叶面降尘指大气中的浮尘经重力沉降后,在植物叶片表面所形成的一层明显积尘,对其进行监测,可为沙尘区的环境评价及农业灾害评估提供基本依据.在量化叶面降尘的基础上,研究了叶面降尘对南疆香梨叶片高光谱特征的影响,分析了叶面降尘与反射率的相关性,并建立了叶面降尘的高光谱定量反演模型.研究结果表明,叶面降尘使可见光(400~700 nm)反射率增加,最大变幅位于666 nm,绝对变化率为-10.50%,相对变化率为62.89%;使近红外(701~1 050 nm)的反射率降低,最大变幅位于758 nm,绝对变化率为12.04%,相对变化率为-41.75%.叶面降尘量大于20 g·m-2时,叶片除尘后,绿峰、红光吸收谷、蓝光吸收谷得到凸现,500~750 nm波段的斜率明显变大.叶面降尘量低于20 g·m-2时,其对绿峰的形状和面积影响不大.叶面降尘与反射率在可见光波段呈正相关,与近红外波段呈负相关,可见光波段的相关性要优于近红外波段,最大相关系数(0.61)出现在663 nm.在构建的七种PLSR反演模型中,倒数对数一阶微分模型具有较好的稳定性及预测能力,决定系数(R2)、均方根误差(RMSE)、预测方差比(RPD)分别为0.78,3.37和2.09,对叶面降尘具有很好的预测能力,其余模型的RPD均小于2.0.研究结果为叶面降尘的高光谱遥感监测提供了一定的理论依据,同时为沙尘区环境评价及农业灾害评估提供了新的数据获取方法与思路。

为建立南疆红枣品质近红外光谱在线校正模型, 分析了在线检测结果的主要影响因素, 对相应的参数进行了实验研究。 设置红枣不同的光谱采集条件, 如测量状态、 波段谱区、 仪器参数等, 利用近红外光谱仪和自行设计的红枣批量采集附件, 获取南疆红枣品质光谱, 通过光谱预处理和检测精度相结合的办法选择条件参数。 通过不同建模参数进行PLS光谱校正和二维相关光谱分析, 选择糖度特征光谱参数。 结果表明: 红枣糖度中心波长9 116, 9 418和10 500 cm-1, 采集分辨率16 cm-1, 扫描次数8次, 糖度相对误差8％～10％, 单粒红枣光谱数据量减少为原来的1/10, 采集时间减少了3 s左右。 通过实验参数, 压缩了数据量, 建立了初级在线校正模型, 基本实现南疆红枣品质近红外光谱在线检测。

从南疆红枣的物理和光谱特征两方面， 通过反复调整和逐步细分相结合的方法， 给出红枣品质细分和特征因子分析框图。 实际应用中可依据不同需要设置最佳光谱参数来提高光谱重复性和质量。 实验分离出南疆红枣常见的裂口褐变、 色泽和成分等光谱特征因子， 如褐变特征因子明显尖峰特征谱线位置10 170 cm-1。 通过光谱图的特征分析， 初步建立了红枣近红外光谱和部分品质之间的对应关系， 为下一步红枣品质编码奠定了基础。 该方法可节省大量重复建模费用， 在建立红枣近红外品质分析标准和模型库共享方面有较好的应用前景。