10.3964/j.issn.1000-0593(2022)02-0537-07
基于色彩参数和高光谱特征的针叶树种色素含量预估
光谱成像技术广泛应用于植物理化参数无损伤测定等领域研究,而色素与色彩参数相关性研究也有学者探索.但比较并优选分别以色彩参数值、光谱参数值作为自变量与色素含量拟合出的模型,还未见报道.本实验以5种针叶树种为研究对象,筛选蓝边幅值Db、黄边幅值Dy、红边幅值Dr、绿峰幅值Rg、红谷幅值Rr、蓝边面积SDb、黄边面积SDy、红边面积SDr、比值植被指数RVI、差值植被指数DVI、归一化植被指数NDVI 11种光谱植被参数作为该光谱分析的基础,将实测针叶色彩参数值、光谱参数值分别作为自变量,采用多元线性逐步回归方法(SMLR)预估色素含量建立模型,以R2、RMSE为评价标准,对比选出模型精度最高的参数组合应用于实践.研究结果表明:(1)树种间针叶色素含量、色相参数值、光谱反射率均存在一定差异(p<0.05).(2)树种间针叶光谱反射率红松显著低于北美短叶松、樟子松、赤松(p<0.05),针叶树种原始光谱在可见光波段500和680 nm附近呈现"蓝谷现象"和"红谷现象",在550和760 nm波段附近呈现"绿峰现象"和"红边现象";一阶微分光谱反射率在700 nm附近产生剧烈变化.(3)色素含量与色彩参数、光谱反射率、光谱特征参数存在显著线性关系.(4)花青素和叶绿素分别以L,a*和L,a*,b*,S色彩参数组合为自变量时,拟合模型R2最高,分别为0.588和0.638;而类胡萝卜素、叶绿素a、叶绿素b都是以FD652,FD700,SDb,SDy,RVI,DVI和NDVI光谱参数组合为自变量时,拟合模型R2最高,分别为0.779,0.786,0.774.该研究运用高光谱相机、色彩色差仪、紫外-可见分光光度仪实现了快速预估针叶色素含量,在色彩参数值与光谱值都与色素含量存在显著相关性的基础上,成功选出建立模型精度最高的参数组合,在针叶树种色素预估时可以根据精度需求及研究条件选择不同方法和参数值.
针叶树种;色素含量;植物光谱;色彩参数
42
S791.24(森林树种)
吉林省教育厅科学技术研究项目;国家科技支撑计划
2022-02-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
537-543