葉片葉綠素含量是反映作物生長狀態(tài)的重要指示因子,如何快速、準(zhǔn)確的定量獲取葉綠素含量對(duì)作物生長監(jiān)測(cè)、脅迫分析、估產(chǎn)等具有極其重要的意義。針對(duì)目前葉綠素含量預(yù)測(cè)結(jié)果精度差、效率低的問題,本文基于油菜葉片葉綠素反演的需求,構(gòu)建了單積分球測(cè)量系統(tǒng)平臺(tái),并選擇隨機(jī)森林模型和PROSPECT模型探索了葉綠素反演的最優(yōu)策略,具體研究內(nèi)容如下:（1）基于ANGERS數(shù)據(jù)庫研究了不同反演策略對(duì)葉綠素反演的影響�；贏NGERS數(shù)據(jù)庫中400-2450 nm的反射率、透射率,葉綠素含量的數(shù)據(jù),比較了不同波段范圍（400-1000 nm、400-2450 nm）、不同光譜采集方式（反射率、透射率、反射率+透射率）、以及不同反演模型對(duì)葉綠素含量預(yù)測(cè)的結(jié)果,發(fā)現(xiàn)基于PROSPECT模型400-1000 nm的反射率+透射率反演葉綠素的優(yōu)選性。（2）構(gòu)建了單積分球檢測(cè)系統(tǒng)平臺(tái)。構(gòu)建了適合測(cè)量油菜葉片400-1000 nm的半球反射率、半球透射率的測(cè)量系統(tǒng)平臺(tái)。為了確保油菜葉片光譜測(cè)量的可靠性,基于20%Intralipid溶液和Blue dye粉末,制作了5種不同濃度的參考標(biāo)樣,并根據(jù)Beer-Lambert定律... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

浙江大學(xué)碩士學(xué)位論文 第二章 基于 ANGERS 數(shù)據(jù)庫的葉綠素反演研究物葉片上表面的半球反射率和下表面的半球透射率，其中半球反射率是指葉片上表面所有方向的反射率、半球透射率是指葉片下表面所有方向的透射率。植物葉片每一致密層都假設(shè)為光學(xué)同性層，其折射率為 n，吸收系數(shù)為 k，并將描述葉片所有致密層數(shù)量的參數(shù)從整數(shù)延伸為實(shí)數(shù)，也作為描述葉片結(jié)構(gòu)的參數(shù)。其中 k 由該致密層所有的吸收物質(zhì)，如色素、水等物質(zhì)的吸收系數(shù)和具體含量計(jì)算所得[60]。PROSPECT 正演模型輸入有關(guān)葉片結(jié)構(gòu)參數(shù)和生化組分的含量，基于葉片結(jié)構(gòu)和各吸收物質(zhì)的函數(shù)模擬仿真可見光到中紅外范圍內(nèi) (400-2500 nm)的葉片反射光譜和透射光譜

圖 2.2 PROSPECT-INVERTION 模型理論Figure 2.2 The theory of PROSPECT-INVERTION model化組分的吸收系數(shù)的光學(xué)屬性和植物葉片的內(nèi)部結(jié)構(gòu)及生化組分含量密切相關(guān)的厚度，以及內(nèi)部的組織分布。生化組分主要包含葉片內(nèi)部干物質(zhì)主要包括了葉片的蛋白質(zhì)、淀粉、木質(zhì)素、纖維素等織細(xì)胞的各種細(xì)胞器中，其在植物葉片中的質(zhì)量百分比為 90細(xì)胞器[61]。色素的分類有很多，主要包括了占大比例的葉綠素素等[39]。干物質(zhì)中如纖維素、半纖維素、木質(zhì)素是組成細(xì)胞壁，其質(zhì)量百分比為 5-10%；干物質(zhì)中如蛋白質(zhì)等是組成各種細(xì)成分；干物質(zhì)中如淀粉、核糖和各類生化反應(yīng)的酶是細(xì)胞生命生命無法生存[62]。植物葉片中的主要色素物質(zhì)，其被細(xì)分有葉綠素a和葉綠素b

【參考文獻(xiàn)】：
期刊論文
[1]基于光譜和成像技術(shù)的作物養(yǎng)分生理信息快速檢測(cè)研究進(jìn)展[J]. 何勇,彭繼宇,劉飛,張初,孔汶汶.  農(nóng)業(yè)工程學(xué)報(bào). 2015(03)
[2]我國油菜產(chǎn)業(yè)發(fā)展成就、問題與科技對(duì)策[J]. 殷艷,王漢中.  中國農(nóng)業(yè)科技導(dǎo)報(bào). 2012(04)
[3]近紅外光譜和化學(xué)計(jì)量學(xué)對(duì)不同產(chǎn)地不同產(chǎn)期當(dāng)歸的定性研究[J]. 李波霞,魏玉輝,席莉莉,段好剛,武新安.  光譜實(shí)驗(yàn)室. 2011(04)
[4]基于集成類隨機(jī)森林方法的神經(jīng)膠質(zhì)瘤特征基因選擇的研究[J]. 來海鋒,韓斌,厲力華,陳巖,祝磊,代琦.  生物物理學(xué)報(bào). 2010(09)
[5]基于Hyperion數(shù)據(jù)的森林葉綠素含量反演[J]. 楊曦光,范文義,于穎.  東北林業(yè)大學(xué)學(xué)報(bào). 2010(06)
[6]基于主成分分析和BP神經(jīng)網(wǎng)絡(luò)的法國梧桐葉綠素含量高光譜反演研究[J]. 姚付啟,張振華,楊潤亞,何玉春,張燕,崔素芳,王海江.  測(cè)繪科學(xué). 2010(01)

博士論文
[1]冬油菜氮素營養(yǎng)高光譜特異性及定量診斷模型構(gòu)建與推薦追肥研究[D]. 李嵐?jié)?華中農(nóng)業(yè)大學(xué) 2018
[2]針葉輻射傳輸模型研究[D]. 王軍.南京大學(xué) 2018
[3]基于光譜與光譜成像技術(shù)的油菜病害檢測(cè)機(jī)理與方法研究[D]. 張初.浙江大學(xué) 2016
[4]基于機(jī)器學(xué)習(xí)和輻射傳輸模型的農(nóng)作物葉綠素含量高光譜反演模型[D]. 呂杰.中國地質(zhì)大學(xué)(北京) 2012
[5]基于高光譜成像技術(shù)的作物葉綠素信息診斷機(jī)理及方法研究[D]. 張東彥.浙江大學(xué) 2012

碩士論文
[1]室內(nèi)氮脅迫油菜葉片生化參數(shù)高光譜估算模型研究[D]. 田粉粉.吉林大學(xué) 2018
[2]油菜的高光譜特征及其生理參數(shù)估算模型研究[D]. 孫勃巖.西北農(nóng)林科技大學(xué) 2017
[3]基于輻射傳輸模型的植被類胡蘿卜素含量光譜指數(shù)法反演研究[D]. 王弘.華東師范大學(xué) 2016
[4]用于水果組織光傳輸特性檢測(cè)的單積分球系統(tǒng)研制及應(yīng)用[D]. 方振歡.浙江大學(xué) 2015
[5]基于PROSPECT模型的葉片重金屬銅含量反演研究[D]. 陸成.吉林大學(xué) 2013



本文編號(hào)：3347780