论文部分内容阅读
贵州喀斯特山区地形复杂，环境多样，烟草种植品种多、面积大，及时了解掌握烟叶养分状况和品质化学成分是烟草生产的一个重要课题，也是实现农业精细化管理的内在要求，随着高光谱分辨率遥感技术的发展，可以直接对地物进行微弱光谱差异的定量分析，为实现烟叶在无损状态下对生长信息提供实时监测提供了有效方法。 本研究使用FieldSpec3地物光谱仪对贵州喀斯特山区所种植烟草品种之一——南江3号烟叶田间非离体状态下进行高光谱数据采集，结合叶片生化指标实验室检测结果，使用相关分析和回归分析技术研究了烟草叶片的高光谱反射率曲线及其变化形式的光谱特征，建立了对烟草叶片主要生化指标含量基于光谱反射率、一阶微分和高光谱特征变量的多种回归估测模型，并对模型的估测精度进行了检验，为地区烟叶生产精细化管理提供了一定的技术参考，主要的研究结论如下: (1)研究区域种植烟草品种烟叶光谱符合绿色植被典型高光谱特征; (2)基于光谱一阶微分的的逐步回归方程对烟草叶片叶绿素a含量的估测效果最好，方程的确定系数R2为0.998，且检验精度较高;叶绿素a含量的光谱反射率特征波长位于700nm附近; (3)基于光谱一阶微分的逐步回归方程对叶绿素b含量估测效果最好，方程的确定系数R2为0.949，检验精度较高;叶绿素b含量的光谱反射率特征波长与叶绿素a相同; (4)基于光谱反射率一阶微分的逐步回归方程对烟草叶片类胡萝卜素含量同样表现出了较好的估测效果，回归方程的确定系数R2达到0.859，检验精度较高;类胡萝卜素含量的光谱反射率特征波长位于514nm，而光谱反射率一阶微分的特征波长为485nm; (5)烟草叶片全氮含量高光谱反射率特征波长是702nm，光谱一阶微分特征波长是632nm;基于光谱反射率一阶微分的逐步回归方程对叶片全氮含量的估测效果最好，方程的确定系数R2为0.961，且检验精度较高; (6)本次研究所使用的单变量线性和非线性估测模型方程的确定系数普遍较低，估测效果较差，说明烟草叶片生化指标和高光谱变量之间不是简单的线性关系，还受到多个光谱位置的共同影响。