在我国实施“马铃薯主粮化”战略的背景下, 加强马铃薯相关的研究显得十分有意义。 比较和分析不同马铃薯品种不同时期的光谱差异性, 旨在为马铃薯品种鉴定、 马铃薯与其他作物的区分、 马铃薯空间分布提取、 马铃薯病虫害监测、 马铃薯受各种胁迫的影响以及各种作物识别研究等提供理论和技术支持, 也为作物高光谱相关研究提供新思路。 对在吉林地区大田试验获取的马铃薯早熟品种费乌瑞它和中晚熟品种延薯4号结薯期和块茎膨大期等关键生育期的样品的冠层高光谱反射率数据, 首先利用Savitzky-Golay平滑滤波进行去噪声处理, 获取其连续统去除光谱并提取出最大吸收深度、 总面积、 左面积、 右面积、 对称度、 面积归一化最大吸收深度6个特征参数。 同时对滤波后的光谱反射率数据和连续统去除光谱反射率数据进行一阶微分处理。 在对不同马铃薯品种这两种光谱反射率曲线对比分析的基础上构建反射率差异性指数、 一阶导数差异性指数、 连续统去除光谱特征参数差异性指数共3类8种差异性指数作为评价指标。 其中反射率差异性指数和一阶导数差异性指数研究“绿峰”550 nm, “红谷”670 nm以及可见光-近红外平台760 nm附近的波段。 利用这些差异性指数定量地分析了不同马铃薯品种高光谱差异性。 将连续统去除法应用到植物高光谱差异性分析中来, 并且深入到不同马铃薯品种以及其不同生育时期。 构建的差异性指数取得了很好的评价效果, 结果表明: (1)相比反射率差异性指数和最大吸收深度差异性指数, 一阶导数差异性指数、 总面积差异性指数、 左面积差异性指数、 右面积差异性指数、 对称度差异性指数和归一化差异性指数都可以很好地描述不同马铃薯品种的高光谱差异性, 连续统去除光谱局部放大了两个不同马铃薯品种的高光谱差异; (2)滤波光谱和连续统去除光谱反射率差异性最大的波长位置和时间都相同, 均处于8月16日波长671.24 nm处; 最大吸收深度差异性指数值最大仅为0.01; 滤波光谱一阶导数差异性指数值在6月24日波长673.55 nm处最大达到0.977, 连续统去除光谱一阶导数差异性指数在6月24日波长759.74 nm处最大达47.87, 在不同马铃薯品种光谱差异性分析中作用最为明显; 总面积差异性指数值、 右面积差异性指数值、 对称度差异性指数值和归一化差异性指数值均在6月24日最大, 最大值分别为0.13, 0.214, 0.205和0.113, 左面积差异性指数值在7月24日最大, 为0.199; (3)根据所构建的差异性指数定量评价结果综合推测可知, 两个不同马铃薯品种高光谱差异最大的时期处于早熟品种费乌瑞它结薯期的中晚期, 中晚熟品种延薯4号结薯期的初期。

准确、快捷、实时地对苹果树冠层土壤和作物分析仪器开发(SPAD)值进行高光谱估测，对苹果树的长势监测具有重要意义。连续2 年测量了62 个果园的196 棵苹果树冠层光谱反射率及SPAD 值，分析了原始光谱及连续统去除法处理后的光谱与SPAD 的相关性，并对连续统去除法处理后的光谱在350~1300 nm 范围内，计算了任意两波段组合而成的归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)等光谱指数。利用逐步回归和主成分分析法，提取主成分作为自变量，构建了估测SPAD 的支持向量机回归模型，并用第2 年采集的数据进行了验证。新建的3 类植被指数中，与SPAD 相关性最大的植被指数分别为NDVI(406，563)、RVI(406，565)和DVI(646，695)，相关系数(r)分别达到了0.677、0.690 和0.711。对支持向量机回归模型进行验证，预测集决定系数(PR2)达到了0.837，预测集相对误差(REP)为1.190%，预测集相对分析误差(RPDP)达到了2.213。连续统去除法及光谱指数均能提高光谱与果树冠层SPAD 的相关性，并且与SPAD 相关性较高的光谱指数是由可见光波段组合而成，支持向量机回归模型对新梢旺长期苹果树冠层SPAD 具有较好的估测能力。