论文部分内容阅读
实测的地物光谱特征对高光谱数据的信息挖掘和地物识别起着非常关键的作用,探讨不同时空尺度下茶树光谱的变化规律及其与生物物理参数的关系,可为茶园精准管理提供端元提取、混合像元分解等关键技术支撑。本文以茶树端元光谱为研究对象,以端元光谱差异为主线,从不同时空尺度和生物物理参数两方面对茶树光谱特性进行综合的研究。空间尺度方面,以不同端元为研究对象,分别在茶树叶片、冠层、茶园三个层次上进行。时间尺度上,研究了冠层端元光谱的日变化和生物季相变化规律。生物物理参数方面,研究分别在茶树物质含量和冠层结构两方面展开,物质含量方面研究了不同茶树叶片含水量对光谱的影响并建立叶片含水量反演模型,茶树冠层单位面积鲜茶叶重量对光谱的影响及反演模型；冠层结构方面研究了茶树叶面积指数（LAl）对光谱的影响并建立LAl反演模型。通过上述研究得出如下结论。在叶片水平上,茶树鲜叶片的新老叶间存在着明显差异,新叶间差异不明显；在冠层水平上,研究得出垄种茶树的光谱测定宜采取120cm（25度视场角）或310cm（10度视场角）的高度；受辐射强度差异的影响,不同茶垄两边的光谱反射值存在着差异,可以通过“余弦校正”把倾斜垄面光谱反射值校正到等价水平垄位上的光谱反射值；四组分合成法可用于坡地茶园的光谱合成,合成结果精度在85%以上。茶树冠层光谱反射值日变化规律呈上午低,中午高、午后又降低趋势；茶树的植被指数对光谱的日变化和垄位变化不敏感,可以作为生化组分及其它参数反演参考。茶树冠层光谱的生物季相变化规律为绿峰位置光谱反射值以及760-1300nm区域反射值随新叶的生长而升高；绿峰、红谷位置无明显变化；红边位置在生长前期保持不变,到近成熟期向长波方向移动；红边归-化指数、归-化绿度指数、光化学反射指数等光谱指数随新叶的增多而增大。通过比较茶树鲜叶片原始和完全失水（烘干）两种状态下的光谱特征后发现,失水后叶片的反射值增大,在1320-2500nm区域内增大特别明显。失水茶叶叶片出现明显的黄峰,绿峰位置向长波方向移动,红谷位置向短波方向位移,红边向短波方向偏移,水分吸收谷消失或变得不明显。在可见光部分,以重量含水率（FMC）表示的叶片含水量比以等效水厚度（EWT）表示的含水量与光谱反射值的相关性高；而在近红外到短波红外区域（760-2500nm）,FMC只有小范围的波段与光谱反射值的相关性比较高,而EWT与光谱反射值的相关性好,特别是1370-2500nm区域,EWT与光谱反射值的相关性极强。在FMC估算上,采用原始光谱数据计算的简单水分指数（SRWI）比其它指数能较好地反演叶片FMC；在EWT的估算上,很多光谱指数可作为EWT反演的建模,尤其以MSI、NDWI1640（860nm和1640nm光谱归-化指数）和RADIO1200（以1200nm为中心点的三波段指数）的效果最佳,它们与EWT的线性关系模型分别为：YEWT=-0.0507XMSI+0.0553, YEWT=0.1112XNDW11640+0.0081, YEWT=-0.2633XRADI0,200+0.2673,模型的估算值与实测值差异小,模型的R2均在0.7以上,整体精度在93%以上,比直接采用单波段光谱值建立的EWT反演模型效果好。采用采摘前522nm与675nm波段光谱反射率之比值（R522/R675）的线性模型（Y=930.25X-2079,X为比值指数,Y为鲜叶重量,g／m2）能较好地估算茶树冠层单位面积的鲜茶叶重量。LAl与光谱参数的相关性和建模效果均为：光谱特征值法、光谱-阶导数法>光谱指数法>原始光谱法。以1490nm水吸收波段的光谱值与绿峰位置光谱反射值之比（R1490/Rg）能较好地构建的LAl反演模型（水素模型）,并以二次多项式模型（Y=0.8704X2-6.0051X+10.818）和线性模型（Y=-3.2132X+8.6808）效果最佳,模型的LAl偏差只有0.65左右,估算总体精度大于80%。