高光谱遥感技术的发展及其在农业上的应用精.docx
- 文档编号:1618132
- 上传时间:2022-10-23
- 格式:DOCX
- 页数:8
- 大小:25.57KB
高光谱遥感技术的发展及其在农业上的应用精.docx
《高光谱遥感技术的发展及其在农业上的应用精.docx》由会员分享,可在线阅读,更多相关《高光谱遥感技术的发展及其在农业上的应用精.docx(8页珍藏版)》请在冰豆网上搜索。
高光谱遥感技术的发展及其在农业上的应用精
江西农业学报2009,21(5:
23~26ActaAgriculturaeJiangxi
高光谱遥感技术的发展及其在农业上的应用
王为
收稿日期:
2009-01-30
作者简介:
王为(1980-,男,江苏泗阳人,博士,主要从事作物分子育种与种质资源创新以及信息农业研究。
(江苏沿海地区农业科学研究所,江苏盐城224002
摘要:
概述了高光谱遥感技术的产生和发展以及应用现状,并介绍了高光谱遥感在作物长势监测、生化参数估算以及作物估产等农业领域上的应用。
关键词:
高光谱;遥感技术;农业;应用
中图分类号:
TP79文献标识码:
A文章编号:
1001-8581(200905-0023-04
ReviewonDevelopmentandApplicationofHyperspectralRemoteSensinginAgriculture
WANGWei
(AgriculturalScienceInstituteofCoastalRegionofJiangsu,Yancheng224002,China
Abstract:
Thepapergaveareviewonthedevelopmentandcurrentsituationofhyperspectralremotesensingtechnology,andintroduceditsmainapplicationsinagriculturesuchasdetectingthevegetationgrowthstate,estimatingbiochemicalcharacteristicparametersandtheproductivityofcropsandsoon.
Keywords:
Hyperspectra;lRemotesensingtechnology;Agriculture;Application
遥感是20世纪60年代发展起来的对地观测综合性技术,是指应用探测仪器,不与探测目标相接触,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术[1]
。
经过几十年的发展,无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面,都获得了飞速的发展,目前遥感正进入一个以高光谱遥感技术、微波遥感技术为主的时代
[2~3]
。
高光谱遥感图像由于其高光谱分辨率的特点正
在受到国内外的广泛关注。
从地面遥感传感器到测视雷
达,从田间养分速测仪到星载的成像光谱仪,遥感技术在农业领域的应用已有了很大进展,同时取得了巨大的经济效益和社会效益。
本文就高光谱遥感技术的产生、发展及其在农业上的应用进行一个介绍和阐述,以期给相关科研人员提供一点参考。
1高光谱遥感技术的产生与发展
1.1高光谱遥感技术的产生高光谱遥感即高光谱分辨率遥感(HyperspectralRemoteSensing,是指利用很多很窄的电磁波波段从感兴趣的物体获取有关数据,它的基础是测谱学(Spectroscopy
[4]
。
高光谱遥感技术主要
特点是波段多、光谱分辨率高、空间分辨率较高、邻波段的相关性高,数据冗余大。
经国际遥感界的共识,光谱分辨率在10-1
数量级范围的称为多光谱(Multispectral,这样的遥感器在可见光和近红外光谱区只有几个波段;
而光谱分辨率在10-2
的遥感信息称之为高光谱遥
感
[5]
。
高光谱遥感与常规遥感数据的主要区别在于它
能获取观测各种地物的连续光谱信息,并借此定义特殊
的光谱特征,并且有些在宽波段遥感中不可探测的物质,在高光谱遥感中能被探测。
因此在地物探测和环境监测研究中,利用高光谱遥感数据,可采用确定性方法(模型,而不像宽波段遥感采用的统计方法
[4]
。
高光谱遥
感技术是连接遥感数据处理、地面测量、光谱模型和应用的强有力工具,其显著特点是在特定光谱区域以高光谱分辨率同时获取连续的地物光谱图像,其超多波段信息使得根据混合光谱模型进行混合象元分解获取子象元或最终光谱单元信息的能力得到提高,从而使得遥感应用着重于在光谱维上进行空间信息展开,定量分析地球表层生物物理化学过程和参数[6]
。
1.2高光谱遥感技术的发展1983年,第一幅由航空成像光谱仪(AIS-1获取的高光谱分辨率图像以全新的面貌呈现在科学界面前,它的正式出现标志着第一代高光谱分辨率传感器面世。
第一代成像光谱仪以AIS-1和AIS-2为代表。
在以后几年中,AIS数据被成功地应用在多个地学研究邻域,这类高光谱分辨率数据由于二维固体阵列探测器宽度(每行像元数非常有限,但它确实开创了高光谱和高空间分辨率兼有、光谱和图像合一的高光谱遥感技术的新时代[4]
。
第二代高光谱成像仪于1987年问世,美国宇航局从1983年开始研制一种叫做航空可见光/成像光谱仪(AVIRIS,它是第二代成像光谱仪的代表。
与AIS传感器相比,AVIRIS在传感器本身、定标、数据系统及飞行高度等方面都有很大的改
进[4]。
1999年底反射成功的EO-1卫星是NASA戈达得飞行中心、麻省理工林肯实验室和TRW公司合作研
制的高光谱卫星,它由先进陆地成像仪、高光谱成像仪和大气校正仪三个基本遥感系统组成。
美国轨道图像公司研制的新一代Orbview-4是国际上完全以商业运行为目标的高光谱卫星,它是高光谱和高空间分辨率相结合的卫星,除了保留Orbview-3型的全色1m、多光谱4m的空间分辨率外,还将在0.4~2.5m光谱范围内获取200多个波段的高光谱遥感图像[6]。
高光谱遥感技术的兴起是遥感技术在20世纪最大成就之一。
随着计算机软件、数据分析方法、特别是传感器技术水平的提高,高光谱遥感技术将会得到更加积极的发展和应用。
2高光谱遥感在农业上的应用
高光谱遥感在农业中的应用,主要表现在快速、精确地进行作物生长信息的提取、作物长势监测、作物胁迫监测、估算植被(作物初级生产力与生物量、估算光能利用率和蒸散量以及作物品质遥感监测预报。
从而相应调整投入物资的投入量,达到减少浪费,增加产量,改善品质,保护农业资源和环境质量的目的。
高光谱遥感凭借其极高的光谱分辨率为精细农业的发展提供了技术保障和数据来源。
2.1作物生长信息的提取作物生产中,准确、迅速、经济地判断作物氮营养状况,进而确定氮肥需要量,对提高作物的实时精确施肥具有重要意义。
近年来,随着相关领域科技水平的不断提高,氮素营养诊断的测试技术正由传统的实验室常规测试向田间直接无损测试方向发展;同时测试水平正由定性或半定量的手工测试向精确定量的智能化方向发展。
目前,针对作物氮素诊断的智能化无损测试技术已成为国内外研究的热点,其中较成熟的技术方法主要有便携式叶绿素仪法和遥感系统中应用的高分辨率多光谱近地测量技术。
这两项技术都是基于当作物氮素发生变化时,其光谱反射特性发生改变的基础上,但在具体的应用中两者又有所不同。
相对于传统的低光谱分辨率遥感(通常指光谱分辨率在0.1m以上而言,高光谱分辨率遥感(光谱分辨率在0.1m以下数据最主要的特点就是成像通道数量的增加和成像波段的变窄。
从而使植被遥感的监测目标发生了很大的变化,获取子像元(最终光谱单元信息的能力得到提高,使得遥感应用着重于在光谱维上进行空间信息展开,定量分析地球表层生物物理化学过程和参数[6~7]。
通过高光谱遥感植被指数技术可以提取植被冠层结构定量信息。
蒲瑞良等[8]用小型机载成像光谱仪(CASI测得的航空高光谱分辨率数据(光谱范围约417~800nm估计森林族叶化学成分浓度,最后用导数光谱的多项式逐步回归方程进行分析。
对于总叶绿素,最佳的R2值来自二阶微分光谱的三项式回归方程(R2=0.944,此方程包含的中心波长分别为748、507和735nm,而对于全氮的最佳R2值来自一阶微分光谱的三项式方程(R2=0.933,中心波长分别为780、764和566nm。
结果表明:
使用光谱方式的CASI数据及NDVI值提取植被信息,结合光谱微分技术能明显地改善森林族叶化学成分的估算精度。
吴长山等[9,10]分析了水稻、玉米多时相的群体以及叶片光谱特征与叶绿素密度(单位面积农作物的叶绿素含量,等于叶绿素含量与鲜叶生物量的乘积的关系,得出这几种农作物的导数光谱在近红外波段762nm处与叶绿素密度具有高度相关性。
王柯[11]等的实验数据表明540、680和740~1070nm的光谱数据在水稻所有的生长阶段都与叶片氮浓度相关显著。
2.2作物长势监测作物的反射光谱特征主要由叶片中的叶肉细胞、叶绿素、水分含量和其他生物化学组分对光线的吸收和反射形成的,受叶色、叶片结构及水分状况、叶片的生理生化性质、植株形态及长势长相等因素的影响[12]。
可见光波段反射率主要受叶绿素等各种色素的影响,近红外波段反射率则由叶片水分状况起决定作用,不同的植物、同一作物的不同生育时期,以及同一作物的不同健康状况,其光谱反射特性均不一样。
因此研究作物不同生长条件下的光谱特性与这些生理指标的关系,就可以实时的监测作物的长势和进行苗情诊断,从而科学地指导农事活动。
高光谱遥感以其超多波段、光谱分辨率高等特点被用来反演叶子各组分含量,监测作物的生长状况[13]。
王延颐[14]用美制的EXOTECH100A四通道光谱仪在试验田分析了水稻各生育期(分蘖盛期、穗分化期、齐穗期、灌浆期及乳熟期在一些特征太阳光谱波段(400、500、670、800、900nm反射波谱特征,结论是:
稻田光谱与水稻长势的相关性较好,在水稻灌浆期,稻田光谱与水稻理论产量的相关性也较好,尤其是800nm的反射光谱值。
实验也已经证明用高光谱分辨率数据能够估计叶子化学成分[15]。
浦瑞良和宫鹏使用多元统计和光谱导数技术评价小型机载成像光谱仪(CASl数据用于估计冠层生化浓度(总叶绿索、全氮和全磷的潜力和效率[8]。
Peterson等运用航空成像光谱仪(AIS对森林冠层中氮和木质素含量进行了监测[16]。
为了探索植物叶片氮素遥感诊断的可能性,20世纪70年代以来有关科学家就进行了大量的基础研究,寻找氮素的敏感波段及其反射率在不同氮素水平下的表现。
研究发现许多植物在缺氮时无论是叶片还是植物冠层水平的可见光波段反射率都有增加,对氮含量变化最敏感的波段在530~560nm区域[16~19]。
冯伟[20]通过分析小麦叶片糖氮比与冠层高光谱参数的定量关系,确立小麦叶片糖氮比的定量监测模型,与传统的破坏性取样及实验室化学分析方法相比,该研究为小麦叶片糖氮比的定量分析提供了一种无损、快速的技术途径,同时也拓展了作物生理参数遥感监测的研究领域。
研究结果对于小麦植株生长特征及碳氮代谢参数的实时监测和精确诊断具有重要意义,为遥感技术
24江西农业学报21卷
在精准农业中的可能应用奠定了技术基础。
2.3作物胁迫监测李德成等[21]模拟酸雨对水稻叶片反射光谱特性的影响,结果表明:
酸雨会引起水稻叶片反射光谱可见光区和中红外区的反射率升高,近红外区的反射率降低,相应的反射率比值也随之变化,一阶和二阶导数光谱蓝移,且上述变化的程度与酸雨的酸度、水稻的品种和生育期有关。
这一结果也表明遥感技术监测酸雨污染作物是可行的。
另外,高光谱遥感亦可用于监测重金属对作物的胁迫,在某些植被类型中,蓝移还与重金属含量偏高有关。
水稻受重金属铬和铜污染伤害后,无论在生理上还是在反射光谱方面变化都比较显著,特别是铬和铜拌土生长的水稻在分蘖期受到的影
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 光谱 遥感技术 发展 及其 农业 应用