文档介绍：第 22 卷第 8 期农业工程学报 Vol. 22 No. 8
16 2006 年 8 月 T ransactions of the CSAE Aug. 2006
大豆叶绿素含量高光谱反演模型研究
宋开山, 张柏, 王宗明※, 刘焕军, 段洪涛
(中国科学院东北地理与农业生态研究所, 长春 130012)
摘要: 叶绿素是植物体进行光合作用、进行第一性生产的重要物质, 能够间接反映植被的健康状况与光合能力, 同时也能
反映植被受环境胁迫后的生理状态。高光谱遥感为快速、大面积监测植被的叶绿素变化提供了可能。该研究实测了不同水
肥耦合作用下, 大豆冠层的高光谱反射率与叶绿素含量数据, 对二者进行了相关分析; 采用特定叶绿素敏感波段建立了植
被指数叶绿素估算模型; 最后采用相关系数较大的波段作为神经网络模型的输入变量进行了叶绿素含量的估算。经对比发
现叶绿素 A、B 与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致, 在可见光谱波段呈负相关, 近红外
波段呈正相关, 红边处相关系数由负变正。特定色素植被指数可以提高大豆叶绿素估算精度(R2 > 0. 736), 但是人工神经
网络模型可以大大提高大豆叶绿素含量的估算水平, 当隐藏层节点数为 4 时, R2 大于 0. 94, 随着隐藏层节点数的增加, R2 可
高达 0. 99, 表明神经网络模型可以大大提升高光谱反演大豆叶绿素含量的能力。
关键词: 高光谱; 叶绿素含量; 植被指数; ANN-BP
中图分类号: S 127 文献标识码: A 文章编号: 1002-6819( 2006) 08-0016-06
宋开山, 张柏, 王宗明, 等. 大豆叶绿素含量高光谱反演模型研究[J]. 农业工程学报, 2006, 22( 8) : 16- 21.
Song Kaishan, Zhang Bai, Wang Zongming, et al. Inverse model for est imating soybean chlorophyll concentration using in-
sit u collected canopy hyperspectral data [J ]. Transactions of the CSAE, 2006, 22( 8) : 16- 21. ( in Chinese with English ab-
stract )
谱特征及其生物物理、化学参数反演的报道很多。Gupta
0 引言
首先研究了大豆叶片的光谱反射, 为大豆光谱特征理解
目前高光谱遥感在监测植被, 尤其是农作物的叶绿奠定了基础[ 12] , 而其他一些学者则研究了大豆在镁、
素含量方面取得的了很大进展。主要因为自然和人为造砷、磷等胁迫下大豆光谱反射、透射和荧光及其形态特
成的环境胁迫因子会直接影响植被叶绿素含量, 换言之征的变化与响应[ 13, 14] , 为研究大豆在环境胁迫因子影
植被叶绿素含量遥感监测能够提供植被生理状态的有响下其光谱特征的变化提供了借鉴。Wang 等研究了在
[ 15]
效信息[ 1] , 同时叶绿素含量与植被的 N 素含量、光合作碱土和灌溉耦合条件下大豆的高光谱特征。但是一
用