多光譜、高光譜在作物信息診斷上的應用

作物的光譜特征是環境因子影響的結果。利用光譜和成像技術快速、無損地獲取作物的養分生理信息，有助於實現農業精準化、數字化、信息化以及智能化管理作業。本文簡單介紹瞭多光譜
、高光譜在作物信息診斷上的應用。

植被指數檢測

植被指數是一類具有一定生化意義的不同波段光譜值的組合，通常有比值植被指數、線性組合植被指數、修正植被指數、差值植被指數等。不同波段組合的植被指數對於(yú)不同指标預測效果不同。在農業上
，基於(yú)光譜技術檢測作物生理指數的波段範圍一般在400～2500nm之間，涉及到色素（葉綠素、類胡蘿蔔素等）、氮、水分等吸收和葉片細胞的内部結構。在400～740nm可見光波段，葉綠素在480、650、670～680、740nm處有吸收峰，類胡蘿蔔素在420、425、440、450、470、480nm均有吸收峰，葉黃素在425、445、475nm有吸收峰。而在740～1300nm近紅外波段由於(yú)健康的葉肉細胞反射作用，其反射率急劇升高；作物水分的吸收峰主要集中在970、1450、1944nm處。因此當作物受到脅迫作用時，相應的氮、色素、酶等發生變(biàn)化，通過應用各種植被指數監測這些生理指标變(biàn)化，可判斷作物脅迫情況、生長狀況以及産量情況。然而，多光譜隻有區區幾個波段，雖然能構建一些植被指數，但是構建的植被指數未必能反映作物的生理生化信息及長勢狀态。高光譜則不同，其數百上千個波段信息
，即使同一植被指數，也能有成千上萬種組合，而這麽多種組合以及這麽多的植被指數，總能找到适合監測作物的生理生化信息及長勢狀态的敏感指數。

圖1無人機(jī)高光譜影像下作物長(zhǎng)勢分布圖

養分指标檢測

氮和葉綠素類含量是作物重要的養分指标，與作物産量密切相關。基於(yú)光譜和成像技術作物養分信息的獲取根據是否直接利用光譜信息可分爲基於(yú)直接光譜信息作物養分信息快速獲取（如逐步多元回歸、偏最小二乘、權重系數、支持向量機等）和基於(yú)植被指數作物養分信息快速獲取。基於(yú)直接光譜信息作物養分獲取即通過原始光譜處理建模檢測(cè)作物養分信息，而基於(yú)植被指數的養分檢測(cè)是通過建立植被指數與養分的模型進行分析。

圖2無人機(jī)高光譜影像作物葉綠(lǜ)素a分布

圖3無人機(jī)高光譜(pǔ)影像作物氮素分布 

水分脅迫監測

通過光譜和成像技術對作物水分脅迫信息進行快速獲取，有利於(yú)作物肥水管理的精準化控制。研究者張曉東等應用瞭(le)多光譜成像技術和高光譜技術研究水分脅迫下油菜葉片的含水率。基於(yú)高光譜建立的模型預測結果優於(yú)基於(yú)多光譜成像建立的模型。

圖4WBI指數變(biàn)化（WBI值越大，植物含水量越高，越利於(yú)植物生長） 

病害脅迫監測

早期作物病蟲害診斷對科學防治病蟲害，保證作物産量具有重要意義。目前，病蟲害診斷可分爲直接方法和間接方法。直接方向主要是以化學分析方法爲主，包含聚合酶鏈反應、DNA陣列等方法。而間接方法主要是以電子鼻、光譜儀等爲主的傳感器技術。光譜和成像技術是一種病蟲害診斷的快速、無損、有效檢測(cè)技術。當作物受到病蟲害脅迫時，作物内部的生理指标以及外部形态均會發生變(biàn)化，在光譜和成像技術上以光譜響應與紋理、顔色等特征呈現。因此，光譜和成像技術通過分析某一波段或者多個波段光譜以

及作物圖像信息對作物病蟲(chóng)害脅迫作出診斷。此外，用於(yú)診斷病蟲(chóng)害的植被指數主要有歸一化植被指數、綠色歸一化植被指數、比值植被指數、光化學反射、葉片水分植被指數1、水分指數、水分波段指數等。

圖5病害脅迫，越黃(huáng)發(fā)病越嚴重，越綠發(fā)病越輕