植被叶片叶绿素光谱监测的主要任务是，确立能够反映不同叶片类型的绿色植被叶片叶绿素含量的敏感波段和特征指数，并建立光谱指数与叶绿素含量之间的定量关系。高光谱遥感波谱具有连续、精细的特点，可显著增强对植株生物理化参数的探测手段和能力，为定量估测植株单一生化组份状况提供了有效途径。本研究以不同叶片类型的植被为研究对象，根据叶表质地、叶片茸毛将不同类型植被叶片分为草质叶片、革质叶片、有茸毛叶片、无茸毛叶片，分别确定基于叶片高光谱监测不同类型叶片叶绿素的敏感波段、适宜光谱指数及监测模型，并进一步研究验证Daniel等人提出的mND和mSR修正指数对叶片叶绿素含量监测的应用效果，找到了适用于不同植被类型叶绿素含量监测的最佳光谱指数（mND(R706,R2062)）及监测模型（y=3.551e-1.838x），从而为不同类型绿色植被叶片叶绿素含量的无损监测和精确诊断提供理论基础和关键技术。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
引言 1
1 材料与方法 2
1．1 实验设计 2
1．2 高光谱数据测量 2
1．3 叶绿素含量测定 2
1．4 叶片含水量测定 3
1．5 植被指数算法及数据处理 3
2 结果与分析 3
2．1 不同种类植被叶片颜色、叶绿素含量、含水量随时间变化情况 3
2．2 不同类型绿色植被单叶光谱反射率变化特征 5
2．3 草质叶片与革质叶片植被叶片叶绿素含量与光谱指数的关系 5
2．3．1 草质叶片叶绿素含量与两波段光谱指数的关系 5
2．3．2 革质叶片叶绿素含量与两波段光谱指数的关系 6
2．4 叶表无茸毛及有茸毛植被叶片叶绿素含量与光谱指数的关系 6
2．4．1 叶表无茸毛叶片叶绿素含量与两波段光谱指数的关系 6
2．4．2 叶表有茸毛叶片叶绿素含量与两波段光谱指数的关系 7
2．5 不同类型植被叶片叶绿素含量与降低叶面反射率的修正光谱指数的关系 8
2．5．1 不同类型植 *景先生毕设|www.jxszl.com +Q: ^351916072^ 
被叶片叶绿素含量与两波段光谱指数的关系 8
2．5．2 不同类型植被叶绿素含量与降低叶面反射率的修正光谱指数的关系 8
2．6 叶绿素含量监测模型的测试与检验 9
3 讨论 10
致谢 11
参考文献： 11
基于高光谱的不同类型植被叶绿素监测研究
引言
引言
高光谱监测植被叶绿素含量具有高效、便捷、非破坏性取样的特点，在植被叶绿素含量监测中使用广泛，成为监测植被长势的重要研究内容[13]。前人对作物、果树等植被叶片叶绿素含量的光谱反演已进行了大量工作[4]。刘芬等人对P88S和黄1S品种的水稻叶片进行研究发现，水稻叶片叶绿素含量与一阶导数光谱的相关系数呈正相关，与可见光波段的比值植被指数和差值植被指数相关性较好[6]，田永超等人确立了基于绿光、红边与近红外波段的比值植被指数估测水稻叶片全氮含量[7]，杨杰等人发现水稻叶片叶绿素含量与比值、归一化植被指数关系较好，使用修正型光谱指数mSR、mND可以有效提高光谱指数的普适性[8]；苹果叶片叶绿素含量与可见光和近红外组成的的光谱参数估算效果较好[1,910]，香樟叶片叶绿素含量与归一化植被指数NDVI(R559,R1004)相关性达到最大[2]。
高光谱监测植被叶片叶绿素含量虽然应用广泛，但前人研究内容缺乏比较性，只适用于单一植被叶绿素含量的定量反演，在其他植被叶绿素含量监测研究中具有局限性[11]。葛昊等人通过去茸毛试验得出单独利用近红外波段的植被指数及红边指数受去茸毛处理影响较小，可以使用此类植被指数消除茸毛对植被叶片叶绿素含量监测的影响[12]。Daniel A Sims等人提出了修正比值植被指数mSR与修正归一化植被指数mND，以R445波段作为度量，消除叶面反射率对叶绿素含量监测造成的影响[13]，较Datt等人使用的R680参考数据更为可靠[14]。影响植被叶片光谱反射率的因素很多，除了光谱仪自身的信噪比外，植被自身物理参数的确定就存在许多困难，另外所建立的模型仍然受植被类型、农作物品种、生育阶段、生长条件以及测量环境等诸多因素的影响，某些重要的波段可能被忽略[15]。前人研究得出，叶面反射率是影响叶绿素含量监测的主要因素，叶表茸毛、叶片结构、叶片含水量等为次要影响因素，不过目前研究中所选取的植被样本种类较少，不同叶片类型与不同高光谱植被指数之间的关系还缺乏深入研究。
本文选取不同叶片类型的植被叶片进行高光谱数据和叶绿素含量的定量分析，分别构建叶面草质、叶面革质、叶表无茸毛、叶表有茸毛的叶绿素含量高光谱估测参数与定量化估算模型，寻找共性敏感波段范围，测试归一化植被指数与比值植被指数估算叶绿素含量的效果，以期确立不同叶片类型叶绿素含量的定量监测模型。预期结果将为不同植被叶片类型单叶叶绿素含量定量监测奠定基础。
1 材料与方法
1．1 实验设计
所用材料来自大学校园内常见绿色植被，涉及革质有茸毛植被广玉兰、革质无茸毛植被八角金盘、草质有茸毛植被梧桐和紫藤、草质无茸毛植被鸡爪槭，采集时间为2017年6月至2018年2月或至植被秋天叶片失绿为止，采集时尽量做到采集同一棵树相同位置相同光照条件下的叶片，每次试验每一种叶片各取4叶，紫藤、鸡爪槭由于叶片较小，以一羽状复叶为一叶，每叶中间用剪刀剪开，左侧采用分光光度计法测叶绿素，右侧进行高光谱数据测量及烘干后进行含水量检测。
1．2 高光谱数据测量
植被叶片光谱测量采用美国Analytical Spectral Device(ASD)公司生产的FieldSpec Pro FR2500型背挂式高光谱辐射仪，波段范围为350~2500nm，其中350~1000nm光谱采样间隔为1.4nm，光谱分辨率为3nm；1000~2500nm光谱采样间隔为2nm，光谱分辨率为10nm；叶片光谱测量采用ASD自带的手持叶夹式叶片光谱探测器进行，这种探测器内置石英卤化灯，光源稳定；测试时叶片至于叶片夹的叶室中，然后夹紧叶片，保证叶片水平且被探测面积相同，以消除背景反射、叶片表面弯曲造成的光谱波动及叶片内部变异造成的影响。每组数据采集前均进行标准白板校正。
1．3 叶绿素含量测定
高光谱数据测量后的20天内陆续对冷冻样本进行叶绿素含量检测。测定时，将叶片剪碎、混匀、除去脉络部分，称取0.100g叶片样本放入研钵中，加少量石英砂和碳酸钙粉及3~5ml95%乙醇，研成匀浆，分数次过滤到50ml容量瓶内，用95%乙醇定容，摇匀。把叶绿素提取液倒入光径1cm的比色皿中，以95%乙醇为空白对照组，在波长665nm、649nm下测定样品吸光度。计算公式如下（式1、式2、式3）：

原文链接：http://www.jxszl.com/swgc/smkx/561113.html