CN101762463B - 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法 - Google Patents
一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法 Download PDFInfo
- Publication number
- CN101762463B CN101762463B CN2009102274912A CN200910227491A CN101762463B CN 101762463 B CN101762463 B CN 101762463B CN 2009102274912 A CN2009102274912 A CN 2009102274912A CN 200910227491 A CN200910227491 A CN 200910227491A CN 101762463 B CN101762463 B CN 101762463B
- Authority
- CN
- China
- Prior art keywords
- chlorophyll
- canopy
- spectra
- content
- flue
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法，其特征在于：该方法是采用多光谱辐射计对团棵期到现蕾前期的烤烟冠层光谱进行测定，构建植被指数，并在实验室采用比色法测定对应植株倒数第5片叶中部的叶绿素含量，利用统计学方法建立利用冠层光谱参数反演叶片叶绿素含量的模型；测定待测样本的冠层光谱参数，输入模型，进而实现对烤烟叶片叶绿素含量的测定。本发明的测定方法与现有技术相比有以下优势：1.原位测定，不需要取样，对烟株无损伤；2.不需化学试剂；3.与高光谱辐射计相比有较大的成本优势，更适用于农业生产；4.只需获得550nm和730nm两通道的数据就可以完成测定，数据处理方法和过程简便。
Description
技术领域
本方法涉及烤烟鲜烟叶叶绿素含量的测定，尤其涉及一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法。
背景技术
烤烟鲜烟叶叶绿素含量是判断烤烟氮素营养状况的重要指标，对于烤烟氮肥管理决策具有重要的指示意义。
目前，烤烟鲜烟叶叶绿素含量的传统测定方法是：田间取样后带回实验室，用95％乙醇或丙酮提取后利用分光光度法测定。这种方法的优点是准确。缺点是：a.需要在田间采取鲜烟叶样品，对烟株有伤害；b.测定周期较长，不具有实时性；c.需要消耗化学试剂。
由于作物叶色是叶片中叶绿素含量及类胡萝卜素等色素含量和组成的外在表现，利用作物的冠层光谱反射率反演叶片叶绿素含量成为一种新的方法。已报道的文献有以下几个特点：a.采用高光谱辐射计进行冠层光谱的测定。由于高光谱辐射计色散元件都是采用全息反射光栅，导致仪器价格昂贵，适用于科学研究但不适用于田间农业生产，特别是不适用于生产一线人员使用。b.高光谱辐射计所得到的冠层光谱数据量大，处理较麻烦，多需要专业的计算机软件支持。c.文献报道的叶绿素监测模型多基于小麦、水稻等粮食作物建立，因为烤烟在株型、叶片形态、冠层结构等方面均与上述作物存在较大差异，所以已有粮食作物的叶绿素含量的预测模型不适用于烤烟叶片叶绿素含量的测定。
发明内容
为了克服背景技术中存在的问题，本方法的目的在于提供一种一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法，即原位、快速、无损的烤烟鲜叶片中叶绿素含量的方法，并且能够同时测定叶绿素a(chla)、叶绿素b(chlb)、叶绿素总量、叶绿素a/b值。
本发明的目的是通过是通过以下技术方案来实现的：采用多光谱辐射计对团棵期到现蕾前期的烤烟冠层光谱进行测定，构建植被指数，并在实验室采用比色法测定对应植株倒数第5片叶中部的叶绿素含量，利用统计学方法建立利用冠层光谱参数反演叶片叶绿素含量的模型。测定待测样本的冠层光谱参数，输入模型，进而实现对烤烟叶片叶绿素含量的测定。
具体实施方式如下：
1.校正样本光谱数据库的建立。选取有代表性烤烟植株，测定其团棵期到现蕾前期的冠层光谱。具体操作方式：采用MSR16光谱辐射计
进行，测定前进行标定，共16个波段，其具体波段设置为：460/500/550/600/650/670/730/780/800/850/950/1050/1100/1200/1260/1480nm，仪器视场角31.1°。光谱测定在晴朗无云(少云)的天气条件下进行，测定时间为10:00-14:00，测定时探头垂直向下，距离冠层高度1.0-1.5m，每重复测量1点，每点测定3次，以3次重复的平均值为一点的冠层光谱参数。将校正样本冠层光谱原始反射率录入数据库。并利用原始冠层光谱反射率构建差值植被指数(DVI)比值植被指数(RVI)和归一化植被指数(NDVI)。
RVI(λ1，λ2)＝ρλ1/ρλ2，
DVI(λ1，λ2)＝|ρλ1-ρλ2|，
NDVI(λ1，λ2)＝|ρλ1-ρλ2|/(ρλ1+ρλ2)，其中ρ为反射率，λ1、λ2分别代表参与植被指数计算的两个波段。
2.校正样本叶绿素含量的实验室测定。结合步骤1，在测定校正样本冠层光谱数据后，取下对应烟株倒数第5片烟叶带回实验室，取叶子中部剪碎混匀，称取0.2g，比色法测定其chla、chlb含量，并计算其叶绿素总量和叶绿素a/b。
3.预测模型的构建。采用统计方法分析冠层光谱参数与叶绿素含量之间的定量关系，通过比较拟合方程的决定系数，构建模型如下：
C(chla)＝0.250×RVI(730，550)1.511，(n＝45，R2＝0.823**) I；
C(chlb)＝0.049×RVI(730，550)1.841 (n＝45，R2＝0.883**) II；
其中n为样本量，R2为决定系数，**表示模型具有极显著意义。联合模型I和模型II，可计算叶绿素总量和叶绿素a/b，即叶绿素总量
C(chl)＝C(chla)+C(chlb)，叶绿素a/b值a/b＝C(chla)/C(chlb)。
4.预测模型的检验。在烤烟团棵期到现蕾前期，随机选取45株，按照步骤1描述方法测定冠层光谱；按照步骤2实验室测定其倒数第5片叶叶绿素含量；将冠层光谱代入步骤3中构建的预测模型，输出叶绿素含量。根据实测叶绿素值与预测叶绿素值对模型进行检验。经计算，模型I的预测值与实测值拟合曲线决定系数为0.7938，根均方差为0.2039；模型II的预测值与实测值拟合曲线的决定系数为0.8406，根均方差为0.0587。
5.待测样品冠层光谱的测定。在烤烟团棵期到现蕾前期，按照步骤1中描述的校正样品冠层光谱的采集方法对待测样品的冠层光谱数据进行测定。
6.待测样品叶绿素含量的测定。按照步骤1描述的方法对测定样品的冠层多光谱进行测定，并将待测样品的RVI(730，550)输入步骤3所建模型，分别得出待测样品的chla、chlb、叶绿素总量和a/b.
我们把通过步骤1-6完成的烤烟鲜叶片中的叶绿素含量测定统称为“一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法”。本方法与技术背景相比有以下优势：1.原位测定，不需要取样，对烟株无损伤；2.不需化学试剂；3.与高光谱辐射计相比有较大的成本优势，更适用于农业生产；4.只需获得550nm和730nm两通道的数据就可以完成测定，数据处理方法和过程简便。
附图说明
图1为本方法的结构示意图。
图2为预测模型的构建示意图。
图3为预测模型的检验示意图。
具体实施方式
本发明以下结合实施例作进一步描述：
2009年6月17日11:30，在河南省方城县国家优质烟叶生产基地，利用MSR16多光谱辐射计对烟株冠层多光谱进行了测定，仪器视场角31.1°，测定时探头垂直向下，距离冠层高度1.2m，共测定3次，以3次重复的平均值作为该烟株冠层光谱参数。冠层多光谱测定结果显示其ρ550＝13.13％，ρ730＝41.43％，经计算其RVI(730，550)＝3.31，将该冠层RVI(730，550)输入所建模型：
C(chla)＝0.250×RVI(730，550)1.511，(n＝45，R2＝0.823**) I；
C(chlb)＝0.049×RVI(730，550)1.841 (n＝45，R2＝0.883**) II；
分别得出该烟株倒数第5片叶中部的chla＝1.53mg/g、chlb＝0.44mg/g、叶绿素总量＝1.97mg/g和a/b＝3.44。
Claims (2)
1.一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法，其特征在于：该方法是采用多光谱辐射计对团棵期到现蕾前期的烤烟冠层光谱进行测定，构建植被指数，并在实验室采用比色法测定对应植株倒数第5片叶中部的叶绿素含量，利用统计学方法建立利用冠层光谱参数反演叶片叶绿素含量的模型；测定待测样本的冠层光谱参数，输入模型，进而实现对烤烟叶片叶绿素含量的测定，具体步骤如下：
1).校正样本光谱数据库的建立，选取有代表性烤烟植株，测定其团棵期到现蕾前期的冠层光谱；将校正样本冠层光谱原始反射率录入数据库，并利用原始冠层光谱反射率构建差值植被指数(DVI)比值植被指数(RVI)和归一化植被指数(NDVI)，
RVI(λ1，λ2)＝ρλ1/ρλ2，
DVI(λ1，λ2)＝|ρλ1-ρλ2|，
NDVI(λ1，λ2)＝|ρλ1-ρλ2|/(ρλ1+ρλ2)，其中ρ为反射率，λ1、λ2分别代表参与植被指数计算的两个波段；
2).校正样本叶绿素含量的实验室测定，结合步骤1)，在测定校正样本冠层光谱数据后，取下对应烟株倒数第5片烟叶带回实验室，取叶子中部剪碎混匀，称取0.2g，比色法测定其叶绿素a、叶绿素b含量，并计算其叶绿素总量和叶绿素a/b；
3).预测模型的构建，采用统计方法分析冠层光谱参数与叶绿素含量之间的定量关系，通过比较拟合方程的决定系数，构建模型如下：
叶绿素a含量＝0.250×RVI(730，550)1.511，(n＝45，R2＝0.823**) I；
叶绿素b含量＝0.049×RVI(730，550)1.841 (n＝45，R2＝0.883**) II；
其中n为样本量，R2为决定系数，**表示模型具有极显著意义，联合模型I和模型II，计算叶绿素总量和叶绿素a/b，
即叶绿素总量＝叶绿素a含量+叶绿素b含量，
叶绿素a/b＝叶绿素a含量/叶绿素b含量；
4).预测模型的检验，在烤烟团棵期到现蕾前期，随机选取45株，按照步骤1)描述方法测定冠层光谱；按照步骤2)实验室测定其倒数第5片叶叶绿素含量；将冠层光谱代入步骤3)中构建的预测模型，输出叶绿素含量，根据实测叶绿素值与预测叶绿素值对模型进行检验，经计算，模型I的预测值与实测值拟合曲线决定系数为0.7938，根均方差为0.2039；模型II的预测值与实测值拟合曲线的决定系数为0.8406，根均方差为0.0587；
5).待测样品冠层光谱的测定，在烤烟团棵期到现蕾前期，按照步骤1)中描述的校正样品冠层光谱的采集方法对待测样品的冠层光谱数据进行测定；
6).待测样品叶绿素含量的测定，按照步骤1)描述的方法对测定样品的冠层多光谱进行测定，并将待测样品的RVI(730，550)输入步骤3)所建模型，分别得出待测样品的叶绿素a含量、叶绿素b含量、叶绿素总量和a/b。
2.根据权利要求1所述的基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法，其特征在于：步骤1)中测定其团棵期到现蕾前期的冠层光谱的具体操作方式：采用MSR16光谱辐射计进行，测定前进行标定，共16个波段，其具体波段设置为：460/500/550/600/650/670/730/780/800/850/950/1050/1100/1200/1260/1480nm，仪器视场角31.1°，光谱测定在晴朗无云或少云的天气条件下进行，测定时间为10:00-14:00，测定时探头垂直向下，距离冠层高度1.0-1.5m，每重复测量1点，每点测定3次，以3次重复的平均值为一点的冠层光谱参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009102274912A CN101762463B (zh) | 2009-12-16 | 2009-12-16 | 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009102274912A CN101762463B (zh) | 2009-12-16 | 2009-12-16 | 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101762463A CN101762463A (zh) | 2010-06-30 |
| CN101762463B true CN101762463B (zh) | 2011-04-20 |
Family
ID=42493754
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009102274912A Active CN101762463B (zh) | 2009-12-16 | 2009-12-16 | 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101762463B (zh) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102207453A (zh) * | 2011-03-23 | 2011-10-05 | 中国烟草总公司郑州烟草研究院 | 一种基于冠层多光谱的烤烟地上鲜生物量测定方法 |
| CN102269570A (zh) * | 2011-04-28 | 2011-12-07 | 中国烟草总公司郑州烟草研究院 | 一种基于冠层多光谱的烤烟最大叶长和最大叶宽的测定方法 |
| CN102507504B (zh) * | 2011-10-25 | 2013-09-18 | 南京林业大学 | 一种马尾松松材线虫病的高光谱监测方法 |
| CN102986355A (zh) * | 2012-12-11 | 2013-03-27 | 华南农业大学 | 一种针对烤烟的精准施氮方法 |
| CN103900976A (zh) * | 2012-12-28 | 2014-07-02 | 中国科学院沈阳应用生态研究所 | 一种臭氧胁迫植物叶片色素及光谱信息的提取方法 |
| CN103185695A (zh) * | 2013-03-19 | 2013-07-03 | 华南农业大学 | 一种基于光谱的烤烟成熟度田间快速判断方法 |
| CN103245620A (zh) * | 2013-05-24 | 2013-08-14 | 贵州省烟草科学研究院 | 一种烤烟烘烤过程中烟叶变黄程度的检测方法 |
| CN105277491A (zh) * | 2015-09-24 | 2016-01-27 | 中国农业科学院农业资源与农业区划研究所 | 叶绿素含量测量方法及装置 |
| CN106092969A (zh) * | 2016-05-23 | 2016-11-09 | 塔里木大学 | 一种枣树冠层叶绿素a含量的检测方法 |
| CN105954226B (zh) * | 2016-06-08 | 2019-06-14 | 北京大学深圳研究生院 | 对叶表结构不敏感的叶绿素含量的检测方法 |
| CN106290171B (zh) * | 2016-07-27 | 2019-01-22 | 内蒙古大学 | 玉米叶片叶绿素含量及表型参数测定方法 |
| CN106442338A (zh) * | 2016-09-06 | 2017-02-22 | 西北农林科技大学 | 一种基于svr算法的苹果叶片叶绿素含量高光谱反演方法 |
| CN106504240B (zh) * | 2016-10-31 | 2019-10-15 | 塔里木大学 | 一种枣树冠层叶绿素a含量的卫星遥感监测方法 |
| CN106501816B (zh) * | 2016-10-31 | 2018-12-25 | 塔里木大学 | 一种枣树冠层氮含量的卫星遥感监测方法 |
| CN106324617B (zh) * | 2016-10-31 | 2018-08-03 | 塔里木大学 | 一种枣树冠层类胡萝卜素含量的卫星遥感监测方法 |
| CN106501255B (zh) * | 2016-10-31 | 2019-01-29 | 塔里木大学 | 一种枣树冠层总叶绿素含量的卫星遥感监测方法 |
| CN108195784B (zh) * | 2018-02-01 | 2021-03-12 | 兰州城市学院 | 一种番茄叶绿素含量多光谱估测方法 |
| CN110160967A (zh) * | 2019-04-16 | 2019-08-23 | 安徽大学 | 一种作物冠层叶片的全氮含量估算方法 |
| CN110567891B (zh) * | 2019-09-16 | 2021-09-07 | 中国水利水电科学研究院 | 一种冬小麦冠层叶绿素估测系统及方法 |
| CN110987830A (zh) * | 2019-12-23 | 2020-04-10 | 陕西地建土地工程技术研究院有限责任公司 | 植物冠层叶片叶绿素含量快速测定模型、测定方法及应用 |
| CN113739845A (zh) * | 2021-08-12 | 2021-12-03 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种羊栖菜寡糖的使用方法 |
-
2009
- 2009-12-16 CN CN2009102274912A patent/CN101762463B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN101762463A (zh) | 2010-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101762463B (zh) | 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法 | |
| CN102426153B (zh) | 一种基于冠层高光谱指数的小麦植株水分监测方法 | |
| CN103293111B (zh) | 一种土壤背景干扰下小麦叶层氮含量光谱监测模型及建模方法 | |
| Abdel-Rahman et al. | Estimation of sugarcane leaf nitrogen concentration using in situ spectroscopy | |
| CN102175618B (zh) | 一种稻麦叶片氮含量光谱监测模型建模方法 | |
| CN110160967A (zh) | 一种作物冠层叶片的全氮含量估算方法 | |
| CN102313699B (zh) | 作物冠层叶片的全氮含量估算方法 | |
| CN102435564B (zh) | 一种基于三波段光谱指数估测植物氮含量的方法 | |
| CN109187398A (zh) | 一种小麦植株氮含量的高光谱测定方法 | |
| Song et al. | Using multi-angle hyperspectral data to monitor canopy leaf nitrogen content of wheat | |
| CN110567892B (zh) | 一种基于临界氮浓度的夏玉米氮素高光谱预测方法 | |
| CN103868880A (zh) | 基于光谱双峰指数的小麦叶片氮含量监测方法及其监测模型的构建方法 | |
| CN102207453A (zh) | 一种基于冠层多光谱的烤烟地上鲜生物量测定方法 | |
| CN103185695A (zh) | 一种基于光谱的烤烟成熟度田间快速判断方法 | |
| CN105486655A (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
| CN113252583B (zh) | 一种基于枯草植被指数计算高寒枯草覆盖度的方法 | |
| CN110220852A (zh) | 基于高光谱遥感的烟草叶片等效水厚度的监测方法 | |
| CN108732137B (zh) | 基于高光谱遥感数据估算植物物种多样性的模型及方法 | |
| CN103913425B (zh) | 基于光谱指数和气候因子耦合的冬小麦籽粒蛋白质含量预测方法及其预测模型的构建方法 | |
| CN104596975A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 | |
| CN113065230B (zh) | 基于优化光谱指数建立水稻叶片spad的高光谱反演模型 | |
| CN106323880A (zh) | 基于soc高光谱指数的植物叶片花青素含量估算方法及装置 | |
| CN106404699A (zh) | 一种梨树叶片氮素含量的无损测量方法 | |
| CN102759515A (zh) | 基于水平atr的中红外光谱快速测定农产品含油率的方法 | |
| CN115184322A (zh) | 一种水稻叶片水分含量监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |