高光谱数据估测稻麦叶面积指数和叶绿素密度研究

本研究应用了400-1000nm的高光谱相机，可采用广东赛斯拜克科技有限公司产品SP130M进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

该研究利用高光谱遥感技术分析水稻和小麦两种作物不同生育期的冠层光谱及其叶面积指数和叶绿素密度的变化，比较高光谱植被指数与两种作物的叶面积指数和叶绿素密度之间的关系，最后确定估算两种作物的叶面积指数和叶绿素密度最佳植被指数。结果表明：水稻和小麦两作物的叶面积指数和叶绿素密度在整个生育期内的变化规律基本一致，即先升高后下降的趋势，但两作物叶绿素密度与叶面积指数最大值出现的时期不同；稻麦两作物在整个生育期内的光谱反射率曲线，在可见光区域(400～700nm)变化无明显规律，在近红外区域(700～1000nm),生育前期反射率由低到高，到生育后期则由高到低，其中最大值分别出现在抽穗期和灌浆期左右；通过14种植被指数与两作物的叶面积指数和叶绿素密度相关性比较分析得知，二次修正土壤调节植被指数(MSAVI2)与水稻农学参数相关性最好，相关系数r>0.91,而小麦在800nm处的光谱反射率(Rsoo)与其农学参数相关性最好，相关系数r>0.92;并利用线性回归的方法，建立了估算两作物叶面积指数和叶绿素密度的模型，决定系数R²>0.85。这样为不同环境条件下(水作和旱作)农作物的动态监测和科学管理及决策提供了技术支持。

数据分析

本研究首先分析了2种农作物在不同生育时期光谱反射率的差异性，并利用笔者先前研究中的高光谱植被

指数(表1),分析两种农作物的叶面积指数和叶绿素密度与高光谱植被指数的相关性，分别筛选出对两种农作物的叶面积指数和叶绿素密度敏感的最佳植被指数，然后利用线性回归分析建立相应的模型，并进行精度检验。

结果与分析

不同生育期稻麦叶面积指数和叶绿素密度的变化

由图1可知，稻麦两种作物的叶面积指数和叶绿素密度在生育期内均呈现抛物线的变化规律。水稻由移栽后到始穗阶段，由于水稻分蘖数量增加，单叶面积持续增长，促使叶面积指数不断增加，叶面积指数增加的速率由快到慢，至抽穗期左右，叶面积指数达到最大值。灌浆期以后，由于叶片已经不能够进行较强的光合作用，叶片开始衰老，植株下部的叶片逐渐枯黄以至干死，叶面积指数迅速减小。而小麦叶面积指数从出苗到乳熟期不断增加，并达到最大值，乳熟期以后，随着生育期的推进，下部叶片逐渐衰老脱落，叶面积指数迅速下降。

叶绿素是作物生产干物质的基质，单位面积绿色体及叶绿素的含量将影响作物经济产量的高低。通常，把叶片叶绿素含量与单位面积总绿叶鲜质量的乘积定义为冠层叶绿素密度，图1所示，两种作物的冠层叶绿素密度与叶面积指数变化趋势基本接近，其中水稻叶绿素密度最大值出现的时期与叶面积指数基本一致，但小麦叶绿素密度最大值出现在灌浆期，比叶面积指数提前一些，这可能是由于小麦作物需要较强的光合作用来促进生殖生长，提高作物产量。从两种作物生育期总体来看，群体的叶绿素密度与叶面积指数变化规律相似，其主要原因可能是群体的叶绿素密度包含有叶面积指数与单叶叶绿素含量的信息，是二者的综合体现。

不同生育期稻麦冠层光谱特征比较

随着水稻和小麦发育期的推进，冠层高光谱反射率出现了较为明显的变化。图2反映了两种作物在营养生长期和生殖生长期的冠层光谱特征的变化。

随着科技的发展，我们相信高光谱相机将会在水稻研究中发挥更大的作用。例如，我们可以将高光谱相机与无人机、卫星等设备结合，实现从空中对水稻田进行大面积的高光谱拍摄，从而获取水稻生长的宏观情况。我们也可以将高光谱相机应用于水稻的分子生物学研究中，以揭示水稻生长、发育的更深层次的机理。

高光谱相机与水稻叶面积指数研究

叶面积指数（LAI）是反映作物生长状况的重要参数，传统的方法是通过直接测量或者模型模拟来计算，然而这两种方法都有其局限性。高光谱相机则能够通过测量水稻的反射光谱，利用相关的数据分析算法，直接获取水稻的LAI值，具有快速、无损、准确的优点。

例如，研究人员在实验中使用了高光谱相机对水稻进行拍摄，获取其反射光谱数据，并通过建立反射光谱与LAI之间的模型，成功地计算出了水稻的LAI值。实验结果表明，高光谱相机获取的LAI值与传统方法相当，而且其优势在于可以直接获取实时的LAI值，无需对水稻进行破坏性的采样。

高光谱相机与水稻叶绿素密度研究

叶绿素是植物光合作用的重要物质，其密度（Chl密度）与水稻的生长状况密切相关。与LAI类似，传统的Chl密度测量方法也是基于直接测量或者模型模拟，而这些方法都无法避免对水稻的损伤。高光谱相机则能够在无损的情况下，获取水稻的Chl密度。

研究人员通过实验发现，高光谱相机获取的Chl密度值与传统方法获取的值高度一致，同时，高光谱相机还能够提供Chl密度的空间分布情况，这在水稻的田间管理、病虫害预警等方面具有很高的应用价值。

高光谱相机在水稻叶面积指数及叶绿素密度的研究中表现出强大的潜力。其优点包括无损、快速、准确等，而且能够提供水稻生长状况的实时信息。然而，如何进一步提高高光谱相机在测量中的精度和稳定性，以及如何降低其成本，使其能够在更广的范围得到应用，这都是未来研究的重要方向。同时，高光谱相机获取的大量数据处理需要强大的数据分析能力，这也是未来研究中需要解决的问题。