高光譜遙感技術(shù)在煙草中的應(yīng)用

高光譜遙感技術(shù)在煙草中的應(yīng)用主要集中在快速、精準(zhǔn)地提取煙草生長的信息，煙草脅迫監(jiān)測(cè)、煙葉成熟度監(jiān)測(cè)、產(chǎn)量估算與品質(zhì)監(jiān)測(cè)，從而及時(shí)調(diào)整各類物資的投入量，以期達(dá)到減少浪費(fèi)、增加產(chǎn)量、改善煙草品質(zhì)的目的。

1.1煙草生長信息的提取

在作物生產(chǎn)中，快速、精準(zhǔn)地判斷作物氮素營養(yǎng)狀況對(duì)實(shí)現(xiàn)作物的實(shí)時(shí)精準(zhǔn)施肥具有重要意義。

植物的光合色素分為葉綠素(葉綠素a、葉綠素b)和類胡蘿卜素(胡蘿卜素、葉黃素)，前者是吸收光能的物質(zhì)，直接影響植被對(duì)光能的利用，后者則能對(duì)葉綠素起到保護(hù)作用。與傳統(tǒng)方法相比，利用高光譜儀測(cè)定葉片中色素的含量具有實(shí)時(shí)、快速、非損傷性等優(yōu)點(diǎn)，因而成為近年來研究的熱點(diǎn)。在煙草中，利用高光譜測(cè)定葉片中的葉綠素含量也取得了一定的研究成果。

在21個(gè)光譜參數(shù)中篩選出與葉綠素含量、類胡蘿卜素含量相關(guān)性最好的光譜參數(shù)，即綠度歸一化植被指數(shù)(G_NDVI)和轉(zhuǎn)換葉綠素吸收反射指數(shù)(TCAＲI)，并分別建立了葉綠素a、葉綠素b、葉綠素a+b以及類胡蘿卜素含量的最佳估測(cè)模型，確定了光譜參數(shù)G_NDVI和TCAＲI為預(yù)測(cè)色素含量的特征參數(shù)。通過研究南江3號(hào)煙葉高光譜參數(shù)與葉綠素含量的關(guān)系表明，葉綠素a(Chla)與原始光譜反射率的最大相關(guān)系數(shù)以及光譜一階微分的最大相關(guān)系數(shù)分別出現(xiàn)在700nm和623nm處;而葉綠素b(Chlb)的則出現(xiàn)在701nm和653nm處。與Chla、Chlb含量相關(guān)系數(shù)最大的高光譜參數(shù)分別是綠峰位置(λg)和紅邊面積與藍(lán)邊面積的比值(SDr/SDb)，運(yùn)用逐步回歸方法建立的基于光譜反射率一階微分的模型對(duì)煙草葉片葉綠素a、葉綠素b含量的估測(cè)效果好，精度較高。

葉面積指數(shù)LAI(LeafAreaIndex)作為陸面過程中一個(gè)十分重要的結(jié)構(gòu)參數(shù)，是表征植被冠層的最基本的參量之一，在遙感監(jiān)測(cè)中通常是產(chǎn)量估測(cè)模型與土壤水分蒸發(fā)蒸騰量模型的輸入?yún)?shù)。前人研究報(bào)道綠色作物光譜反射率與LAI密切相關(guān)，越來越多的學(xué)者利用高光譜遙感技術(shù)來反演葉面積指數(shù)。

1.2煙草生長信息的提取

不同水分處理對(duì)煙草高光譜特征的影響表明，在水分脅迫下(45%和65%水分處理)，煙草冠層高光譜的紅邊位置發(fā)生“紅移”現(xiàn)象，而85%水分處理則因?yàn)樗诌^多導(dǎo)致葉片提前落黃，葉綠素含量減少造成紅邊位置發(fā)生“藍(lán)移”現(xiàn)象。高光譜遙感亦可以用于監(jiān)測(cè)重金屬對(duì)煙草的脅迫。

在敏感波段(551、672、720nm)下建立了鎘的歸一化污染指數(shù)CNDPI，并確定當(dāng)CNDPI值大于0.3時(shí)，煙株中即出現(xiàn)鎘污染情況，實(shí)現(xiàn)了利用光譜數(shù)據(jù)區(qū)分煙葉是否被鎘污染的定性目標(biāo)。利用高光譜遙感技術(shù)監(jiān)測(cè)煙草病蟲害的研究主要集中在煙草花葉病方面，采用逐步回歸方法建立煙草花葉病病害等級(jí)和病株高度的光譜反射率、光譜反射率一階微分和光譜特征變量的回歸方程，對(duì)模型進(jìn)行檢驗(yàn)發(fā)現(xiàn)，光譜反射率一階微分回歸模型的相關(guān)系數(shù)為0.999，估測(cè)效果最好，光譜反射率回歸模型的估測(cè)效果次之，光譜特征變量回歸模型最差。

1.3煙葉成熟度的監(jiān)測(cè)

煙葉成熟采收對(duì)烤煙品質(zhì)具有重要意義，目前我國仍以根據(jù)葉片顏色以及葉齡的主觀方法判斷煙葉成熟度，如何形成客觀系統(tǒng)的方法判斷烤煙成熟度成為了學(xué)者們研究的熱點(diǎn)。學(xué)者們研究了不同成熟度鮮煙葉的高光譜特征，建立了量化判別煙葉成熟度的模型，經(jīng)驗(yàn)證模型具有較好的穩(wěn)定性。

2 研究展望

前人已經(jīng)較為系統(tǒng)地研究了影響煙草光譜特征的因素，并且在利用高光譜遙感技術(shù)監(jiān)測(cè)煙草長勢(shì)與品質(zhì)、估算產(chǎn)量、監(jiān)測(cè)煙草脅迫等方面取得了一些研究成果。但是由于各類監(jiān)測(cè)與估算模型是不同學(xué)者在不同試驗(yàn)條件下建立的，各模型不具有普遍適用性，與實(shí)現(xiàn)指導(dǎo)煙葉生產(chǎn)的目標(biāo)還有一定差距。因此，如何將高光譜遙感技術(shù)在煙草中的應(yīng)用從理論走向業(yè)務(wù)化操作并提取出具有普適性的監(jiān)測(cè)與估算模型是我們今后的主要研究方向。同時(shí)，我們還應(yīng)加強(qiáng)高光譜技術(shù)與GPS、GIS等信息技術(shù)的結(jié)合，推動(dòng)煙草農(nóng)業(yè)現(xiàn)代化進(jìn)程。

萊森光學(xué)（深圳）有限公司是一家提供光機(jī)電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應(yīng)用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯 黃昊宇