学术中心

全部分类
您现在的位置:
首页
/
/
/
从叶片到冠层:通过最小化叶片正反面差异改进光谱指数以评估叶片生化参数

从叶片到冠层:通过最小化叶片正反面差异改进光谱指数以评估叶片生化参数

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-12-17 06:10
  • 访问量:

【概要描述】本研究对叶片正面和反面的反射差异进行了分析,并通过最小化叶片正反面反射差异的影响,构建了用于评估作物叶片到冠层尺度的Cab、Cw和Cm的新型光谱指数。

从叶片到冠层:通过最小化叶片正反面差异改进光谱指数以评估叶片生化参数

【概要描述】本研究对叶片正面和反面的反射差异进行了分析,并通过最小化叶片正反面反射差异的影响,构建了用于评估作物叶片到冠层尺度的Cab、Cw和Cm的新型光谱指数。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-12-17 06:10
  • 访问量:
详情

  2021年10月29日,《Field Crops Research》刊发了浙江大学生物系统工程与食品科学学院岑海燕研究员团队题为“Upscaling from leaf to canopy: Improved spectral indices for leaf biochemical traits estimation by minimizing the difference between leaf adaxial and abaxial surfaces”的研究论文。文章针对作物叶片到冠层升尺度反射光谱解析叶片生化参数问题,探讨了叶片正反面差异对冠层尺度叶片生化参数评估的影响,构建了从叶片到冠层升尺度的叶片生化参数评估的新型光谱指数,为提高基于多尺度遥感的作物叶片生化参数评估的准确性提供了新方法。

  叶片生化参数(如叶绿素含量Cab、水含量Cw和干物质含量Cm)是表征植物光合作用、生长状况、养分循环和初级生产力的重要指标。近几十年来,遥感技术以其高效、准确、便捷等优点被广泛应用于叶片生化参数评估。随着便携式、车载和机载传感器的快速发展,反射光谱指数是目前开展叶片生化参数评估最主要的手段之一,多种光谱指数已被用于不同尺度的叶片生化参数评估。这些光谱指数在叶片尺度生化参数评估中获得了较好的结果,然而在冠层尺度的应用受到复杂冠层结构以及叶片正反面结构差异的影响。已有研究表明冠层结构的变化会显著影响冠层反射,但是叶片正反面差异对冠层反射的影响尚未引起重视。此外,植物可能会改变叶片的朝向,从而使叶片反面朝向太阳,并且植物冠层内的多次散射会造成入射光从叶片的正反面反射出去,这导致冠层反射中包含来自叶片正面和反面的混合光谱信息。因此,有必要探究叶片正反面反射间的差异,并开发可以最小化叶片正反面反射差异影响的光谱指数,以改善作物叶片到冠层水平叶片生化参数的评估。

 

  图1. 叶片正反面的反射以及光谱指数的差异

 

  图2. 油菜(A)、柑橘(B)和水稻(C)叶片横截面的光学显微图像

 

  目前,大多数用于叶片生化参数评估的光谱指数主要从叶片正面反射发展而来,仅少量的研究考虑了叶片两侧光谱指数的差异。一些研究针对1-2个作物种类,通过减少叶片正反面反射之间差异的影响,提高了开发用于评估叶片叶绿素含量(Cab)的光谱指数的可能性。此外,叶片正反面反射在近红外(NIR)和短波红外(SWIR)区域的差异可能极大地影响叶片水含量(Cw)和干物质含量(Cm)的评估,但尚未得到充分研究。因此,本研究对叶片正面和反面的反射差异进行了分析,并通过最小化叶片正反面反射差异的影响,构建了用于评估作物叶片到冠层尺度的Cab、Cw和Cm的新型光谱指数。

 

  考虑到不同植物物种、环境条件和种植区域的叶片正反面结构可能存在显著差异,本研究选择了单子叶水稻、双子叶油菜以及表面具有较厚蜡质层的双子叶柑橘三种代表性的作物叶片用于构建适用于叶片正反面的新型光谱指数。研究揭示了叶片正面和反面具有不同的反射特性,且因植物种类而异。叶片反面在可见光(VIS)和SWIR区域的反射高于叶片正面,而在NIR区域具有接近的反射。油菜叶片正反面反射在VIS区域具有高度相关性,而柑橘叶片正反面反射的高度相关性出现在NIR和SWIR区域。叶片正反面反射差异可以造成光谱指数的变化,从而导致叶片正面和反面光谱指数之间的相关性较低。尽管油菜和柑橘的叶片正面和反面光谱指数间存在良好的线性关系,但趋势偏离了1:1线。结果显示,已发表的光谱指数分别用于叶片正反面数据时都与Cab、Cw和Cm有很强的相关性,但是难以用于叶片正反面数据的组合。本研究提出的ARDSI750,730,770,720、ARDSI1360,1080,1560,1240和ARDSI2200,1640,2240,1720可以适用于叶片正面和反面数据组合以评估Cab、Cw和Cm。进一步利用数据集测试了ARDSI对冠层水平的Cab、Cw和Cm评估的可行性。模拟数据集中的评估结果表明,ARDSI对Cab、Cw和Cm实现了相对更好的评估,将ARDSI应用于冠层水平的测量数据集时,评估性能与模拟数据集相对一致。进一步研究将利用广泛的植物物种数据集验证所提出光谱指数的准确性和普适性。

 

 

图3. 叶片正反面数据模拟的叶片和冠层反射示例(A)及其模拟的冠层反射间的相关性(B),叶片正面(C、E)和反面(D、F)数据模拟的冠层反射对叶面积指数和平均叶倾角变化的敏感性

  

       作者介绍:

  论文第一作者为浙江大学生物系统工程与食品科学学院博士研究生万亮,论文通讯作者为岑海燕研究员,合作者包括浙江大学农业与生物技术学院周伟军教授。研究工作得到国家自然科学基金项目、浙江省重点研发计划项目和国家重点研发计划项目资助。

  岑海燕研究员团队近期在Remote Sensing of Environment等国际知名期刊发表多篇农作物生长表型光谱监测机理与应用方面的研究论文(https://doi.org/10.1093/jxb/erab194;https://doi.org/10.1016/j.rse.2021.112761;https://doi.org/10.1016/j.rse.2021.112826),本研究也是继本年度发表构建双向反射辐射传输机理模型反演叶片生化参数的新方法研究之后的又一重要进展。

 

  来源:Wan L., Tang Z., Zhang J., Chen S., Zhou W., Cen, H*. Upscaling from leaf to canopy: Improved spectral indices for leaf biochemical traits estimation by minimizing the difference between leaf adaxial and abaxial surfaces. Field Crops Research, 2021, 274: 108330. https://doi.org/10.1016/j.fcr.2021.108330

关键词:

扫二维码用手机看

推荐新闻

高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
查看详情
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
作物生理表型测量基础原理
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。
查看详情
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。
AI育种,从这里起步
AI育种,从这里起步
发布时间 : 2022-05-09 12:21:00
植物表型本身就是一个跨学科领域,自带AI基因。而植物表型服务的对象就是育种和种植。AI通过植物表型赋能育种,是AI育种的重要发展方向之一。让我们用表型之“瞳”,赋农业之“慧”。
查看详情
植物表型本身就是一个跨学科领域,自带AI基因。而植物表型服务的对象就是育种和种植。AI通过植物表型赋能育种,是AI育种的重要发展方向之一。让我们用表型之“瞳”,赋农业之“慧”。
致即将毕业的你
致即将毕业的你
发布时间 : 2021-04-20 15:29:43
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
查看详情
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。

视频展示

植物表型架起从数字农业到智慧农业的桥梁
00:30:11
所属分类:
视频展示
发布时间:
2020/12/10
关键词:

专题报道

搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门 
电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明