论文部分内容阅读
N、P营养元素是苹果树生长和果实品质形成必需的基本养分，快捷、准确地诊断N、P含量，对于科学合理施肥、优质高效管理具有重要意义。果树N、P元素含量的变化会引起叶片生理和形态结构上的变化，导致光谱反射特性亦随之发生变化，为遥感获取养分信息提供了理论依据。近年来，定量遥感的发展使实时、快捷监测植物的生化组分含量已成为可能，并一直是农业遥感应用和精准农业领域的研究热点。但目前的植物营养遥感反演主要集中在粮食和蔬菜作物，对果树的研究甚少，而且对星载遥感数据利用较少。本研究以山东省栖霞市为研究区，以红富士苹果树叶/冠为研究对象，在ErdasImage、ENVI、ARCGIS、SPSS、Libsvm、Access等软件支持下，结合地面实测高光谱数据、6S大气辐射传输模型、DEM高程模型等，基于不同分辨率的卫星遥感影像Landsat-5TM （Thematic Mapper，即专题绘图仪）和ALOS AVNIR-2（AdvancedVisible and Near In-frared Radiometer Type2，即先进可见光与近红外辐射计－2），从苹果树冠层反射率反演入手，构建并筛选苹果叶、花和冠层的N、P元素含量的敏感光谱指数，采用多种方法建立N、P营养元素反演模型，利用精度最高的支持向量机模型进行空间反演，继而进行空间反演效果分析。主要内容与结论如下：（1）明确了苹果树冠层反射率反演方法以6S辐射传输模型和地形校正算法为依据对苹果花期TM和ALOS影像进行地形辐射校正得到地表反演反射率，地形辐射校正有效减弱了地形和大气的影响，地表反演反射率和NDVI较表观反射率大幅提高，恢复了阴影处的地物，两种分辨率影像的解析力均明显改善。将花叶比引入到混合像元分解中，利用线性分解模型获取了近似真实的苹果冠层反演反射率，其与实测值的绝对误差最小，各波段相对误差的变动范围也最小，且所有波段的样本间变化趋势与实测值亦最一致。反演方法应用于不同分辨率影像上，表现出了相似的反射率变化特点，高分辨率影像在反演方面具有优势，但受波段数量限制。（2）筛选出N、P营养元素的敏感光谱指数基于苹果树冠层反演反射率和重采样的冠层实测反射率，构建了上百种光谱指数，分别与苹果叶、花和冠层的N、P含量进行相关分析，以相关性显著且4类反射率光谱指数相关系数均高为原则，筛选出对应的敏感光谱指数。无论是N还是P含量，整体敏感性表现为：冠层＞叶＞花，冠层敏感光谱指数均显著，叶敏感光谱指数只有部分显著，而花的光谱指数均不敏感；无论是冠层还是叶片，整体敏感性表现为：N含量＞P含量；敏感光谱指数的波段构成上以2、3、4为主，与植被的敏感波段一致；叶片水平上ALOS敏感性略逊于TM，但冠层水平上ALOS好于TM。（3）建立了苹果树N、P元素含量反演模型基于TM和ALOS影像的苹果树冠层反演反射率，以敏感光谱指数为自变量，采用单变量回归、逐步回归和支持向量机回归方法分别构建了叶N素、冠层N素、叶P素和冠层P素反演模型。模型精度总体表现为：支持向量机＞逐步回归＞单变量回归，支持向量机回归模型的决定系数都在0.799以上，因此选择支持向量机模型用于N、P元素的空间反演；基于不同分辨率的影像所建立的支持向量机模型表现一致，模型精度基本表现为：冠层＞叶， N素＞P素。（4）进行了研究区苹果树N素状况的遥感反演利用支持向量机回归模型进行N素含量空间反演，分别获取叶N素和冠层N素反演含量。叶反演N含量的等级均以3-4等为主，TM—叶N含量平均值较ALOS高1.231g/kg，影像间反演结果比较显示，在15%、10%和5%允许误差范围内，像元比例分别为84.96%、71.32%和48.37%。冠层反演N含量指标受花叶比差异的影响差别较大，经均值差平衡后，分析区营养等级均集中于2-4等，前者仍较后者高，影像间反演结果比较显示，在15%、10%和5%允许误差范围内，像元比例分别为92.76%、78.51%和47.93%，冠层N整体反演效果好于叶N。样区花N素预测值与实测值的相关性均显著，在5%的误差允许范围内，TM和ALOS的预测精度分别为73.33%和86.67%，在10%的误差允许范围内，TM和ALOS的预测精度分别为76.67%和90.00%， ALOS预测精度略好于TM。（5）进行了研究区苹果树P素状况的遥感反演利用支持向量机回归模型进行P素含量空间反演，分别获取叶P素和冠层P素含量指标空间分布图。叶反演P含量均以3-4等级为主，TM—叶P素含量平均值较ALOS高0.394g/kg，影像间反演结果比较显示，在15%、10%和5%允许误差范围内，像元比例分别为50.80%、36.11%和18.80%。基于不同影像的冠层P含量指标经差值平衡后，结果相近，营养等级均集中于3-4等，前者仍较后者略高，影像间反演结果比较显示，在15%、10%和5%允许误差范围内，像元比例分别为76.77%、60.92%和35.69%，冠层P反演效果好于叶P。样区花P素预测值与实测值的相关性均显著，在5%的误差允许范围内，TM和ALOS的预测精度均为76.67%，在10%的误差允许范围内，TM和ALOS的预测精度分别为80.00%和76.67%。从整体预测效果看，ALOS好于TM，但ALOS个别样本误差较大。无论是叶、冠层还是样区花，N素的反演效果均好于P素，基于不同影像的冠层N和P反演结果经差值平衡后，在假定花营养水平一致的条件下，结果相近，且效果好于叶片。不论哪一类反演结果，都表现为TM均值高于ALOS。（6）明晰了研究区苹果树N、P营养状况空间分布空间布局上，N、P元素营养状况均以2~4等级为主，3个等级的比例之和可达80%以上，尤以3~4等级比例更高；无论是N还是P，无论是叶片还是冠层，高等级区相对集中分布于南部的蛇窝泊镇和观里镇、西北部的苏家店镇和松山街道、东北部的臧家庄镇和亭口镇的部分区域，与栖霞市的苹果生产重点镇的布局一致；分析区空间布局则表现为东北部高于西南部，河岸两侧营养水平相对较高；低等级区比例较小且分散，常与其他等级混杂。综上，本研究为基于卫星遥感影像的苹果树冠层反射率反演和N、P营养元素诊断提供了一种可行的反演方法和流程，对于苹果园管理基础数据获取与应用具有积极意义，也可为其他农业遥感反演研究及应用提供借鉴。