久久亚洲国产网站,不卡一区二区三区av,大声呻吟yin荡对白

一、引言

辣椒的生長狀況直接影響其品質(zhì)優(yōu)劣及經(jīng)濟價值，因此實時監(jiān)測辣椒生長狀況非常必要，這也是確保辣椒科學種植的前提。葉綠素作為植被進行光合作用的主要物質(zhì)，其含量的多少直接影響光合作用的效果，可將其作為衡量植物生長健康狀況的重要指標。

無人機高光譜遙感技術和近地高光譜技術在農(nóng)作物的生長狀態(tài)監(jiān)測、分類等方面具有獨特的優(yōu)勢，它快速、高效、便捷、監(jiān)測范圍廣，可對植被進行連續(xù)動態(tài)監(jiān)測，在快速獲取大量植被表型信息的研究中有很好的應用前景。研究人員將高光譜技術應用到植被參數(shù)的反演中，可對植被進行快速無損監(jiān)測。

本研究以辣椒為研究對象，設置基于不同辣椒品種的辣椒田間實驗，測定地物高光譜數(shù)據(jù)、無人機高光譜數(shù)據(jù)和葉片SPAD值。并依據(jù)兩個平臺的光譜特性，構(gòu)建優(yōu)化光譜參數(shù)，揭示不同數(shù)據(jù)集對葉綠素含量反演的影響及內(nèi)在聯(lián)系，建立基于機器學習算法的SPAD回歸模型，進而提出適用于該研究區(qū)辣椒葉片葉綠素含量反演模型。研究成果對于貴州地區(qū)的辣椒科學種植具有一定科學意義和實踐價值。

實驗設計與分析方法

2.1 典型地物光譜特征

研究區(qū)選擇遵義市新蒲新區(qū)貴州省農(nóng)業(yè)科學院辣椒研究所官莊示范基地（E104°18′20″、N25°19′44″，圖2-1），遵義市因辣椒品種豐富，營養(yǎng)價值高被世界辣椒聯(lián)盟授予“世界辣椒之都”榮譽稱號。遵義市位于貴州省北部，云貴高原東北部，中心城區(qū)南到省會貴陽市140千米，總面積30762平方千米，研究區(qū)屬于中亞熱帶高原濕潤季風區(qū)，一年四季分明，雨熱同季，無霜期長，約250～350天，全年平均氣溫15.1℃，日照率23%～29%，日照充足，雨水整體較為豐沛，年平均降水量900mm～1200mm，變化范圍800mm～1600mm，具有種植辣椒的天然優(yōu)勢。

圖2-1研究區(qū)位置示意圖

2.2 高光譜數(shù)據(jù)獲取

2.2.1近地非成像光譜數(shù)據(jù)獲取

以辣椒盛果期葉片為研究對象進行光譜測定，測量儀器為便攜式地物光譜儀。

選取天氣適宜時對冠層光譜予以測定，量測時間為早上10:00到下午15:00。為避免光污染，檢測人員身穿深色衣物。測量過程中具體方法如下：測量時應使探頭朝下，距離冠層植株約15～30cm，檢測過程中每隔5株植株經(jīng)過一次標準白板校正，對每株植株測量5次，取其平均值作為最終反射率。本研究測量光譜范圍在350～2500nm之間，共計2151個波段，由于農(nóng)作物波譜在1400nm、1900nm處受到水吸收帶的影響，且已有研究表明，葉綠素的響應波段為可見光和近紅外波段，故本研究在采用高光譜儀分析葉綠素時使用的光譜范圍為350～1300nm。

2.2.2低空成像高光譜數(shù)據(jù)獲取

采用高光譜成像系統(tǒng)對研究區(qū)進行影像數(shù)據(jù)采集，時間為2021年9月8日上午11點至12點。當天無風、無明顯云層遮擋，光照充足，無人機相機參數(shù)設置為：飛行高度100m，曝光時間10ms。

2.3 光譜預處理

2.3.1光譜平滑處理

由于光譜儀采集的光譜波段之間存在差異，容易在數(shù)據(jù)采集過程中受到與樣本無關的光譜信息的影響，呈現(xiàn)出來的光譜曲線不平滑，即“毛刺”現(xiàn)象。在數(shù)據(jù)處理過程中，為了獲得“平穩(wěn)”的光譜曲線，減少樣本光譜中的“噪聲”，需對原始光譜反射率數(shù)據(jù)進行光譜去噪。常用的光譜去噪方法包括卷積平滑、移動加權(quán)平均法、高斯濾波和中值濾波等，本文采用卷積平滑法，運用軟件對數(shù)據(jù)進行處理。

三、基于無人機高光譜的辣椒SPAD反演研究

3.1 冠層光譜特性分析

由圖3-1可知，無人機光譜反射率整體表現(xiàn)為：在可見光的短波波段區(qū)域內(nèi)，葉片光譜反射率普遍較低，出現(xiàn)了一個波峰和兩個波谷，在可見光的長波區(qū)域內(nèi)，葉片反射率急劇增加，在可見光的長波和近紅外區(qū)域內(nèi)反射率較為平穩(wěn)，SPAD值在30～70范圍內(nèi)各光譜反射率無明顯差異，高于70的反射率明顯低于其他SPAD值對應的反射率。在可見光范圍內(nèi)SPAD值與光譜反射率無明顯規(guī)律，當波長超過730nm以后，規(guī)律顯示為葉綠素值越大，其反射率值越低。無人機光譜和近地光譜與SPAD之間的關系可以描述為SPAD值越大，對應的反射率越小，呈反比關系。

圖3-1不同SPAD值對應的光譜反射率（無人機）

圖3-2（a）展示了所有葉片樣本的葉綠素含量統(tǒng)計值，圖3-2（b）則將這些樣本分為了建模集和驗證集，在葉綠素統(tǒng)計圖中標記了最小值、最大值、平均值和標準差。觀察最小值和最大值可以得出訓練集樣本葉片的葉綠素含量分布范圍在32.9～73.9之間，預測集樣本葉片的葉綠素含量分布范圍在55.8～66.4之間。訓練集葉綠素含量的平均值為59.7，標準差為8.1，而預測集葉片的葉綠素平均值為61.2，標準差為3.2，驗證集的葉綠素含量平均值相對于建模集略高，且葉綠素含量的分布范圍也較窄。

圖3-2樣本葉片的葉綠素含量統(tǒng)計情況圖

3.2數(shù)據(jù)預處理

無人機搭載光譜儀得到地物的原始慣導數(shù)據(jù)后，需對慣導數(shù)據(jù)進行如圖3-3所示的航線分割、幾何校正、輻射校正、地理配準、影像拼接、輻射定標處理才能由立方體數(shù)據(jù)得到地物反射率數(shù)據(jù)。

圖3-3無人機高光譜數(shù)據(jù)預處理步驟

將原始反射率進行波譜重采樣，處理后的無人機高光譜范圍為396nm～998nm。為了增強光譜反射率和葉綠素之間的相關性，消除周圍噪聲及土壤反射率等對辣椒光譜的影響

3.3相關性分析

3.3.1原始光譜與SPAD值的相關性分析

利用軟件計算出辣椒葉片高光譜數(shù)據(jù)與SPAD值之間的相關系數(shù)，在軟件中繪制出來，通過分析數(shù)據(jù)，葉片葉綠素含量與原始光譜反射率之間的相關性如圖3-4所示。

圖3-4原始光譜與SPAD值的相關系數(shù)關系圖

由圖3-4可知，辣椒葉片光譜反射率與葉綠素含量在可見光范圍內(nèi)密切相關，特別是在綠光波段（480～510nm）和紅光波段（587～702nm），在近紅外波段（780～1000nm）幾乎不能反映其相關性，其中在350nm～709nm波段范圍內(nèi)呈現(xiàn)極顯著正相關（0.01顯著性水平），504nm波長下原始光譜與葉綠素含量呈最大正相關，相關系數(shù)為0.58。

3.3.2倒數(shù)對數(shù)光譜與SPAD值的相關性分析

圖3-5倒數(shù)對數(shù)光譜與SPAD值的相關系數(shù)關系圖

通過分析數(shù)據(jù)，葉片葉綠素含量與倒數(shù)對數(shù)光譜反射率之間的相關性如圖3-5所示。由圖3-5可知，倒數(shù)對數(shù)光譜在350nm～701nm范圍內(nèi)呈現(xiàn)極顯著負相關（0.01顯著性水平），在423nm處相關性最好，其相對應的相關系數(shù)是-0.60。

3.3.3多元散射矯正光譜與SPAD值的相關性分析

葉片葉綠素含量與多元散射校正后的光譜之間的相關性如圖3-6所示。由圖3-6可知，350nm～523nm呈極限負相關，在515nm處呈負相關最大值，相關系數(shù)為-0.52。在540～732nm波段范圍內(nèi)呈正相關，在波段701nm處呈現(xiàn)正相關最大值，相關系數(shù)為0.65。

圖3-6MSC光譜與SPAD值的相關系數(shù)關系圖

3.3.3連續(xù)統(tǒng)去除光譜與SPAD值的相關性分析

葉片葉綠素含量與連續(xù)統(tǒng)去除光譜之間的相關性如圖3-7所示。由圖3-7可知，在400～724nm處呈極顯著正相關，812～827nm處呈極顯著負相關，在波段691nm處呈現(xiàn)相關性最大值，相關系數(shù)為0.601。

圖 3-7 連續(xù)統(tǒng)去除光譜與 SPAD 值的相關系數(shù)關系圖

四、總結(jié)

本文為實現(xiàn)研究區(qū)辣椒葉片葉綠素的區(qū)域反演，以研究區(qū)辣椒為研究對象，基于低空高光譜遙感和近地高光譜技術，采用無人機高光譜對辣椒葉綠素進行反演，并利用光譜分析、數(shù)理統(tǒng)計等技術手段，同時結(jié)合田間同步采樣數(shù)據(jù)進行綜合分析研究，篩選出與辣椒生理參數(shù)相關的特征波段及光譜植被指數(shù)，從而建立了具有強普適性、高精度的SPAD反演模型，研究結(jié)果可為山地辣椒生理參數(shù)的實時監(jiān)測和精確管理提供理論基礎和區(qū)域參考。