遙感技術(shù)以其耗時短、損耗小、效率高等優(yōu)勢,已經(jīng)被廣泛應用于大范圍估算植被的生物物理化學參數(shù)。葉綠素作為綠色植物的主要色素之一,是植被生物物理化學特征的重要參量,其含量的變化可以用于表征植物的生理變化和生長狀態(tài)。因此,利用遙感信息準確估算植物葉綠素含量已經(jīng)成為植被遙感的重要研究內(nèi)容。在前人的研究中,已經(jīng)開發(fā)出了很多光譜指數(shù),可以對植物葉片葉綠素含量（Leaf Chlorophyll Content,LCC）進行很好的估算。不同種類的植物,由于其葉片表面結(jié)構(gòu)（粗糙程度、絨毛以及蠟質(zhì)層等）各不相同,因此,即使是具有相同葉綠素含量的葉片,當從不同的方向進行遙感觀測時所獲得的反射信息也會有一定差異。實際測量中,由于葉片傾斜角度隨機分布,遙感平臺在獲取反射信息時,進入到傳感器的反射信息會來自不同探測角度。而大多數(shù)現(xiàn)有的光譜指數(shù)都是基于天頂方向或者單一觀測角度開發(fā)的,未考慮到角度反射信息對估算LCC精度的影響。因此,有必要基于多角度反射數(shù)據(jù)創(chuàng)建新的光譜指數(shù),以更精確地估算植物葉片葉綠素含量。本研究選取了大葉傘、發(fā)財樹和核桃樹三種植物進行葉片表面微觀結(jié)構(gòu)觀察和主平面多角度反射信息的測量。結(jié)果表明,這三... 

【文章來源】：東北師范大學吉林省 211工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

本研究技術(shù)路線圖

實驗葉片樣本（a-e為大葉傘葉片，f-j為核桃樹葉片，k-o為發(fā)財樹葉片，同物種由左到右按照葉綠素含量由大到小依次排列）

11圖3實驗葉片樣本（a-e為紅瑞木葉片，f-j為槭樹葉片，k-o為楊樹葉片，p-t為綠蘿葉片，同物種由左到右按照葉綠素含量由大到小依次排列）2.2多角度雙向反射測量本研究利用東北師范大學實驗室多角度測量系統(tǒng)(NENULGS)測量葉片樣本正面的反射光譜，如圖4所示。NENULGS系統(tǒng)包括人工光源、光譜儀（美國ASD公司）和角度儀，可以在實驗樣本的半球方向上的多個角度進行光譜測量[83]。為了探究不同探測角度對葉片表面反射分布的影響，本研究在測量的主平面上從-60°至60°共從12個觀測天頂角(-60°、-50°、-40°、-30°、-20°、-10°、0°、10°、20°、30°、50°和60°)進行多角度雙向反射探測（數(shù)據(jù)集I中沒有對30°和50°進行測量），其中“-”為前向散射方向，“+”對應后向散射方向。設置固定人工光源的入射天頂角為-40°，由于受系統(tǒng)的幾何結(jié)構(gòu)限制，測量結(jié)構(gòu)如圖4所

【參考文獻】：
期刊論文
[1]基于地表偏振反射模型的植被冠層偏振反射特性研究[J]. 孫仲秋,趙云升.  激光與光電子學進展. 2016(10)
[2]農(nóng)作物葉綠素含量遙感估算的研究進展與展望[J]. 徐晉,蒙繼華.  遙感技術(shù)與應用. 2016(01)
[3]反射光譜法估計小麥葉片表皮蠟質(zhì)含量的初步研究[J]. 高揚,郭彤,郝留根,胡銀崗.  麥類作物學報. 2014(04)
[4]葉片茸毛對葉片反射光譜及高光譜植被指數(shù)的影響研究[J]. 葛昊,盧珊,趙云升.  光譜學與光譜分析. 2012(02)
[5]玉米生長期葉片葉綠素含量檢測研究[J]. 孫紅,李民贊,張彥娥,趙勇,王海華.  光譜學與光譜分析. 2010(09)
[6]水稻葉片葉綠素、類胡蘿卜素含量估算的歸一化色素指數(shù)研究[J]. 王福民,黃敬峰,王秀珍.  光譜學與光譜分析. 2009(04)
[7]烤煙葉片葉綠素含量的測定及其與SPAD值的關(guān)系[J]. 曾建敏,姚恒,李天福,歐陽文韜,曹忠祥.  分子植物育種. 2009(01)
[8]農(nóng)業(yè)遙感技術(shù)應用現(xiàn)狀[J]. 韓秀梅,張建民.  農(nóng)業(yè)與技術(shù). 2006(06)
[9]作物長勢遙感監(jiān)測應用研究現(xiàn)狀和展望[J]. 李衛(wèi)國,李秉柏,王志明,張婭香,黃曉軍.  江蘇農(nóng)業(yè)科學. 2006(03)
[10]油菜葉綠素與氮含量關(guān)系的試驗研究[J]. 朱哲燕,鮑一丹,黃敏,馮雷.  浙江大學學報(農(nóng)業(yè)與生命科學版). 2006(02)

博士論文
[1]西北地區(qū)冬小麥生長狀況高光譜遙感監(jiān)測研究[D]. 田明璐.西北農(nóng)林科技大學 2017
[2]玉米生理參數(shù)及農(nóng)田土壤信息高光譜監(jiān)測模型研究[D]. 劉秀英.西北農(nóng)林科技大學 2016
[3]基于高光譜的半干旱區(qū)作物水分脅迫及其生理參數(shù)監(jiān)測模型研究[D]. 王小平.蘭州大學 2014

碩士論文
[1]異面葉植物水分含量估算[D]. 尤文強.東北師范大學 2018
[2]植物葉片正反面對葉綠素遙感估算的影響[D]. 陸星彤.東北師范大學 2015
[3]葉綠素密度遙感反演與冬小麥單產(chǎn)估算研究[D]. 張?zhí)K.西安科技大學 2014



本文編號：3291931