高光譜在水稻含氮量測定中的應用研究

衛(wèi)星遙感技術(shù)目前已被廣泛應用于農(nóng)業(yè)生產(chǎn)中，如土壤普查、農(nóng)業(yè)資源調(diào)查、氣象災害監(jiān)測以及農(nóng)作物長勢監(jiān)測和作物估產(chǎn)。目前國內(nèi)外眾多研究者利用遙感技術(shù)估算/反演植被冠層的葉面積、葉綠素含量、氮素和蛋白質(zhì)水平以及監(jiān)測植物的長勢等，但偏重于植被的冠層， 即測定對象非個體，所得結(jié)果具有不準確性。

傳統(tǒng)的水稻含氮量的測定方法都需要將水稻植株進行“破損”后進行測定。采用光譜法進行測定，可以不破壞植株，無需取樣，即時測定。筆者使用便攜式地物光譜儀測定水稻的光譜特征，通過水稻的光譜指數(shù)與光譜模型推算出水稻的含氮量。

1. 材料與方法

1. 1 試驗地概況

研究在江西省撫州市臨川區(qū)唱凱鎮(zhèn)糧食萬畝科技示范基地進行。試驗區(qū)位于116°18'E，28°6'N，地貌主要為平原，海拔45m左右，屬亞熱帶，雨量充沛，氣候濕潤。

1.2 試驗方法

所用光譜儀為波段覆蓋 350～2500 nm的，其通道數(shù)為768。野外測定光譜前先設置好儀器的相應參數(shù)，并標定參考白板，參考白板光譜測定后測定植物的反射強度。野外測定時間為 2011年6月18日10：30-13：00。此時處于早稻孕穗期。天氣為晴天有微風。所有的反射光譜數(shù)據(jù)均在野外自然光條件下測得。為減少不同太陽高度角對反射率的影響，該試驗對每株水稻測定10次，取平均值作為最終光譜值。同時，采用開氏法測定水稻植株含氮量。由于光譜反射信號850 nm之后受干擾的影響較大，特別是水汽影響，在該次研究中只選擇 350～850 nm 波段范圍的光譜數(shù)據(jù)。光譜數(shù)據(jù)預處理是由便攜式地物光譜儀攜帶的光譜處理軟件Data Acquisition Software和Excel軟件來完成的，并結(jié)合SPSS 17.0軟件進行相關(guān)分析、線性回歸和作圖。筆者對氮含量與各波段光譜值、一階微分光譜值和不同植被指數(shù)進行了Pearson相關(guān)分析，并進一步對與含氮量有顯著相關(guān)的光譜因子進行逐步回歸分析，然后把實測數(shù)據(jù)帶入方程來檢驗回歸模型的準確性。

?

2. 結(jié)果與分析

2.1 水稻的光譜響應

通過對實測的光譜數(shù)據(jù)曲線圖的觀察分析，刪除那些受水背景等外界環(huán)境影響較大的光譜數(shù)據(jù)，最后選定20個樣品中的14個數(shù)據(jù)作為試驗的最后處理數(shù)據(jù)。從圖1可以看出，測定的光譜反射曲線表現(xiàn)出典型的植被光譜特征。在350～500 nm和675 nm 附近有較強的吸收，在550 nm附近形成反射“綠峰”，在700～750 nm形成直觀的近似垂直的陡坡，在750～850 nm形成典型的近紅外高原區(qū)。

圖 1 水稻的光譜響應曲線

2.2 光譜參數(shù)

選擇綠峰、紅光谷和近紅外峰的反射率以及一階導數(shù)最大值作為水稻氮含量的候選因子，同時對光譜 數(shù)據(jù)降維處理來模擬 Landsat TM 的紅光和近紅外光波段來計算歸一化植被指數(shù)( NDVI) 、差值植被指數(shù)( DVI) 、比值植被指數(shù)( RVI) 和調(diào)整土壤亮度的植被指數(shù)( SAVI) 作為候選因子(表 1) 。這些因子能否被用于監(jiān)測水稻含氮量，還必須通過以下方法進行分析。首先，直接進行相關(guān)分析，判斷它們與氮含量的相關(guān)指數(shù)是否通過顯著性檢驗; 最后，用回歸分析的方法篩選因子，剔除部分因子。

經(jīng)相關(guān)分析，發(fā)現(xiàn)高光譜各因子與含氮量的相關(guān)系數(shù)除了一階導數(shù)最大值、歸一化植被指數(shù)、比值植被指數(shù)外都達到 0.05 顯著水平，即可用于分析水稻含氮量，其中綠峰峰值的相關(guān)系數(shù)值最大，達到 0.837。根據(jù)相關(guān)分析篩選獲取的5 個因子中，采用回歸分析(顯著性為 0.01) 方法選擇的因子只有X1，說明只需一個因子就可以分析高光譜對水稻含氮量的影響。

2.3 水稻含氮量的高光譜測量估算模型

采用單因子的高光譜變量，分析水稻含氮量。從圖2可以看出，綠峰峰值與氮含量呈正相關(guān)，峰值越大，含氮量就越高。分別用線性、二次多項式、三次多項式模擬，可以看出三次多項式曲線最好，相關(guān)系數(shù)為0.782，方程為 y= 784.726x3 - 250.638x2 + 30.181x - 0.071，通過0.01的顯著檢驗。然后，取一組原數(shù)據(jù)回代到模型方程中，得到的精度約 92.5%，效果能滿足預測要求。因此，可把它作為檢測水稻氮含量的合適模型。

圖 2 氮含量與綠峰峰值的關(guān)系

3. 結(jié)論

氮素是對作物生長、產(chǎn)量和品質(zhì)影響最為顯著的營養(yǎng)元素。該研究通過相關(guān)和回歸分析，最終確定綠峰峰值是水稻氮含量分析的最佳因子，模型相關(guān)系數(shù)為 0.782，預測精度較好，約 92.5% ，表明高光譜可以用于檢測水稻長勢。由于結(jié)論是基于一個生長季的田間數(shù)據(jù)得到的，季節(jié)氣候條件的影響得加于考慮。同時，處理過程中有關(guān)背景尤其是水及其表面懸浮物的影響的處理方法還不夠完善，仍有待進一步的改進。
審核編輯：湯梓紅