高光譜遙感技術(shù)監(jiān)測煙草生化參數(shù)方法的研究進(jìn)展

引言

高光譜遙感是指在紫外、可見光、近紅外等電磁波譜范圍內(nèi)，從探測目標(biāo)上獲取若干非常窄且光譜連續(xù)數(shù)據(jù)的技術(shù)。所獲得的光譜數(shù)據(jù)其中包含了大量的光譜反射率原始數(shù)據(jù)信息，若另外加上原始光譜反射率的導(dǎo)數(shù)（一階導(dǎo)數(shù)、二階導(dǎo)數(shù)）、對數(shù)變換、高光譜特征參數(shù)等，信息量就可以增加更多倍，因此，高光譜技術(shù)得到了廣泛的應(yīng)用和快速的發(fā)展。本文著重討論近年來利用高光譜遙感技術(shù)手段監(jiān)測煙草生化參數(shù)的成果與方法的研究進(jìn)展。

2、高光譜遙感診斷煙草組分原理及煙草高光譜特征

2.1 煙草生化成分光譜診斷的基本原理

煙草葉片在電磁波的作用下，內(nèi)部會發(fā)生一些復(fù)雜的物理過程（電子的躍遷、原子、分子振動與旋轉(zhuǎn)），同時(shí)會呈現(xiàn)出一些光譜吸收和反射特征，以此來反映物質(zhì)的成分和結(jié)構(gòu)信息。煙草所具有的這些光譜特征是利用遙感方法監(jiān)測其性質(zhì)和形狀的重要依據(jù)。煙草的生化成分光譜診斷原理就是利用煙草的光譜特性與其生理生化過程以及形態(tài)結(jié)構(gòu)之間的響應(yīng)過程，從而得到光譜反射率的變化對應(yīng)化學(xué)組分的多少，反射光譜曲線的形態(tài)和特征會因煙草品種的不同、植株所處的生長期的不同而有所差異，此外灌溉、施肥、病蟲害等條件的不同也會引起煙草反射光譜特性的變化，因此可以利用遙感數(shù)據(jù)結(jié)合光譜的這些特征來進(jìn)行煙草生化成分的品質(zhì)監(jiān)測。

不同施氮水平下煙草冠層光譜特征

2.2 煙草高光譜特征

煙草的反射光譜波形與典型植物的反射特征是相同的，這是由其細(xì)胞結(jié)構(gòu)、化學(xué)成分和形態(tài)學(xué)特征決定的：即700~1000nm為最高反射區(qū)，400~500nm之間是最低反射區(qū)，500~600nm之間是一個(gè)反射次高峰區(qū)。煙草的光譜反射特征會因光照、水分、肥料、品種類型、生育時(shí)期、病蟲害等因素的影響而發(fā)生變化。李佛林等對不同施氮處理、不同時(shí)期和不同葉位等的云煙85、中煙101、巴斯瑪1號的煙葉室外光譜進(jìn)行了總體描述：在整個(gè)光譜區(qū)域內(nèi)，主要吸收中心變異小，紅和近紅外波段處變異大：在592nm附近及708nm附近變異系數(shù)較小，大約為32.8%，大于708nm以后變異系數(shù)逐漸增加。整個(gè)光譜區(qū)域內(nèi)，變異系數(shù)最大達(dá)到了58.7%。張正楊等對K326和云煙87兩種烤煙的冠層光譜特征進(jìn)行了描述：K326冠層的光譜反射率均低于云煙87。殷全玉等對云煙87和中煙101的葉片反射率光譜特征進(jìn)行了研究：兩個(gè)品種的葉片反射率光譜在近紅外波段表現(xiàn)出了較明顯的差異，而且云煙87葉片的反射率要大于中煙101。喬紅波等研究了3種：重（單株頂尖和上部5片葉蚜量≥50頭）、中（15頭≤單株頂尖和上部5片葉蚜量≤50頭）和輕（單株頂尖和上部5片葉蚜量≤15頭）煙蚜危害程度條件下的光譜反射特征。研究結(jié)果表明：煙蚜?xí)斐蔁煵莨庾V反射率的下降，其中在近紅外波段的反射率下降特別明顯。

中煙101 的中部葉的反射光譜、透射光譜和吸收光譜

3、高光譜遙感數(shù)據(jù)估測煙草生化成分分析方法研究

目前國內(nèi)關(guān)于利用高光譜技術(shù)進(jìn)行煙草生化參數(shù)遙感估測機(jī)理和方法的研究主要側(cè)重于建立光譜特征值與煙草生化參數(shù)間的統(tǒng)計(jì)模型，這些統(tǒng)計(jì)模型，簡單且便于運(yùn)用，但是統(tǒng)計(jì)方法獲取的模型其機(jī)理并不是很明確，應(yīng)用范圍較窄，而且由于生化參數(shù)相互之間、生化參數(shù)與其它植被參數(shù)之間，再加上環(huán)境條件的干擾，會使得對其中某一生化參數(shù)的分析變得非常復(fù)雜。近年來，高光譜數(shù)據(jù)的處理技術(shù)越來越多，如多元統(tǒng)計(jì)分析技術(shù)、光譜微分技術(shù)、基于光譜位置（波長）變量的分析技術(shù)、光學(xué)模型方法、參數(shù)成圖技術(shù)、光譜匹配技術(shù)、混合光譜分解技術(shù)等。利用逐步線性回歸的方法找出與某些生化成分含量相關(guān)的波段仍然是使用高光譜遙感數(shù)據(jù)估測煙草化學(xué)特性的主要方法，然后建立這些生化成分與波段光譜特征值之間的回歸方程，其缺點(diǎn)是有可能會出現(xiàn)諸如過度擬合、重要的波段被忽略和不同組分間的相關(guān)性等問題。

3.1 多元統(tǒng)計(jì)分析技術(shù)

在高光譜遙感研究中，使用最普遍的是多元統(tǒng)計(jì)分析技術(shù)，該方法可用來估計(jì)或預(yù)測生理指標(biāo)，它以光譜數(shù)據(jù)或其變換形式（如原始光譜反射率、一階二階微分變換、對數(shù)變換、各種植被指數(shù)、導(dǎo)數(shù)后的對數(shù)變換等）作為自變量，生物物理、生物化學(xué)參數(shù)等作為因變量，建立多元回歸估計(jì)預(yù)測模型。通過逐步回歸方法可以找出與生物化學(xué)成分之間相關(guān)性最大的波段，但是基于最大相關(guān)原理選擇的相關(guān)波長可能會由于過度擬合、波動或其它相關(guān)變量的影響而造成誤差。

不同施氮處理采收期烤煙葉片反射光譜曲線

3.2 基于光譜波長位置變量等的分析技術(shù)

是根據(jù)波長變化相應(yīng)的參數(shù)變量為自變量與生物物理和生物化學(xué)參量的關(guān)系來估計(jì)生化成分的，一般是通過高光譜數(shù)據(jù)進(jìn)行某種變換（如求導(dǎo)、求對數(shù)等）來尋找煙草光譜的特征位置，也可直接通過高光譜數(shù)據(jù)來尋找這些特征位置，位置變量可以是：紅邊幅值Dr、綠峰幅值Rg、黃邊幅值Dy、藍(lán)邊位置λb、紅光吸收谷位置λv及其它特征吸收谷等。面積變量一般有：紅邊面積SDr、綠峰面積SDg、黃邊面積SDy藍(lán)邊面積SDb，植被變量常用的有：紅邊面積與藍(lán)邊面積比值SDr/SDb、紅邊面積與黃邊面積歸一化值（SDr-SDy）/（SDr+SDy）、紅邊面積與黃邊面積比值SDr/SDy、綠峰與紅谷歸一化值（Rg-Rr）/（Rg+Rr）、紅邊面積與藍(lán)邊面積歸一化值（SDr-SDb）/（SDr+SDb）、綠峰與紅谷比值Rg/Rr。此方法的普及度雖然不及多元統(tǒng)計(jì)分析方法，但被經(jīng)常用在煙草的光合色素、水分和其他生化成分在可見光、近紅外波段內(nèi)形成了“藍(lán)邊”、“黃邊”和“紅邊”等區(qū)別于其他地物的特征位置的情況下。

表：烤煙葉片煙堿含量與光譜特征變量的相關(guān)分析（n=128）

3.3 光譜匹配技術(shù)

是利用地物的光譜與參考的光譜進(jìn)行匹配或者是地物的光譜與光譜數(shù)據(jù)庫的光譜作比較，以求它們之間的相似性或差異性。在現(xiàn)有光譜數(shù)據(jù)庫不完善的情況下，直接將目標(biāo)物光譜與參考光譜進(jìn)行比較是最常用的一種光譜匹配技術(shù)，其中以交叉相關(guān)光譜匹配技術(shù)的匹配效果較好。對于光譜匹配技術(shù)，有時(shí)需要將目標(biāo)物的混合光譜加以分解，從而進(jìn)一步確定在混合光譜中不同組分所占的比例，同時(shí)識別在己知組分中外加的其它組分。在一種光譜確定的物質(zhì)中加入其它組分時(shí)，光譜的特征參數(shù)會發(fā)生改變，這為用光譜法對目標(biāo)物中的組分識別提供可能，但混合光譜分解技術(shù)存在兩個(gè)關(guān)鍵問題：一是找出一組成分純的化學(xué)物質(zhì)的光譜或已知組分混合比例的目標(biāo)物的光譜；二是修正從純組分光譜到混合組分光譜因條件不同而帶來的光譜變化。目前，根據(jù)光譜匹配技術(shù)來分析煙草光譜變化及其生化組分的報(bào)道還尚未見。

不同施鉀量處理烤煙葉片反射光譜曲線

推薦：

無人機(jī)機(jī)載高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無人機(jī)機(jī)載高光譜成像系統(tǒng)，該系統(tǒng)由高光譜成像相機(jī)、穩(wěn)定云臺、機(jī)載控制與數(shù)據(jù)采集模塊、機(jī)載供電模塊等部分組成。無人機(jī)機(jī)載高光譜成像系統(tǒng)通過獨(dú)特的內(nèi)置式或外部掃描和穩(wěn)定控制，有效地解決了在微型無人機(jī)搭載推掃式高光譜照相機(jī)時(shí)，由于振動引起的圖像質(zhì)量較差的問題，并具備較高的光譜分辨率和良好的成像性能。

審核編輯 黃宇