[发明专利]一种猕猴桃树叶片叶绿素含量高光谱估算方法

说明书

技术领域

本发明属于农业技术领域，具体地说，涉及一种猕猴桃树叶片叶绿素含量高光谱估算方法。

背景技术

叶绿素是植物进行光合作用不可或缺的必要色素，其含量影响植物的初级生产力，能够表明植物的营养与生长状况，它被称作是植物营养胁迫、光合作用能力和各生长阶段的良好指示剂。作物的长势与其光谱特征有直接关系，它的生长、营养状况直接反映在其光谱响应特征之中。由于植被和叶片光谱反射率在可见光范围主要受植被色素(叶绿素和类胡萝卜素)和覆盖度的影响，在近红外区域则主要受冠层和叶片结构、生物量、蛋白质、纤维素等影响，因此可以用作物冠层或叶片反射光谱及其变量来估算其农学参数，特别是色素含量。红边是植被叶绿素对红光波段强烈吸收，对近红外波段多次散射形成强反射而形成，它是植物光谱区别于其它地物的特有性质。当植物由于感染病虫害或因污染或物候变化而“失绿”时，红边会“蓝移”；当植物生物量、色素含量高，生长旺盛时，红边会“红移”。定量遥感中常采用微分技术找寻关键波段如“红边”、“绿峰”等，建立光谱参数与各作物冠层生理生化参数的定量关系，如王秀珍等探讨从原始光谱、一阶微分光谱以及其对应的位置变量、面积变量和植被指数变量与作物生理生化参数间的定量关系；Curran、Filella等指出红边位置与红边形状可作为估算植物生物理化参数的指标；杜华强等研究红边位置、红边振幅、红边面积、红谷吸收度及红边波段构建的植被指数等高光谱特征参数与马尾松叶绿素间的函数关系；唐延林等利用棉花冠层光谱红边参数建立与色素含量及其他农学参数间的定量关系；J.Delegido等构建归一化红边高光谱植被指数反演作物叶面积指数；JU Chang-Hua等通过构建新的红边参数—红边对称度(RES red edge symmetry)反演油菜叶绿素含量，LantaoLi等利用红边区域左峰值面积和右峰值面积估算冬油菜叶绿素密度。不同地区，不同环境，不同植物类型的光谱信息不尽相同，其红边响应也不同，已有的光谱植被指数对其他植被类型或在不同环境条件下处在不同生理状态的同种植被的适用性也需要进一步订正。其他学者的研究也大多集中在小麦、玉米、棉花、水稻、油菜等大田作物上，对猕猴桃的相关研究还未见报道。秦岭北麓是我国猕猴桃的最适宜产地。周至、眉县、武功和杨陵等地是其中心产区。应用高光谱遥感进行猕猴桃长势监测，建立叶片叶绿素含量高光谱估算模型，可以为猕猴桃栽培管理和营销提供决策依据，具有重要的理论和实践意义。

发明内容

本发明的目的在于提供一种猕猴桃树叶片叶绿素含量高光谱估算方法，该方法利用高光谱技术实现猕猴桃叶片SPAD值的估测。

其具体技术方案为：

一种猕猴桃树叶片叶绿素含量高光谱估算方法，包括以下步骤：

步骤1、光谱反射率与叶绿素含量测定

光谱反射率采用美国生产的SVC HR-1024I型便携式野外光谱辐射仪测定，光谱探测范围为350～2500nm，其中350～1000nm光谱分辨率3.5nm，1000～1850nm光谱分辨率为9.5nm，1850～2500nm光谱分辨率为6.5nm，将样品叶片擦拭干净，平整地置于叶片夹上，在叶片的上、中、下部位各测量2次，每片叶子获得6条反射光谱曲线，取其平均值作为该叶片的光谱反射率曲线；

叶片叶绿素含量采用SPAD-502型叶绿素仪测定，用SPAD值代替叶绿素含量，测量时从猕猴桃叶尖到叶尾分段测量三次，每次测量4个点，计算平均值作为该叶片的SPAD值；

步骤2、数据处理

在进行数据分析前，利用光谱仪自带的处理软件将测定的原始光谱数据进行重采样并导出，采样间隔为1nm。为减少背景噪声的影响，有效提高对植物生物理化参数的检测，采用光谱归一化微分分析技术，对光谱求一阶微分。由于光谱仪采集的数据是离散的，一阶微分公式为：

式中，D_i是波段i的一阶微分值，R_i是波段i的光谱反射率，λ_i是波长。

实验中，分别在幼果期、壮果期各采集84片叶子，分层抽样选取其中132组样本数据作为训练集，其余36组样品数据作为验证集，建立反演模型，并对反演模型进行检验，数据处理及建模在Excel2013、MatLab2013b和Origin2016中完成。

与现有技术相比，本发明的有益效果：