光化学植被指数(PRI)被成功的应用于估算不同叶片生化组分的光能利用率(LUE),这些生化组分包括叶片含水量、氮元素浓度等。以往的研究中已经成功建立了叶片、冠层和景观尺度PRI和LUE的相关关系。但是,为了利用PRI更加准确地估算叶片LUE...光化学植被指数(PRI)被成功的应用于估算不同叶片生化组分的光能利用率(LUE),这些生化组分包括叶片含水量、氮元素浓度等。以往的研究中已经成功建立了叶片、冠层和景观尺度PRI和LUE的相关关系。但是,为了利用PRI更加准确地估算叶片LUE,很多问题仍然亟需解决,比如当LUE高于0.03mol CO2 mol-1PPFD(photosynthetic photon flux density),PRI会出现一个明显的饱和区域以及PRI和LUE关系会随季节发生较大变化。文章对PRI进行了修正,并基于PROSPECT模型对这一修正形式进行了4个参数的敏感性分析。分析结果表明,叶片SR-PRI(Simple ratio PRI)对叶肉结构参数(N)、叶绿素浓度(cab)敏感性要高于叶片的等效水厚(cw)和干物质浓度(cm)。因此叶肉结构参数(N)和叶绿素浓度(cab)的微小变化都会造成SR-PRI的较大变化,进而影响到LUE的估算精度。对SR-PRI的实证实验表明,这一指数也能够很好地用来估算叶片的光能利用率并且结果要优于PRI和LUE之间的相关关系。SR-PRI最重要的一方面在于其更清晰的物理意义和对531nm处反射率变化的敏感性,因为这一波段位置的反射率变化是评价光能利用率的核心参数。展开更多
光化学植被指数PRI(photochemical reflectance index)为估算植被的光能利用率LUE(light use effi-ciency)提供了一种快速、有效的方法。越来越多的研究关注外界环境对PRI和LUE之间关系的影响,这些因素包括水分含量、CO2浓度等等。文章...光化学植被指数PRI(photochemical reflectance index)为估算植被的光能利用率LUE(light use effi-ciency)提供了一种快速、有效的方法。越来越多的研究关注外界环境对PRI和LUE之间关系的影响,这些因素包括水分含量、CO2浓度等等。文章选择了不同氮、钾施肥量处理的小麦,测量其LUE和PRI,分析不同肥料处理对二者关系的影响。实验表明,氮、钾施肥量的增加将提高冠层光谱的PRI值和叶片内部叶绿素的含量,在此基础上提高小麦的LUE。对于不同氮、钾处理的小麦,PRI和LUE之间都获得了很好的相关关系,总的相关系数R2分别是0.7104和0.8534。随着氮、钾肥量的增加,PRI和LUE之间的相关性也在增加。对1,2,3份的氮施肥量,相关系数R2分别是0.6020,0.6404和0.8014;钾施肥量为1,2,3份时,R2分别为0.3791,0.6404和0.6769。因此,PRI不仅能够获可靠精度的LUE,并且为监测小麦的肥料状况提供了一种间接方法,这将为田间管理和精细农业提供了必要的参考信息。展开更多
由于光能利用率(Light Use Efficiency,LUE)随环境的变化关系十分复杂,现有的LUE估算植被初级生产力(GPP)和净初级生产力(NPP)的模型过于粗糙简单,而通过遥感直接估计LUE会更加可靠。研究表明,光化学反射植被指数(PRI)与LUE有很好的相关...由于光能利用率(Light Use Efficiency,LUE)随环境的变化关系十分复杂,现有的LUE估算植被初级生产力(GPP)和净初级生产力(NPP)的模型过于粗糙简单,而通过遥感直接估计LUE会更加可靠。研究表明,光化学反射植被指数(PRI)与LUE有很好的相关性,故PRI在利用遥感估计LUE方面具有极大的潜力。但是,很多研究也发现了PRI-LUE的关系受到许多因素的干扰。为了探究多角度高光谱对光化学反射植被指数估算光能利用率的影响,分析了各观测日的光化学反射植被指数变化情况及其与实测光能利用率的关系。结果表明:在主平面的4个观测日都表现出后向的PRI值大于前向的PRI值,均表现出当光谱仪探头从后向散射方向向着前向散射方向变化时,PRI值逐渐变小然后随着天顶角的变大而变大;在光合作用的外部条件和内部环境不受影响的情况下,PROSAIL模型在主平面前向散射方向的中等角度(45°和60°)与后向散射方向的小角度(-15°和-30°)可以较好模拟出单一植被覆盖条件下水稻冠层植被的反射光谱。展开更多
植物的光化学植被指数(photochemical reflectance index,PRI)与其光利用效能(light use efficiency,LUE)有密切的关系,PRI常用来估算植物的LUE。然而,植物PRI容易受环境因子的强烈影响,导致冠层PRI的应用难度很大。为了更好地利用PRI...植物的光化学植被指数(photochemical reflectance index,PRI)与其光利用效能(light use efficiency,LUE)有密切的关系,PRI常用来估算植物的LUE。然而,植物PRI容易受环境因子的强烈影响,导致冠层PRI的应用难度很大。为了更好地利用PRI为果树科研与生产提供指导,研究果树冠层PRI的动态变化,提示其变动规律性,为利用PRI考察果树光利用效能提供参考。选择具有代表性的王林苹果树为研究对象,每棵果树在4个空间方位各采10张叶片,用Plant Pen PRI 200测量其PRI值。结果表明,果树PRI变化呈现如下规律:(1)PRI值总体分布符合正态分布规律;(2)不同树冠空间中的叶片的PRI大小不同,按照从大到小的顺序排列为南、东、西、北;(3)PRI与气温呈负相关关系,即随着气温的升高,植物的PRI反而降低;(4)果树叶片在离体后,其PRI会逐渐降低,但是,在果树叶片死亡前,PRI值会突然升高,然后降低趋于0甚至是负值,叶片活性降低直至死亡。展开更多
类胡萝卜素(Car)与叶绿素a含量比值(Car/Chla)的变化与植被生长发育变化、环境胁迫及叶片衰老特征等密切相关,可作为植被生理生态及物候的监测指标。不同植被类型和植被品种其色素变化随植被生长发育呈现出不同的变化特征。为了探究适...类胡萝卜素(Car)与叶绿素a含量比值(Car/Chla)的变化与植被生长发育变化、环境胁迫及叶片衰老特征等密切相关,可作为植被生理生态及物候的监测指标。不同植被类型和植被品种其色素变化随植被生长发育呈现出不同的变化特征。为了探究适用于干旱区棉花Car/Chla比值估算的光谱指数和估算方法,本研究通过2011年和2012年连续2年的大面积田间试验,获取了棉花不同生育期的叶片及冠层尺度光谱反射率及色素含量信息,对多种光谱指数及偏最小二乘回归(Partial Least Square Regression,PLSR)用于Car/Chla比值和Car估算进行了探讨。对比表明,基于光化学指数(PhotochemicalReflectanceIndex,PRI)的线性和一元二次模型对Car/Chla比值和Car的估算精度最高,由PRI-Car/Chla线性模型得到的叶片和冠层尺度的Car/Chla比值估算值与实测值之间的决定系数R2大于0.6,PRI-Car的R2大于0.36;基于PLSR模型得到的Car/Chla比值估算值与实测值之间的拟合关系略优于基于PRI的估算模型,由其得到的叶片及冠层尺度Car/Chla比值估算值与实测值之间的决定系数R2大于0.80,Car估算值与实测值之间R2大于0.73;不论基于PRI还是基于PLSR方法,对Car/Chla比值的估算精度均高于Car含量,该结论进一步证实了Car/Chla比值遥感监测的可行性,丰富了对棉花生长高温胁迫、养分胁迫等环境胁迫及病虫害等遥感监测的依据指标。展开更多
【目的】利用反射率光谱在作物生物物理方面的优势和日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)、光化学反射率指数(photochemical reflectance index,PRI)在光合生理方面的优势,构建协同冠层SIF和PRI光谱指数(sy...【目的】利用反射率光谱在作物生物物理方面的优势和日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)、光化学反射率指数(photochemical reflectance index,PRI)在光合生理方面的优势,构建协同冠层SIF和PRI光谱指数(synergistic spectral index of SIF and PRI,SISP),旨在提高作物病害遥感探测精度。【方法】基于3FLD(three-bands fraunhofer line discrimination)算法,估测小麦条锈病在不同病情严重度下的单波段SIF强度,利用对作物冠层几何结构敏感的归一化植被指数(normalized difference vegetation index,NDVI)和重归一化植被指数(re-normalized vegetation index,RDVI)对SIF和PRI进行处理,再利用处理后的SIF和PRI数据构建SISP指数,通过建立传统的光谱指数和SIF、PRI及其组合对小麦条锈病的遥感监测模型,以病情指数(disease index,DI)实测值与预测值之间的决定系数(R^(2))、均方根误差(RMSE)和相对分析误差(RPD)评价模型精度,进而与SISP指数建立的模型进行比较,分析SISP指数对作物病害遥感监测的有效性。【结果】(1)综合利用SIF和PRI数据能够提高对小麦条锈病的遥感探测精度,3组验证样本数据集中,以PRI和SIF的简单组合PRI+SIF为自变量构建的小麦条锈病监测模型,预测DI值与实测DI值间的R^(2)比单一PRI和SIF至少提高14.0%和1.7%,RMSE至少降低7.1%和3.7%。(2)利用反射率光谱指数NDVI和RDVI处理后的SIF和PRI构建的SISP指数,对小麦条锈病DI的预测精度优于直接利用PRI和SIF组合的各种指数,验证样本数据集中预测DI值与实测DI值间的R^(2)至少提高3.7%,RMSE至少降低9%。(3)以SISP和反射率光谱指数为自变量构建的小麦条锈病多元线性回归(multiple linear regression,MLR)和径向基神经网络(radial basis function neural network,RBFN)模型的精度,高于仅利用反射率光谱指数构建的模型精度,其预测DI值与实测DI值间的R^(2)分别较反射率光谱指数提高13.42%和5.72%,RMSE分别减少29.93%和19.24%,RPD分别提高44.53%和29.80%。【结论】利用NDVI和RDVI处理后的SIF和PRI构建SISP指数,能够减弱作物群体生物量对冠层SIF和PRI信号的影响,提高小麦条锈病的遥感监测精度。展开更多
为探究双向反射分布(BidirectionalReflectanceDistributionFunction,BRDF)模型改进的光化学植被指数(Photochemical Reflectance Index,PRI)反演水稻冠层光能利用率(Light Use Efficiency,LUE)能力,该研究利用多角度水稻冠层辐射数据...为探究双向反射分布(BidirectionalReflectanceDistributionFunction,BRDF)模型改进的光化学植被指数(Photochemical Reflectance Index,PRI)反演水稻冠层光能利用率(Light Use Efficiency,LUE)能力,该研究利用多角度水稻冠层辐射数据和同期通量观测数据,引入BRDF模型对多角度PRI进行观测角度标准化处理。获取晴天09:00—15:00每半小时数据156组,其中130组数据用来建模,另外26组数据对所建模型进行验证。结果表明:BRDF模型在晴空指数(ClearnessIndex,CI)较低时拟合效果较差,随着CI的升高模型模拟效果变好;BRDF模型的拟合参数受光照条件和植被状况的影响,不同CI范围下的各向同性权值ki与LUE相关性均良好(决定系数大于0.3),在0.6≤CI<0.7时相关性最佳,决定系数为0.63;无论是否采用BRDF模型的角度校正,由PRI反演LUE的模型均可采用线性形式或指数形式;但采用BRDF模型的角度校正后,反演模型精度得到显著提升,决定系数从0.46(P<0.01,校正前)提高到0.8(P<0.01,校正后);验证结果显示,采用BRDF模型的角度校正前后,相对反演偏差指数由1.34提升到2.6,同时验证的拟合决定系数也由0.44提高到0.87。该研究相比较传统多角度遥感观测的PRI指数,BRDF模型的角度修正提高了PRI对水稻LUE的反演能力,证明了多角度冠层光谱观测可利用BRDF模型提高其植被指数对植物生理活动探测能力的可行性。展开更多
文摘光化学植被指数(PRI)被成功的应用于估算不同叶片生化组分的光能利用率(LUE),这些生化组分包括叶片含水量、氮元素浓度等。以往的研究中已经成功建立了叶片、冠层和景观尺度PRI和LUE的相关关系。但是,为了利用PRI更加准确地估算叶片LUE,很多问题仍然亟需解决,比如当LUE高于0.03mol CO2 mol-1PPFD(photosynthetic photon flux density),PRI会出现一个明显的饱和区域以及PRI和LUE关系会随季节发生较大变化。文章对PRI进行了修正,并基于PROSPECT模型对这一修正形式进行了4个参数的敏感性分析。分析结果表明,叶片SR-PRI(Simple ratio PRI)对叶肉结构参数(N)、叶绿素浓度(cab)敏感性要高于叶片的等效水厚(cw)和干物质浓度(cm)。因此叶肉结构参数(N)和叶绿素浓度(cab)的微小变化都会造成SR-PRI的较大变化,进而影响到LUE的估算精度。对SR-PRI的实证实验表明,这一指数也能够很好地用来估算叶片的光能利用率并且结果要优于PRI和LUE之间的相关关系。SR-PRI最重要的一方面在于其更清晰的物理意义和对531nm处反射率变化的敏感性,因为这一波段位置的反射率变化是评价光能利用率的核心参数。
文摘光化学植被指数PRI(photochemical reflectance index)为估算植被的光能利用率LUE(light use effi-ciency)提供了一种快速、有效的方法。越来越多的研究关注外界环境对PRI和LUE之间关系的影响,这些因素包括水分含量、CO2浓度等等。文章选择了不同氮、钾施肥量处理的小麦,测量其LUE和PRI,分析不同肥料处理对二者关系的影响。实验表明,氮、钾施肥量的增加将提高冠层光谱的PRI值和叶片内部叶绿素的含量,在此基础上提高小麦的LUE。对于不同氮、钾处理的小麦,PRI和LUE之间都获得了很好的相关关系,总的相关系数R2分别是0.7104和0.8534。随着氮、钾肥量的增加,PRI和LUE之间的相关性也在增加。对1,2,3份的氮施肥量,相关系数R2分别是0.6020,0.6404和0.8014;钾施肥量为1,2,3份时,R2分别为0.3791,0.6404和0.6769。因此,PRI不仅能够获可靠精度的LUE,并且为监测小麦的肥料状况提供了一种间接方法,这将为田间管理和精细农业提供了必要的参考信息。
文摘由于光能利用率(Light Use Efficiency,LUE)随环境的变化关系十分复杂,现有的LUE估算植被初级生产力(GPP)和净初级生产力(NPP)的模型过于粗糙简单,而通过遥感直接估计LUE会更加可靠。研究表明,光化学反射植被指数(PRI)与LUE有很好的相关性,故PRI在利用遥感估计LUE方面具有极大的潜力。但是,很多研究也发现了PRI-LUE的关系受到许多因素的干扰。为了探究多角度高光谱对光化学反射植被指数估算光能利用率的影响,分析了各观测日的光化学反射植被指数变化情况及其与实测光能利用率的关系。结果表明:在主平面的4个观测日都表现出后向的PRI值大于前向的PRI值,均表现出当光谱仪探头从后向散射方向向着前向散射方向变化时,PRI值逐渐变小然后随着天顶角的变大而变大;在光合作用的外部条件和内部环境不受影响的情况下,PROSAIL模型在主平面前向散射方向的中等角度(45°和60°)与后向散射方向的小角度(-15°和-30°)可以较好模拟出单一植被覆盖条件下水稻冠层植被的反射光谱。
文摘植物的光化学植被指数(photochemical reflectance index,PRI)与其光利用效能(light use efficiency,LUE)有密切的关系,PRI常用来估算植物的LUE。然而,植物PRI容易受环境因子的强烈影响,导致冠层PRI的应用难度很大。为了更好地利用PRI为果树科研与生产提供指导,研究果树冠层PRI的动态变化,提示其变动规律性,为利用PRI考察果树光利用效能提供参考。选择具有代表性的王林苹果树为研究对象,每棵果树在4个空间方位各采10张叶片,用Plant Pen PRI 200测量其PRI值。结果表明,果树PRI变化呈现如下规律:(1)PRI值总体分布符合正态分布规律;(2)不同树冠空间中的叶片的PRI大小不同,按照从大到小的顺序排列为南、东、西、北;(3)PRI与气温呈负相关关系,即随着气温的升高,植物的PRI反而降低;(4)果树叶片在离体后,其PRI会逐渐降低,但是,在果树叶片死亡前,PRI值会突然升高,然后降低趋于0甚至是负值,叶片活性降低直至死亡。
文摘类胡萝卜素(Car)与叶绿素a含量比值(Car/Chla)的变化与植被生长发育变化、环境胁迫及叶片衰老特征等密切相关,可作为植被生理生态及物候的监测指标。不同植被类型和植被品种其色素变化随植被生长发育呈现出不同的变化特征。为了探究适用于干旱区棉花Car/Chla比值估算的光谱指数和估算方法,本研究通过2011年和2012年连续2年的大面积田间试验,获取了棉花不同生育期的叶片及冠层尺度光谱反射率及色素含量信息,对多种光谱指数及偏最小二乘回归(Partial Least Square Regression,PLSR)用于Car/Chla比值和Car估算进行了探讨。对比表明,基于光化学指数(PhotochemicalReflectanceIndex,PRI)的线性和一元二次模型对Car/Chla比值和Car的估算精度最高,由PRI-Car/Chla线性模型得到的叶片和冠层尺度的Car/Chla比值估算值与实测值之间的决定系数R2大于0.6,PRI-Car的R2大于0.36;基于PLSR模型得到的Car/Chla比值估算值与实测值之间的拟合关系略优于基于PRI的估算模型,由其得到的叶片及冠层尺度Car/Chla比值估算值与实测值之间的决定系数R2大于0.80,Car估算值与实测值之间R2大于0.73;不论基于PRI还是基于PLSR方法,对Car/Chla比值的估算精度均高于Car含量,该结论进一步证实了Car/Chla比值遥感监测的可行性,丰富了对棉花生长高温胁迫、养分胁迫等环境胁迫及病虫害等遥感监测的依据指标。
文摘【目的】利用反射率光谱在作物生物物理方面的优势和日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)、光化学反射率指数(photochemical reflectance index,PRI)在光合生理方面的优势,构建协同冠层SIF和PRI光谱指数(synergistic spectral index of SIF and PRI,SISP),旨在提高作物病害遥感探测精度。【方法】基于3FLD(three-bands fraunhofer line discrimination)算法,估测小麦条锈病在不同病情严重度下的单波段SIF强度,利用对作物冠层几何结构敏感的归一化植被指数(normalized difference vegetation index,NDVI)和重归一化植被指数(re-normalized vegetation index,RDVI)对SIF和PRI进行处理,再利用处理后的SIF和PRI数据构建SISP指数,通过建立传统的光谱指数和SIF、PRI及其组合对小麦条锈病的遥感监测模型,以病情指数(disease index,DI)实测值与预测值之间的决定系数(R^(2))、均方根误差(RMSE)和相对分析误差(RPD)评价模型精度,进而与SISP指数建立的模型进行比较,分析SISP指数对作物病害遥感监测的有效性。【结果】(1)综合利用SIF和PRI数据能够提高对小麦条锈病的遥感探测精度,3组验证样本数据集中,以PRI和SIF的简单组合PRI+SIF为自变量构建的小麦条锈病监测模型,预测DI值与实测DI值间的R^(2)比单一PRI和SIF至少提高14.0%和1.7%,RMSE至少降低7.1%和3.7%。(2)利用反射率光谱指数NDVI和RDVI处理后的SIF和PRI构建的SISP指数,对小麦条锈病DI的预测精度优于直接利用PRI和SIF组合的各种指数,验证样本数据集中预测DI值与实测DI值间的R^(2)至少提高3.7%,RMSE至少降低9%。(3)以SISP和反射率光谱指数为自变量构建的小麦条锈病多元线性回归(multiple linear regression,MLR)和径向基神经网络(radial basis function neural network,RBFN)模型的精度,高于仅利用反射率光谱指数构建的模型精度,其预测DI值与实测DI值间的R^(2)分别较反射率光谱指数提高13.42%和5.72%,RMSE分别减少29.93%和19.24%,RPD分别提高44.53%和29.80%。【结论】利用NDVI和RDVI处理后的SIF和PRI构建SISP指数,能够减弱作物群体生物量对冠层SIF和PRI信号的影响,提高小麦条锈病的遥感监测精度。
文摘为探究双向反射分布(BidirectionalReflectanceDistributionFunction,BRDF)模型改进的光化学植被指数(Photochemical Reflectance Index,PRI)反演水稻冠层光能利用率(Light Use Efficiency,LUE)能力,该研究利用多角度水稻冠层辐射数据和同期通量观测数据,引入BRDF模型对多角度PRI进行观测角度标准化处理。获取晴天09:00—15:00每半小时数据156组,其中130组数据用来建模,另外26组数据对所建模型进行验证。结果表明:BRDF模型在晴空指数(ClearnessIndex,CI)较低时拟合效果较差,随着CI的升高模型模拟效果变好;BRDF模型的拟合参数受光照条件和植被状况的影响,不同CI范围下的各向同性权值ki与LUE相关性均良好(决定系数大于0.3),在0.6≤CI<0.7时相关性最佳,决定系数为0.63;无论是否采用BRDF模型的角度校正,由PRI反演LUE的模型均可采用线性形式或指数形式;但采用BRDF模型的角度校正后,反演模型精度得到显著提升,决定系数从0.46(P<0.01,校正前)提高到0.8(P<0.01,校正后);验证结果显示,采用BRDF模型的角度校正前后,相对反演偏差指数由1.34提升到2.6,同时验证的拟合决定系数也由0.44提高到0.87。该研究相比较传统多角度遥感观测的PRI指数,BRDF模型的角度修正提高了PRI对水稻LUE的反演能力,证明了多角度冠层光谱观测可利用BRDF模型提高其植被指数对植物生理活动探测能力的可行性。
