高光譜技術(shù)估測煙草生化成分的機理和研究進展

引言

前人已經(jīng)對高光譜遙感技術(shù)在水稻、大豆、小麥等農(nóng)作物中的應(yīng)用有了較為深入的研究。近幾年來，越來越多的煙草研究者們將目光轉(zhuǎn)向了高光譜技術(shù)，他們利用高光譜技術(shù)得出了不同因素影響煙草光譜特征的變化規(guī)律，同時篩選出一些監(jiān)測參數(shù)，并建立了相應(yīng)的估算模型。煙草生化參數(shù)主要包括有：水分、色素、糖、N、P、K和微量元素等。在農(nóng)業(yè)遙感信息模型研究、作物冠層光譜、葉片光譜、生物物理參數(shù)的提取與反演、作物長勢監(jiān)測等方面，高光譜技術(shù)都得到了較快發(fā)展。近年來，高光譜技術(shù)在煙草上的研究和應(yīng)用也進入了快速發(fā)展的階段，并且得到了較多的應(yīng)用，其中也包括了在生化參數(shù)方面的研究。

本文著重展望未來高光譜遙感在煙草方面的發(fā)展趨勢。

團棵期(A)、旺長期(B)和打頂期(C)不同氮肥施用量下烤煙葉片葉綠素含量

2、高光譜估測煙草色素狀態(tài)的機理和研究進展

煙草的光合色素含量與其光合能力具有很好的相關(guān)性，可以用來評價煙草長勢。植被色素（葉綠素和類胡蘿卜素）直接影響植被和葉子在可見光范圍內(nèi)的反射光譜，可以利用植被冠層和葉片的反射光譜來估算其色素含量。綠色植被的光合色素在可見光波段的吸收峰主要在藍光區(qū)和紅光區(qū)，在藍光區(qū)內(nèi)，葉綠素和類胡蘿卜素的吸收峰是相重疊的，所以一般不用藍光區(qū)估測葉綠素狀況；在紅光區(qū)內(nèi)，葉綠素的最大吸收峰在660~680nm，但是較低含量的葉綠素就會引起該吸收區(qū)光的飽和，會使估測的靈敏度有所下降，所以常用略偏于吸收峰的550nm和700nm來估測葉綠素的含量。付虎艷等測定了南江3號不同長勢且無病蟲害烤煙的葉片反射率光譜，發(fā)現(xiàn)：在波長700nm處Chla含量與葉片原始光譜反射率的相關(guān)系數(shù)達到最大，為-0.705，Chlb含量與原始光譜反射率的相關(guān)系數(shù)最大是在701nm波長處，為-0.654。

葉綠素含量與烤煙葉片光譜反射率的相關(guān)性

研究煙草的高光譜與色素特性，分析色素與高光譜參數(shù)之間的關(guān)系，并建立估測模型，可以及時、準確地獲取煙草的生長狀況信息，特別是煙草的光合能力，為煙田施肥和煙草長勢監(jiān)測提供便捷、有效的方法。付虎艷通過研究南江3號發(fā)現(xiàn)：在波長623nm處Chla含量與一階光譜反射率的相關(guān)系數(shù)最大，相關(guān)系數(shù)為0.835，在波長653nm處Chlb含量與一階光譜反射率的相關(guān)系數(shù)最大，相關(guān)系數(shù)為0.808；Chla含量與綠峰位置，Chlb含量與SDr/SDb的相關(guān)系數(shù)最大，分別為0.861和0.832，建立的煙草葉片葉綠素含量的多元逐步回歸模型以及基于高光譜特征變量建立的單變量模型中，基于光譜一階微分的逐步回歸模型可以較好的估測Chla和Chlb含量，估測效果最好、檢驗精度也較高，是煙草葉片葉綠素含量的最優(yōu)估測模型。黃智等研究了烤煙K326冠層4種色素指標與18種高光譜參數(shù)之間的相關(guān)性。Chla含量與Db、Ro、Rg、SDr、SDb存在顯著的負相關(guān)關(guān)系，Chla、Chlb、Chla+b含量均與SDy的相關(guān)系數(shù)最高，并呈極顯著的正相關(guān)關(guān)系，R2均達到0.75以上，與類胡蘿卜素含量的相關(guān)性較差，R2為0.61，同時構(gòu)建了函數(shù)模型，得出各時期色素含量的估測值，與其真實值進行差異性檢驗，其差異不顯著，說明用這些高光譜參數(shù)建立的檢測模型是可行的。

葉綠素含量與烤煙葉片一階光譜反射率的相關(guān)性

3、高光譜估測煙草總氮狀態(tài)的機理和研究進展

煙草作為一種需要適當施氮肥才能保證其產(chǎn)量和品質(zhì)的經(jīng)濟作物，氮素的缺少或過多會引起煙草生長發(fā)育的變化，從而影響生長期內(nèi)煙草光譜的吸收，反射和透射。

在煙草氮素營養(yǎng)光譜應(yīng)用中，常運用煙草葉片的反射光譜來評價煙株氮狀況，但是單波段光譜易受外界因素和煙草生長狀況的影響會不穩(wěn)定，為了獲得普適性關(guān)系，需要用兩個或多個波段的光譜指數(shù)對氮含量和反射率進行相關(guān)分析。張正楊等從25個冠層光譜參數(shù)建立的各種生理生化逐步回歸方程中篩選出，總氮的自變量為λg、（SDr-SDy）/（SDr+SDy）和SDy，總氮的回歸方程通過F檢驗達到了極顯著水平。通過SPSS，對模擬值和實測值進行相關(guān)分析，建立的總氮的回歸模型相關(guān)系數(shù)都達到了顯著水平，從而得出結(jié)論：建立的基于葉片反射光譜的回歸方程能夠很好的預測煙草的生理生化指標。李佛林選取了一些在煙草各個測定時期（移栽后49d、61d、75d）中都穩(wěn)定一致的與葉片氮含量達到顯著相關(guān)的光譜參數(shù)，并建立了相應(yīng)的回歸模型，其中最適合估算氮含量模型的參數(shù)有：NRI、MCARI、P-Depth560、CAR1、RMAXFD、FD688、PRI、P-Area560、NDFDGR、GM1、GM2、NDVIG、D712、TCARI、NDVI，基于這些光譜參數(shù)，并建立了相應(yīng)的方程，得出結(jié)論：與氮含量呈線性正顯著相關(guān)的參數(shù)有：SD712、GM1、GM2，與氮含量呈線性負顯著相關(guān)的參數(shù)有P-Area560、P-Depth560，而其它參數(shù)與氮含量呈非線性關(guān)系。

不同測定時間烤煙光譜反射曲線

4、高光譜技術(shù)估測煙草其他生化成分的機理和研究進展

煙草內(nèi)部包含了多種生化成分，這些生化成分的含量加權(quán)以后吸收特性的總和表現(xiàn)為葉片的光譜，多元回歸法可以找出相關(guān)性程度較高的光譜反射波段和波段組合，也可以確定其化學成分的組合，從而反演出其化學成分的含量。有些相關(guān)性波段是某些生化成分的特征吸收波段，或者是利用光譜一階導數(shù)作為自變量的特征吸收波段的邊緣，亦或是與該生化成分相關(guān)的另外組分的特征吸收波段，又或者該波段與特征吸收波段并無相關(guān)性。李向陽等對烤煙葉片的煙堿進行了分析，并且采用逐步回歸的方法建立了葉片煙堿含量的光譜反射率，一階導數(shù)光譜以及光譜特征變量的回歸方程，分析了這些方程的R2和自變量回歸系數(shù)的相伴概率，最后進行了檢驗，得出結(jié)論：一階導數(shù)光譜回歸方程的模擬效果最好，而特征變量回歸方程的模擬效果最差，光譜反射率回歸方程的模擬效果居中，這些回歸方程的自變量回歸系數(shù)的相伴概率都達到極顯著水平。

鮮葉片光譜位置變量與化學品質(zhì)指標的相關(guān)分析（n=96）

5、結(jié)語

利用高光譜技術(shù)可以對煙草主要生化成分進行很好的監(jiān)測，而且具有廣闊的應(yīng)用前景。煙草學者們已經(jīng)提出的一系列的煙草生化成分的監(jiān)測和估算模型，每個模型都有特定的研究方法和適用條件，并不適用于所有品種的煙草，所以很難找到通用的模型。同時高光譜遙感數(shù)據(jù)有一些缺陷，比如景觀異質(zhì)性、大氣噪音、太陽位置等的干擾都會影響高光譜遙感技術(shù)在實際的應(yīng)用能力。所以要使煙草光譜資料更加完備，今后的研究方向：

一是煙草生化參數(shù)，要一步步地上升到較為精確的模型水平，進一步對其進行細化和確定。為了降低實際生產(chǎn)中煙草的品種類型、生態(tài)條件多樣和栽培管理等方面的差異，需要建立更加全面和更具規(guī)模的樣本參數(shù)，以便進行修正。

二是遙感數(shù)據(jù)的分析方法和遙感信息的信噪比要進一步提高，在今后的研究中，要注重于完善和擴充煙草的光譜數(shù)據(jù)庫，加強煙草高光譜數(shù)據(jù)的采集和挖掘，結(jié)合3S技術(shù)的應(yīng)用，進一步推動高光譜遙感技術(shù)在煙草生化成分診斷和監(jiān)測中的應(yīng)用。

推薦：

無人機機載高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無人機機載高光譜成像系統(tǒng)，該系統(tǒng)由高光譜成像相機、穩(wěn)定云臺、機載控制與數(shù)據(jù)采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統(tǒng)通過獨特的內(nèi)置式或外部掃描和穩(wěn)定控制，有效地解決了在微型無人機搭載推掃式高光譜照相機時，由于振動引起的圖像質(zhì)量較差的問題，并具備較高的光譜分辨率和良好的成像性能。

審核編輯 黃宇