冠层叶绿素能够有效反映植被的生长状况。为了基于高光谱精确估算冠层的叶绿素含量,以棉花为研究对象,实测棉花冠层光谱反射率和叶绿素含量,然后进行原始光谱数据转换,计算高光谱参数,分析叶绿素含量与高光谱参数之间的相关关系,构建估算棉花冠层叶绿素含量的BP神经网络模型。结果表明:包络线去除处理后,冠层反射率和叶绿素含量的相关性在560~740 nm波段范围内提高了10.7%,效果优于原始光谱和一阶微分光谱得到的结果;基于原始光谱和去除包络线光谱建立的植被指数mSR、mND、NDI、DD与叶绿素含量表现出较高的相关性,相关系数均在0.8左右;在所建的BP神经网络模型中,基于包络线光谱指数建立的模型的决定系数为0.85,均方根误差和相对误差分别为1.37、1.97%,这一结果优于基于红边参数、原始光谱植被指数和一阶微分光谱指数建立的模型。本研究可为作物叶绿素含量估算的实际应用提供理论依据和技术支持。

冬小麦遭受晚霜冻害后, 生理生态方面会发生显著变化, 其中又以株高要素的变化最为显著。 提取了包括红边位置、 红边振幅在内的15个光谱特征参数, 以及包括株高、 穗长、 穗下节间长和倒二节间长变化率4个株高要素, 通过相关分析, 筛选出与光谱特征相关性最好的株高变化率参数, 并建立逐步回归模型。 结果表明: 仅有株高变化率在2013和2014年两期试验中均与光谱特征参数达到显著相关; 将两期试验数据合并后, 则穗长、 穗下节间长和倒二节间长的变化率也均达到显著相关。 综合考虑模型的Adj.R2和显著性水平(Sig.)可知, 模型拟合效果最好的是穗长变化率, 其次是株高, 穗下节间和倒二节间长变化率。 比较模型的RMSE可知, 模型预测精度最高的是穗下节间长变化率。 该研究对在冻害胁迫条件下用光谱特征参数预测小麦株高各要素的变化提供了很好的参考, 对研究晚霜冻害低温胁迫下冬小麦株高要素变化的规律具有指示性意义。

为探究土壤表层湿度影响下冬小麦冠层光谱反射率响应晚霜冻害的特征, 并检验敏感光谱波段预测小麦产量变化的能力, 于2013和2014年小麦拔节期, 分别设置了表层土壤含水量为<10%(干)、 10%～20%(中)和 >20%(湿)的三个湿度处理的冻前试验, 并在低温室内进行降温处理。 分析了不同土壤表层湿度下受冻冬小麦的穗数、 穗粒数、 千粒重、 单株产量、 冠层光谱反射率及其一阶微分值的差异, 对冬小麦冻害产量变化率和高光谱特征参量进行了相关分析和一元线性拟合。 结果表明: 冬小麦穗粒数和单株产量总体上均随土壤表层湿度的降低而呈减少态势, 在土壤表层干处理条件下冻害对冬小麦产量造成的影响最为显著(p<0.05); 在绿峰(523 nm附近)、 黄边(571 nm附近)、 红边(732 nm附近)和近红外台的两个水分吸收带(952和1 145 nm附近), 干+冻害处理冬小麦冠层反射率的一阶微分值与中+冻害、 湿+冻害处理的差值明显; 剥离了土壤表层湿度对光谱的影响后, 冬小麦冠层反射率一阶微分差值在以570 nm为中心的黄边区域和以710 nm为中心的红边区域对干、 中和湿梯度处理下晚霜冻害响应的差异明显; 两年试验中的黄边面积(SDy)和570 nm处一阶微分值(d570)均与冻害产量变化率达到显著正相关(p<0.05), 说明黄边区域的高光谱特征参量可用于检测土壤表层湿度影响下的冬小麦晚霜冻害程度。 本研究可为土壤表层湿度和晚霜冻害叠加影响下冬小麦产量变化预测方法的探讨提供参考。