從反射光譜估算光合特性：光譜指數(shù)、數(shù)值反演和偏最小二乘回歸的綜合
日期：
2020-05-28
瀏覽次數(shù):
240
植被冠層的光合特性是基于地球系統(tǒng)模型進程的重要參數(shù)，可用于理解全球碳循環(huán)。然而這些地球系統(tǒng)模型缺乏光合特性連續(xù)的時空信息，導致了很大的不確定性，無法解釋碳的源和匯以及大氣層與陸地生物圈的交換。此外，光合速率的準確表征對于重設光合作用途徑以提高作物產(chǎn)量至關重要。選擇新品種需要在給定環(huán)境中將基因型與表型聯(lián)系起來，但尚未以高通量方式實現(xiàn)，這成為植物育種的主要瓶頸之一。為此，作為全球糧食安全問題解決方案的一部分，迫切需要光合特性高通量表征技術的進步，這對于深刻理解全球環(huán)境變化至關重要。基于此，作者研究了安裝在移動平臺上的高光譜成像相機是否能解決這些問題，重點研究三種主要方法-基于偏最小二乘法回歸（PLSR）的反射光譜，光譜指數(shù)以及數(shù)值模型反演，以從11個煙草品種冠層高光譜反射率估算光合特性。結果表明，基于PLSR建立的反射光譜和光譜指數(shù)模型預測Vcmax和Jmax的R2為~0.8，高于數(shù)值反演的預測結果（R2為~0.6）。與反射光譜的PLSR相比，光譜指數(shù)的PLSR預測Vcmax（R2?= 0.84 ± 0.02, RMSE = 33.8 ± 2.2 μmol m?2?s?1）的結果更好，預測Jmax（R2?= 0.80 ± 0.03, RMSE = 22.6 ± 1.6 μmol m?2?s?1）的結果相似。光譜重采樣的進一步分析表明，可以在約10個光譜帶中以小于14.7 nm的光譜分辨率預測Vcmax和Jmax。這些結果對于改善光合作用途徑和跨尺度的光合作用制圖具有重要意義。
試驗選擇了包括野生和轉基因品系在內(nèi)的11個煙草品種，用于評估三種估計光合特性方法的性能。（a）基于地面的高通量表型平臺用于收集高光譜圖像。（b）2017年6月22、26、27日，7月6、7、12、31日，2017年8月18日和2018年7月24、25日測量的光合變量Vcmax和Jmax值（用于構建預測模型）的范圍。從上到下的線分別表示最小值，平均值和最大值。
圖3a顯示了2017年6月27日，從品種4上收集的原始圖像。圖像預處理包括3個步驟；（1）輻射定標，在此期間，將原始圖像轉換為絕對光譜輻射度，（2）利用K均值聚類算法進行圖像分類（圖3b）以及（3）反射率計算。該程序系統(tǒng)在地塊水平上的多個作物品種的高通量表型研究中非常重要。
從反射光譜估算光合特性：光譜指數(shù)、數(shù)值反演和偏最小二乘回歸的綜合.pdf