的多時相群體光譜測量數(shù)據(jù)和相應(yīng)的葉片葉綠素密度測量數(shù)據(jù)進(jìn)行了相關(guān)性分析，結(jié)果表明早播稻、晚播稻和玉米的群體光譜反射率數(shù)據(jù)及其導(dǎo)數(shù)光譜數(shù)據(jù)與葉綠素密度具有很好的相關(guān)性。通過獲取水稻生育期的光譜反射率數(shù)據(jù)，對光譜數(shù)據(jù)和實際測量值進(jìn)行了相關(guān)性分析，發(fā)現(xiàn)水稻葉片葉綠素濃度與其光譜反射率具有相關(guān)性，且在450～680nm和750～770nm光譜區(qū)內(nèi)相關(guān)性較好，在686nm處兩者的相關(guān)性zui高;水稻葉片的“紅邊”拐點位置波長與其葉綠素濃度具有很強(qiáng)的相關(guān)性(復(fù)相關(guān)系數(shù)為0.88)。通過利用多元回歸方法分析了水稻多時相的可見光、近紅外和中紅外光譜與葉面積指數(shù)、干生物量及產(chǎn)量的關(guān)系，并研究了水稻冠層的可見光、近紅外和中紅外反射光譜，進(jìn)而評價水稻的缺水情況，結(jié)果表明，其一階導(dǎo)數(shù)光譜在960nm處與水稻冠層水分指數(shù)具有很高的相關(guān)性，可用于指導(dǎo)灌溉作業(yè)。

　　由以上研究結(jié)果可知，利用高光譜數(shù)據(jù)可以及時估算及預(yù)測作物的生物量、葉面積指數(shù)、葉綠素等生理參數(shù)。目前，光譜特征正成為實時、快速監(jiān)測作物長勢的有效手段。

3、高光譜遙感監(jiān)測作物養(yǎng)分及水分狀況

　　在農(nóng)作物生產(chǎn)中，水肥是影響作物生長的zui主要因素之一。氮磷鉀肥是作物生長和產(chǎn)量形成所必需的重要元素;水分是作物的主要組成成分，水分虧缺將直接影響作物的生理生化過程和形態(tài)結(jié)構(gòu)，從而影響作物生長。因此，及時準(zhǔn)確地監(jiān)測作物的水分狀況對提高作物水分管理水平、指導(dǎo)節(jié)水農(nóng)業(yè)生產(chǎn)具有重要意義。利用高光譜成像技術(shù)對作物礦質(zhì)營養(yǎng)和水分脅迫進(jìn)行監(jiān)測，進(jìn)而估算作物的營養(yǎng)和需水狀況，從而指導(dǎo)施肥灌溉，是近年來發(fā)展起來的一門新技術(shù)。

        氮、磷、鉀等元素的缺乏可導(dǎo)致小麥葉綠素含量降低和可見光(400～700nm)及近紅外波段(700～1100nm)光譜反射率增加。通過研究了不同供氮水平下2個水稻品種冠層、主莖葉片在不同發(fā)育期的高光譜反射率及對應(yīng)的葉綠素、類胡蘿卜素含量，結(jié)果表明，不同供氮水平的水稻冠層和葉片光譜差異明顯，其光譜反射率隨供氮水平的提高在可見光范圍內(nèi)降低，在近紅外區(qū)域增高。小麥葉片氮積累與冠層高光譜參數(shù)也存在定量關(guān)系，研究表明，冠層葉片氮積累量隨著施氮水平的提高而增加，光譜反射率在不同葉片氮積累水平下發(fā)生相應(yīng)變化。580～710nm和750～950nm波段可作為檢測水稻鉀營養(yǎng)水平的冠層光譜敏感波段。對于不同水分脅迫下冬小麥的高光譜反射率和紅邊參數(shù)測量表明，不同水分處理下冬小麥高光譜反射率具有綠色植物特征。研究發(fā)現(xiàn)，可見光、近紅外區(qū)域受背景影響較小，而短波近紅外區(qū)域受背景影響較大。

　　以上大量研究結(jié)果表明，利用高光譜成像技術(shù)可以對作物的營養(yǎng)狀況和水分含量進(jìn)行比較準(zhǔn)確的分析和檢測，為變量施肥和灌溉提供參考，從而節(jié)省農(nóng)業(yè)資源的投入。高光譜養(yǎng)分和水分診斷模型在農(nóng)業(yè)生產(chǎn)中具有較高的應(yīng)用價值和廣闊的應(yīng)用前景。

4、農(nóng)作物長勢監(jiān)測和估產(chǎn)

　　高光譜遙感的超多波段(幾十、上百個)和高分辨率(3～20nm)使其可用于探測植被的精細(xì)光譜信息(特別是植被各種生化組分的吸收光譜信息)，反演植被各生化組分的含量，監(jiān)測植被的生長狀況。

　　另外，還可通過高光譜信息監(jiān)測植物病蟲害。植物病蟲害監(jiān)測是通過監(jiān)測葉片的生物化學(xué)成分來實現(xiàn)的，病蟲害感染導(dǎo)致葉片葉肉細(xì)胞的結(jié)構(gòu)發(fā)生變化，進(jìn)而使葉片的光譜反射率發(fā)生變化。同種健康小麥和發(fā)生條銹病的小麥植株(包括病害處于潛伏期的植株)的光譜特征存在明顯差異，而這些差異主要體現(xiàn)在某個或某幾個光的光譜吸收帶上。通過對不同病情指數(shù)下小麥冠層的光譜進(jìn)行研究，發(fā)現(xiàn)小麥條銹病冠層反射率隨小麥病情指數(shù)的變化呈明顯而有規(guī)律的變化。不同嚴(yán)重度小麥白粉病冠層光譜反射率及病情指數(shù)表明，灌漿期地面光譜測量冠層光譜反射率和低空遙感數(shù)字圖像反射率與小麥白粉病病情指數(shù)存在顯著的相關(guān)關(guān)系。

　　利用遙感信息進(jìn)行作物估產(chǎn)是利用某種植被指數(shù)在作物生長發(fā)育關(guān)鍵期內(nèi)的和與產(chǎn)量的實測或統(tǒng)計數(shù)據(jù)間建立的各種形式的相關(guān)方程來實現(xiàn)的，如目前單產(chǎn)估算應(yīng)用較多的是回歸分析法，其基本原理為:

　　y=b0+b1x1+b2x2+b3x3+…+bixi+e式中，y為作物產(chǎn)量;xi為經(jīng)過平滑的光譜反射率或NDVI指數(shù)。

　　結(jié)合水稻的生長發(fā)育規(guī)律，對水稻抽穗后冠層、葉片和穗進(jìn)行了高光譜反射率測定，根據(jù)光譜曲線特征構(gòu)建了新的高光譜植被指數(shù)，利用相關(guān)分析方法分析水稻理論產(chǎn)量和實際產(chǎn)量與這些植被指數(shù)及冠層紅邊參數(shù)的相關(guān)關(guān)系，建立了水稻高光譜單產(chǎn)估算模型。

　　從上述研究結(jié)果可知，利用高光譜成像技術(shù)可以快速、簡便、大面積、無破壞、客觀地監(jiān)測作物的長勢并對作物進(jìn)行估產(chǎn)，高光譜成像技術(shù)在生產(chǎn)中具有良好的應(yīng)用前景，是農(nóng)作物長勢監(jiān)測和估產(chǎn)的主要發(fā)展方向。