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,有助于實現農業精準化、數字化、信息化以及智能化管理作業。本文簡單介紹了多光譜、高光譜在作物信息診斷上的應用。
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于不同指標預測效果不同。在農業上,基于光譜技術檢測作物生理指數的波段范圍一般在400~2500nm之間,涉及到色素(葉綠素、類胡蘿卜素等)、氮、水分等吸收和葉片細胞的內部結構。在400~740nm可見光波段,葉綠素在480、650、670~680、740nm處有吸收峰,類胡蘿卜素在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近紅外波段由于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、酶等發生變化,通過應用各種植被指數監測這些生理指標變化,可判斷作物脅迫情況、生長狀況以及產量情況。然而,多光譜只有區區幾個波段,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態。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,而這么多種組合以及這么多的植被指數,總能找到適合監測作物的生理生化信息及長勢狀態的敏感指數。
?
圖1無人機高光譜影像下作物長勢分布圖
氮和葉綠素類含量是作物重要的養分指標,與作物產量密切相關?;诠庾V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為基于直接光譜信息作物養分信息快速獲?。ㄈ缰鸩蕉嘣貧w、偏最小二乘、權重系數、支持向量機等)和基于植被指數作物養分信息快速獲取?;谥苯庸庾V信息作物養分獲取即通過原始光譜處理建模檢測作物養分信息,而基于植被指數的養分檢測是通過建立植被指數與養分的模型進行分析。
?
圖2無人機高光譜影像作物葉綠素a分布
?
?
圖3無人機高光譜影像作物氮素分布?
通過光譜和成像技術對作物水分脅迫信息進行快速獲取,有利于作物肥水管理的精準化控制。研究者張曉東等應用了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?;诟吖庾V建立的模型預測結果優于基于多光譜成像建立的模型。
?
圖4WBI指數變化(WBI值越大,植物含水量越高,越利于植物生長)?
早期作物病蟲害診斷對科學防治病蟲害,保證作物產量具有重要意義。目前,病蟲害診斷可分為直接方法和間接方法。直接方向主要是以化學分析方法為主,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、光譜儀等為主的傳感器技術。光譜和成像技術是一種病蟲害診斷的快速、無損、有效檢測技術。當作物受到病蟲害脅迫時,作物內部的生理指標以及外部形態均會發生變化,在光譜和成像技術上以光譜響應與紋理、顏色等特征呈現。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害脅迫作出診斷。此外,用于診斷病蟲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,越黃發病越嚴重,越綠發病越輕
?
?