应用高光谱植被指数反演冬小麦叶绿素含量的光谱指标敏感性研究.docx

应用高光谱植被指数反演冬小麦叶绿素含量的光谱指标敏感性研究
随着现代物联网技术的应用，快速、准确地获取冬小麦叶绿素含量信息影响冬小麦的生产和品质水平。因此，非接触式高光谱植物指数反演技术逐渐普及，本文旨在探索高光谱技术反演冬小麦叶绿素含量的光谱指标敏感性。
本研究采用高光谱数据采集设备对四个实验地的冬小麦进行采集，共记录了4000多个光谱数据点。针对光谱数据进行预处理，需要先进行数据的光谱校正、离散移除和波长选择三个步骤。
首先，光谱校正是保证数据质量的先决条件。考虑到光源中的天然波长差异，需要将采集的原始光谱数据进行光谱校正。然后，去除光谱中的离散点，以保证数据的连续性和平稳性。最后，选取特征波长用于分析。
在处理完数据之后，选取三个典型的高光谱植物指数，分别是归一化植被指数（NDVI）、植物指数（PI）和色素比值指数（PRI）。对冬小麦叶绿素含量反演分析表明，NDVI和PRI对叶绿素含量呈正相关，而PI与叶绿素含量无明显相关性。
进一步分析表明，NDVI和PRI分别在680nm和531nm处具有明显反演效果，两个指数在这两个波长处的反演效果相对较好。此外，结果还表明，在700nm处可选取较敏感的光谱波段，利用光谱处理技术就可反演出比较准确的样本。
针对研究结果，高光谱植物指数反演技术能够准确反演冬小麦叶绿素含量。同时，通过对光谱数据的预处理和特征波长选择，反演效果更佳，适用于实际冬小麦生产过程中的应用。基于本研究成果，可针对不同的作物，选择相应的高光谱植物指数，实现准确反演光谱数据的研究。
综上所述，高光谱植物指数反演技术可为冬小麦叶绿素含量快速获取提供有效途径。在进一步研究中，需要进一步优化光谱数据采集和处理技术，提高反演准确性。