论文部分内容阅读
本文主要基于不同程度水分胁迫试验,采用ASD光谱仪,研究了不同程度水分胁迫(干旱胁迫、渍水胁迫)处理下不同基因型烤烟叶片及其植株水分含量与其光谱特征的变化规律,分别分析了不同处理下烤烟叶片水分指标FMC(叶片相对含水量)、LEWT(叶片等效水厚度)与叶片原始光谱反射率及一阶导数的相关关系,以及烤烟植株水分指标PWC(植株含水率)与冠层原始光谱反射率及一阶导数的相关关系,筛选烤烟水分状况的最佳敏感波段,构建烤烟叶片水分监测模型及植株水分监测模型,并对所构建模型进行检验,以期为利用高光谱遥感技术监测烤烟干旱灾害及渍水灾害和数字烟草的发展提供理论指导。主要研究结果如下:1.不同水分处理下烤烟水分含量及光谱特性的变化规律在不同生育时期下,烤烟叶片相对含水量(FMC)、叶片等效水厚度(LEWT)、植株含水率(PWC)的变化规律均表现为随着干旱胁迫程度的加剧而降低,而随着渍水程度的加剧而升高,不同基因型烤烟规律一致。在不同处理下,烤烟冠层及叶片光谱曲线的总体变化趋于一致,都具有绿色健康植物的反射特征,但在不同生育时期的不同水分处理下,其各波段处反射率的值均呈现出一定差异,品种间规律一致。2.烤烟水分含量敏感波段将采集的烤烟叶片及冠层光谱数据分别与三个水分指标进行相关分析后,筛选出在叶片原始光谱中烤烟FMC的最佳敏感波段是2240nm(r=0.686,P=0.000),LEWT的最佳敏感波段是1924-1928nm、1934-1940nm、1942-1944nm(r=0.700,P=0.000),在冠层原始光谱中烤烟PWC的最佳敏感波段是1411nm(r=﹣0.479,P=0.000);将原始光谱进行微分处理后,烤烟FMC的最佳敏感波段是408nm(r=﹣0.654,P=0.000),LEWT的最佳敏感波段是1063nm(r=﹣0.715,P=0.000),烤烟PWC的最佳敏感波段是1103nm(r=﹣0.495,P=0.000)。3.烤烟水分含量最佳预测模型采用所筛选的最佳敏感波段和全波段光谱数据及其微分光谱分别对烤烟FMC、LEWT、PWC构建相应的一元线性模型、多元逐步回归模型以及BP神经网络模型,并以2015年的试验数据作为样本对所构建的模型分别进行检验,得到微分光谱比原始光谱反射率更适合用于反演烤烟水分指标含量,且在构建的烤烟FMC、烤烟LEWT、烤烟PWC监测模型中,均以BP神经网络模型的反演精度最优,表明其具有较高的普适性与稳定性,对烤烟水分状况监测效果最佳。