利用高光谱数据和叶面积指数对加工番茄产量估算的研究

樊科研　田丽萍　薛　琳　白　丽　王　进

摘要：以ASD FieldSoec光谱仪实测了大田中不同生育期加工番茄的冠层高光谱、叶面积指数及作物的产量，采用单时相线性逐步回归和复合回归，建立了加工番茄光谱变量一叶面积指数与产量的复合光谱估产模型，并对模型的估算结果进行了初步分析。分析结果表明，在青熟期光谱参数与叶面积指数相关性最大，而其他时期的光谱变量与产量相关性均达到了显著水平：复合回归模型以4个生育期与产量的复合回归最为理想。

关键词：冠层高光谱；光谱变量；叶面积指數；估算模型

中图分类号：S641.2文献标识码：A文章编号：0439-8114(2009)02-0462-03

绿色植被的光谱反射或发射特征与岩石、土壤、水体等地物的光谱特征在遥感影像上有迥然不同的特征，成为区分植被类型、长势及估算生物量的依据。遥感估产以其费用低、宏观性强、获取资料全面，具有客观、定量、准确的优点，因此是近年来各国研究的重点。而关于作物遥感单产估测模型的研究，国内外已做了较多的工作，叶面积指数作为一个重要植物学参数已在植物生态学、植物生理学、植被学、栽培学以及一些交叉学科中得到广泛应用。叶面积指数作为计算植物蒸散和干物质累积最重要的参数，最能反映遥感数据与植物生长状态密切相关的关系。因此，本文在以前研究的基础上，主要以加工番茄光谱特征与叶面积指数及产量之间的联系，首次确定它们之间的数量关系而进行加工番茄遥感估产。尽管影响加工番茄生长的因素很多，但它们都可以综合的体现在反映加工番茄长势的光谱特征上，加工番茄光谱特征及叶面积指数也是加工番茄光合作用能量的度量。因此，加丁番茄遥感估产以此来监测加工番茄的生长状况并进行最终产量计算。

1材料与方法

1．1试验设计

该试验于2007年在乌兰乌苏农业气象试验站(北纬44°17′，东经85°49′，海拔高度468.2m)内进行。该站位于天山北坡准噶尔盆地南缘，土质砂壤土，肥力中等。试验品种：里格尔87-5和石红206。具体试验设计见文献。

1．2高光谱数据的测定

高光谱数据的测定见文献。

1．3叶面积指数的测定

试验采用重量法来测定叶面积。重量法是利用全部叶片的面积(A)与部分叶面积(a)之比等于全部叶片的重量(W)与部分叶片的重量(W)之比的原理测定。即A/a=W/w，A=ax(W/w)。

1．4高光谱参数的提取计算

高光谱参数主要参考文献[9]～[15]来计算的，根据计算主要提取了9个归一化植被指数、12个光谱吸收指数参量、18个光谱反射光谱参量及7个倒高斯红边参数共46个变量。具体变量见文献[8]。

2结果与分析

2．1光谱与产量的最佳相关关系

利用上面提取的光谱变量与叶面积指数及产量进行相关性分析，大部分呈正相关，结果如表1所示，苗II期和坐果期最佳的光谱变量为VAR-I_green抗大气植被指数，青熟期和釆收期限以VARI 700抗大气植被指数为最佳光谱变量，都达到了极显著相关性(r_0.05(30)=0.349，r_0.05(30)=0.449)。

2．2加工番茄叶面积指数与产量模型

根据加工番茄在4个生育时期的最佳光谱变量，建立估算叶面积指数(LAI)的8种回归方程(r_0.05(30)=0.349，r_0.05(30)=0.449)，结果如表2所示。从表2可以看出，4个生育时期的叶面积指数与主要光谱变量8种回归方程的相关性，主要以一元三次方程、指数、对数及复合模型拟合的较好。特别在青熟期以抗大气植被指数VARI_700估算叶面积指数的一元三次方程拟合的最好，相关系数达到0.876的极显著水平。各生育时期主要光谱变量与叶面积指数的相关性也都达到极显著性水平。

2．3复合回归模型

前期研究结果表明：利用各生育时期最佳光谱变量估算最佳农学参数的相关性均达到极显著水平，现在尝试用不同生育时期的最佳叶面积指数与光谱变量结合与产量作多元复合回归模型，建立复合光谱估产模型。如表3所示(r_0.05(30)=0.349，r_0.05(30)=0.449)。由表3可看出，两个生育时期以坐果期和青熟期的复合回归模型相关性最好，相关系数为0.648。3个生育时期以苗Ⅱ期、坐果期和青熟期的复合回归模型相关性最好，相关系数为0.686。4个生育时期的叶面积指数与光谱变量组合与产量的复合回归模型的相关性最好，相关系数达到0.712的极显著水平。

3小结与讨论

光谱与农学参数相结合综合了模拟与遥感的基本原理，利用遥感方法建立农学参数与光谱之间的关系模型，然后将两种模型耦合建立复合光谱估产模型。该方法充分利用了光谱、农学参数与产量之间的相关关系的优点，操作性和准确性都大幅度提高。而且它们的复合回归方程很高，都达到了极显著相关水平。尤其是4个生育期的复合回归，为所有复合回归拟合度最好的水平。与之前单一光谱因子估产相比，利用多因子复合回归模型进行估产则更具准确性和可靠性。应用苗Ⅱ期、坐果期、青熟期和采收期的光谱信息建立的估算模型，不仅对加工番茄的生长早期预测有实用价值，而且其反演模型的农学参数，可以用于加工番茄的生长监测，指导田间管理。

植物的光谱曲线可以反映出植被类型、植物内部所含色素、水分、细胞结构、长势及生物量等，本试验仅考虑了光谱、叶面积指数与产量的关系，而没有考虑其他农学参数与光谱、产量的关系。试验数据虽然在田间试验中获取，但影响因子相对来说较为单一，而在实际的大田生产中，由于地形、土壤、水份、肥力、技术管理等不尽相同，可能会影响加工番茄的光谱曲线特性。因此，应根据加工番茄冠层光谱不同条件下的数据分析结果建立一套相应的修正方法。

(责任编辑王晓芳)