高光譜遙感技術在煙草中的應用

高光譜遙感技術在煙草中的應用主要集中在快速、精準地提取煙草生長的信息，煙草脅迫監(jiān)測、煙葉成熟度監(jiān)測、產量估算與品質監(jiān)測，從而及時調整各類物資的投入量，以期達到減少浪費、增加產量、改善煙草品質的目的。

1.1煙草生長信息的提取

在作物生產中，快速、精準地判斷作物氮素營養(yǎng)狀況對實現(xiàn)作物的實時精準施肥具有重要意義。

植物的光合色素分為葉綠素(葉綠素a、葉綠素b)和類胡蘿卜素(胡蘿卜素、葉黃素)，前者是吸收光能的物質，直接影響植被對光能的利用，后者則能對葉綠素起到保護作用。與傳統(tǒng)方法相比，利用高光譜儀測定葉片中色素的含量具有實時、快速、非損傷性等優(yōu)點，因而成為近年來研究的熱點。在煙草中，利用高光譜測定葉片中的葉綠素含量也取得了一定的研究成果。

在21個光譜參數(shù)中篩選出與葉綠素含量、類胡蘿卜素含量相關性最好的光譜參數(shù)，即綠度歸一化植被指數(shù)(G_NDVI)和轉換葉綠素吸收反射指數(shù)(TCAＲI)，并分別建立了葉綠素a、葉綠素b、葉綠素a+b以及類胡蘿卜素含量的最佳估測模型，確定了光譜參數(shù)G_NDVI和TCAＲI為預測色素含量的特征參數(shù)。通過研究南江3號煙葉高光譜參數(shù)與葉綠素含量的關系表明，葉綠素a(Chla)與原始光譜反射率的最大相關系數(shù)以及光譜一階微分的最大相關系數(shù)分別出現(xiàn)在700nm和623nm處;而葉綠素b(Chlb)的則出現(xiàn)在701nm和653nm處。與Chla、Chlb含量相關系數(shù)最大的高光譜參數(shù)分別是綠峰位置(λg)和紅邊面積與藍邊面積的比值(SDr/SDb)，運用逐步回歸方法建立的基于光譜反射率一階微分的模型對煙草葉片葉綠素a、葉綠素b含量的估測效果好，精度較高。

葉面積指數(shù)LAI(LeafAreaIndex)作為陸面過程中一個十分重要的結構參數(shù)，是表征植被冠層的最基本的參量之一，在遙感監(jiān)測中通常是產量估測模型與土壤水分蒸發(fā)蒸騰量模型的輸入?yún)?shù)。前人研究報道綠色作物光譜反射率與LAI密切相關，越來越多的學者利用高光譜遙感技術來反演葉面積指數(shù)。

1.2煙草生長信息的提取

不同水分處理對煙草高光譜特征的影響表明，在水分脅迫下(45%和65%水分處理)，煙草冠層高光譜的紅邊位置發(fā)生“紅移”現(xiàn)象，而85%水分處理則因為水分過多導致葉片提前落黃，葉綠素含量減少造成紅邊位置發(fā)生“藍移”現(xiàn)象。高光譜遙感亦可以用于監(jiān)測重金屬對煙草的脅迫。

在敏感波段(551、672、720nm)下建立了鎘的歸一化污染指數(shù)CNDPI，并確定當CNDPI值大于0.3時，煙株中即出現(xiàn)鎘污染情況，實現(xiàn)了利用光譜數(shù)據(jù)區(qū)分煙葉是否被鎘污染的定性目標。利用高光譜遙感技術監(jiān)測煙草病蟲害的研究主要集中在煙草花葉病方面，采用逐步回歸方法建立煙草花葉病病害等級和病株高度的光譜反射率、光譜反射率一階微分和光譜特征變量的回歸方程，對模型進行檢驗發(fā)現(xiàn)，光譜反射率一階微分回歸模型的相關系數(shù)為0.999，估測效果最好，光譜反射率回歸模型的估測效果次之，光譜特征變量回歸模型最差。

1.3煙葉成熟度的監(jiān)測

煙葉成熟采收對烤煙品質具有重要意義，目前我國仍以根據(jù)葉片顏色以及葉齡的主觀方法判斷煙葉成熟度，如何形成客觀系統(tǒng)的方法判斷烤煙成熟度成為了學者們研究的熱點。學者們研究了不同成熟度鮮煙葉的高光譜特征，建立了量化判別煙葉成熟度的模型，經驗證模型具有較好的穩(wěn)定性。

2 研究展望

前人已經較為系統(tǒng)地研究了影響煙草光譜特征的因素，并且在利用高光譜遙感技術監(jiān)測煙草長勢與品質、估算產量、監(jiān)測煙草脅迫等方面取得了一些研究成果。但是由于各類監(jiān)測與估算模型是不同學者在不同試驗條件下建立的，各模型不具有普遍適用性，與實現(xiàn)指導煙葉生產的目標還有一定差距。因此，如何將高光譜遙感技術在煙草中的應用從理論走向業(yè)務化操作并提取出具有普適性的監(jiān)測與估算模型是我們今后的主要研究方向。同時，我們還應加強高光譜技術與GPS、GIS等信息技術的結合，推動煙草農業(yè)現(xiàn)代化進程。

萊森光學（深圳）有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統(tǒng)的研發(fā)、生產和銷售。

審核編輯 黃昊宇