全 文 ：作物学报 ACTA AGRONOMICA SINICA 2008, 34(5): 831−837 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

基金项目: 新疆生产建设兵团绿洲生态农业重点实验室开放课题发展基金项目(200501)
作者简介: 李章成(1974–), 男, 湖北随州人, 博士研究生, 主要从事农业减灾与遥感应用研究。E-mail: lizhangcheng@tom.com
*
通讯作者(Corresponding author): 周清波, 男, 博士, 研究员, 从事农情遥感、灾害监测和资源评价等领域的研究。
E-mail: zhou.qingbo@hotmail.com
Received(收稿日期): 2007-08-01; Accepted(接受日期): 2007-11-20.
DOI: 10.3724/SP.J.1006.2008.00831
冬小麦拔节期冻害后高光谱特征
李章成1,3 周清波1,* 吕 新2 林海荣2 李 森1,3
(1 中国农业科学院农业部资源遥感与数字农业重点开放实验室, 北京 100081; 2 新疆兵团石河子大学绿洲生态农业重点实验室, 新疆
石河子 832003; 3 中国农业科学院研究生院, 北京 100081)
摘 要: 以霜箱模拟冻害, 采用高光谱仪测定盆栽冬小麦叶片叶绿素含量及冠层高光谱反射率曲线, 以期为冻害遥
感监测提供借鉴。结果表明, 冻害低温胁迫后, 对照组叶绿素含量比冻害组高约 2~5个单位, 差异显著; 短期内高光
谱曲线反射率接近, 线形相似, 约 20 d后, 受损叶片过早衰败变黄, 高光谱曲线在黄、红波段区域反射率显著增强,
“红谷”不明显, 曲线形状呈水平趋势; 光谱 “红边”具有“蓝移”、“红谷”具有“红移”现象。冻害程度的相关系数与绿峰、
红边、红谷、光谱吸收指数分别为 0.36*、−0.69*、0.42**、0.33**, 与蓝、绿、黄、红宽波段范围反射率面积分别为
0.34*、0.43**、0.45**、0.44**, 与红边、红谷归一化植被指数为−0.33*, 与近红外、红波段反射率面积归一化植被指
数为−0.39*, 与叶绿素含量为−0.49**。高光谱反射率曲线特征部位值差异显著性检验表明, 可利用近红外、红波段反
射率面积构成的NDVI差异进行冻害识别, 其差异分级可划分冻害程度。
关键词: 冬小麦; 冻害; 高光谱; 相关分析
Hyperspectral Features of Winter Wheat after Frost Stress at Jointing
Stage
LI Zhang-Cheng1,3, ZHOU Qing-Bo1,*, LÜ Xin2, LIN Hai-Rong2, and LI Sen1,3
(1 Key Laboratory of Resources Remote-sensing and Digital Agriculture, Ministry of Agriculture, Chinese Academy of Agricultural Sciences,
Beijing 100081; 2 Key Oasis Eco-agriculture Laboratory of Xinjiang Production and Construction Group, Shihezi 832003, Xinjiang; 3 Graduate
School of Chinese Academy of Agricultural Sciences, Beijing 100081, China)
Abstract: The North China Plain is the main production zone of winter wheat (Triticum aestivum L.), where wheat is affected
seriously by later spring frostbite. Hyperspectral remote sensing is proved feasible in monitoring crop growth, especially after
stresses. But the relationship between hyperspectral feature and crop growth characteristics after frostbite has been rarely studied
so far. So we conducted a pot experiment with the artificial frost box to simulate frostbite (−5℃ and −7 respectively) in ℃
2006–2007 winter wheat growing season. The wheat seedlings were treated in the box for 4 and 8 hours at jointing stage (treated
only once either on April 9 or 15, 2007) respectively. The canopy hyperspectral reflectance curves were measured with ASD
FieldSpec, and simultaneously, chlorophyll content (Chl) was tested with SPAD502. The result showed that chlorophyll content in
control (CK) was 2–5 units more than that in the treatments after frostbite. In the early stage after frostbite, the reflectance and
shape of hyperspectral curves were similar between treatments. After 20 days, frostbitten leaves turned into yellow in advance of
CK, hyperspectral reflectance increased distinctly in yellow and red regions, the ‘red well’ (RW) was not distinctive, the shape of
curves became plane. The relationship between chlorophyll content and hyperspectral reflectance ρ, logarithm of the reciprocal of
ρ [log10 (1/ρ)], the first derivative of ρ (dρ/dλ) were analyzed, results indicated that ‘red edge’ (RE) shifted to shorter wavelength
and RW to near infrared after frostbite. There were higher correlation between values of hyperspectral curve at special positions
and frostbite stress levels, the correlation coefficients of frostbite degree with green peaks (ρg), RE, RW and the spectral absorb-
ance index (SAI) were 0.36*, 0.69** , 0.42**, and 0.33* respectively, with the sum of reflectance in wide bands of blue(SBρ), green
(SGρ), yellow (SYρ), and red(SRρ) were 0.34*, 0.43**, 0.45**, and 0.44* respectively, with the normalized difference vegetation
832 作 物 学 报 第 34卷

index (NDVIa) between RE and RW was −0.33*, with the NDVIb between sum of reflectance at near infrared (SNirρ) and SRρ
was −0.39**, with the chlorophyll content was −0.49**. In terms of distinct mean difference analysis, it is feasible to identify the
frostbite injury and to estimate the injury degree based on the difference of the NDVIb.
Keywords: Winter wheat; Frostbite; Hyperspectral; Correlation analysis
霜冻害是造成农业重大损失的气象灾害之一 ,
它的发生取决于气象和农作物两个方面[1]。中国华
北平原地区和长江中下游地区是晚春霜冻害频发区,
历史上全年霜冻发生频率高达 40%[2]。由于气候变
暖及其他社会经济因素, 近年冬小麦主产区播期提
前, 而且改播抗冻性差的春性小麦品种, 遭受晚春
冻害概率变高。20 世纪 70、80、90 年代及 2000—
2005年, 霜冻害发生次数分别是 7、9、10和 6次, 其
中受害面积大于 15 万hm2的次数分别达 5、6、9 和
6 次, 霜冻害发生频率和受害程度皆有上升和变重
趋势。冬小麦霜冻害面积及受损程度常靠肉眼观察
估算, 但冬小麦冻害症状具有延迟性、隐蔽性特点,
根据冻伤程度评估受灾和成灾面积主观性较大。汤
志成和孙涵 [3]利用空间分辨率较低的NOAA数据的
光谱资料合成绿度图, 对比不同时相的绿度差异评
价了 1987 年江苏省冬小麦冻害状况; 杨邦杰等[4]利
用NOAA数据的植被指数, 结合气象资料对 1995 年
山东省冬小麦晚春冻害遥感监测进行了研究; 张晓
煜等[5]对宁夏春小麦、夏玉米冻害进行了遥感监测
研究; 张雪芬等[6]利用NOAA数据, 结合气象资料对
河南地区的冬小麦冻害遥感技术和方法进行了探
讨。这些早期研究所用的遥感数据空间分辨率较低,
监测效果不很理想。随着遥感技术的发展, 各种高
空间分辨率、高时间分辨率及高光谱遥感影像数据
的质量日益满足需求, 利用遥感对黄淮海地区冬小
麦霜冻害发生情况和产量损失进行监测已具备坚实
的技术基础和较强的现实意义, 其中高光谱遥感是
今后遥感发展的一个重要趋势。当作物生长健康、
旺盛时, “红边”会向高光谱曲线的长波方向偏移, 当
作物受到病虫危害或其他环境胁迫逆境, 生长状态
较差时, “红边”发生蓝移现象[7]。Prasad等[8]研究了高
光谱植被指数与农作物生理生态参数的关系; Glenn
等[9]利用高光谱影像与光谱混合分解技术对棉花蜘
蛛虫害进行了研究 ; Malthus和Maderia[10]利用高分
辨率的辐射分光计, 研究了蚕豆葡萄孢盘菌对大豆
叶片光谱的影响; Adams等 [11]通过对高光谱曲线二
次求导, 研究了萎黄病胁迫下叶绿素与反射率的关
系; 吴曙雯等[12]利用高光谱仪, 研究了水稻枯萎病
对冠层叶片反射率的影响; 黄木易等[13]对高光谱遥
感监测冬小麦条锈病进行了探讨; 王秀珍 等 [14]测
量了新疆地区健康冬小麦的地面光谱; 黄文江等[15]
研究了小麦正常生长条件下红边、红谷位置的变化
特点。这些研究表明通过高光谱遥感监测作物胁迫
及长势是可行的, 但目前对冬小麦霜冻害后的高光
谱特征及生理生态参数的关系还少有研究, 地面田
间尺度的高光谱特征与空间尺度的遥感影像之间的
关系更是鲜有报道。本文拟通过模拟冬小麦冻害 ,
利用高光谱仪测量冻害低温胁迫下的高光谱反射率
曲线, 研究冻害低温胁迫与光谱特征及其生理生态
参数之间的关系, 为今后遥感监测冬小麦冻害发生
情况、冻害程度、冻害损失提供借鉴。
1 材料与方法
1.1 盆栽试验
于中国农业科学院农业环境与可持续发展研究
所附属试验站进行盆栽试验。盆土过 2 cm筛, 自然
风干装盆, 盆直径约 30 cm, 高约 35 cm, 每盆均匀
播种 25 粒。土壤含沙粒 69.5%、粉粒 26.3%、黏粒
4.2%。有机质 12.91 g kg−1, pH 7.5。
供试小麦品种为 9508, 于 2006 年 10 月 3 日播
种, 常规管理。冻害处理时间为 2007年 4月 9日(拔
节 5 d, 株高约 25 cm)或 15日(拔节后 11 d, 株高约
35 cm)。处理温度为−5℃和−7 , ℃ 处理时间为 4 h和
8 h, 以正常生长为对照。5 盆重复。据前人研究结
果, 拔节后 1~5 d, 叶面温度−4.5 ~℃ −5.5℃可造成轻
度冻害 [6]; 在低温强度远没有达到作物霜冻临界温
度时, 低温持续时间与叶片冻伤率无关, 当低温强
度达到临界温度时 , 低温才与受害程度密切相
关[16]。因此本试验采用上述冻害低温处理设计。
霜箱为 ESPEC PU-4Kp(日本产), 温度可设范围
−40 ~100 , 70 min℃ ℃ 内可从 60℃降至−40℃。冻害
低温处理前, 于 4月 7日测量光谱数据; 冻害处理后,
根据天气状况分别于 4 月 14、24 日和 5 月 14 日共
3 次测定光谱数据。试验主要研究冻害对拔节期后
的影响, 此阶段小麦已基本封行, 考虑到为遥感应
用作参考, 试验中测量冠层高光谱反射率, 它是作
物生理状况的综合反应, 作物体内不同组分, 如叶
绿素、水分、纤维素等, 以及不同组分的含量差异在
第 5期 李章成等: 冬小麦拔节期冻害后高光谱特征 833


高光谱反射率曲线的特征部位都有着不同的响应。
1.2 测量方法
采用ASD FieldSpec野外便携式高光谱仪(美国
产), 在 350~1 050 nm波长范围内连续测量高光谱数
据, 采样间隔为 1.4 nm, 光谱分辨率 3 nm, 视场角
25°, 共 512 个波段。选择晴朗无风天气测量, 每次
测定时间为 11:00—13:00。传感器探头垂直向下, 对
准小麦冠层, 距离 30 cm, 与对白板时一致, 投影面
直径约 21 cm, 可只覆盖盆中心植株冠层, 避免盆体
影响。每次记录瞬时光谱值曲线 6 条, 每处理 5 盆,
最终取 30条光谱曲线均值作为测量结果。数据处理
时忽略了 430 nm前及 950 nm后主要为噪音的数值。
此外, 用SPAD-502 测量(相对含量 0~100)每株同部
位叶片的叶尖部、中部和叶鞘部叶绿素含量(Chl),
取均值。
1.3 数据分析
以 ASD viewspec-pro 软件处理光谱数据 , 以
SPSS11.5 分析数据。考虑到冻害胁迫对叶片中叶绿
素含量及其内部机械结构的影响, 文中主要利用冻
害与对照的高光谱反射曲线特征部位反射率(ρ)及其
倒数对数[log10(1/ρ)]、一阶微分(dρ/dλ), 与叶绿素含
量进行分析。以高光谱反射率曲线不同特征部位值
与冻害程度进行相关分析; 对不同处理的特征部位
值的平均值之间的差异进行显著性检验, 选择能表
征冻害胁迫的特征值, 建立识别和评价冻害差异及
程度的波段或指数。
1.4 符号及说明
见表 1。

表 1 高光谱反射率曲线特征部位值符号及描述
Table 1 Symbol description at the special positions in hyperspectral reflectance curve
高光谱特征值类型
Type of hyperspectral value
变量符号
Symbol of variable
变量描述
Description of variable
ρg 绿波段反射峰处反射率
RW 红波段吸收谷对应波长(670 nm左右)
ρ_RW 红波段吸收谷反射率
RE 红边处波长(720 nm左右, 620~760 nm内一阶微分最大值)
基于光谱位置变量
ρ-RE 红边处对应的反射率

SAI 光谱吸收指数,红谷处吸收光谱值与相应吸收基线比值
SBρ 蓝波段范围反射率曲线的面积总和(430~470 nm)
SGρ 绿波段范围反射率曲线的面积总和(500~560 nm)
SYρ 黄波段范围反射率曲线的面积总和(560~590 nm)
SRρ 红波段范围反射率曲线的面积总和(620~760 nm)
基于光谱面积变量
SNirρ 近红外波段范围反射率曲线的面积总和(760~950 nm)

ρ_r min /ρr 红谷与红边处反射率比值指数
(ρ-RE + ρ_RW)/ (ρ-RE − ρ_RW) 红谷与红边处反射率归一化指数
SNirρ/ SRρ 近红外波段与红波段反射率曲线的面积总和比值指数
基于光谱植被指数变量
(SNirρ − SRρ)/(SNirρ + SRρ) 近红外波段与红波段反射率曲线的面积总和归一化指数

2 结果和分析
2.1 不同处理同一日期高光谱反射率曲线
随着冬小麦拔节后天数增多, 抗冻性变弱, 各
处理冻害逐渐增强(图 1)。从图 1-a可见, 4月 7日的
高光谱反射率曲线符合健康冬小麦作物的光谱特征,
在 550 nm 左右有一较小的反射峰, 反射率约为 0.1
左右, 在 680 nm 左右是红光强烈吸收导致的红谷,
反射率仅有 0.04左右, 从 720 nm左右开始出现“红
边”效应, 反射率陡然增加, 达到 0.35 左右, 在 780
nm左右反射率趋向平稳, 在近红外波段反射率非常
接近, 在绿波段反射峰处, 反射率有较大差别。4月
9 日霜冻处理的高光谱反射率曲线线形(图 1-b)差别
不大, 但是在近红外波段, 发生过冻害的反射率要
比其他高 , 反射率达到约 0.45, 而未处理的约在
0.38 左右, 两者有明显差异; 对照组间的高光谱反
射率非常接近, 曲线几乎重叠。在可见光波段, 由于
反射率都比较低, 不到 0.15, 差异显得不甚明显, 与
4月 7日测量的类似。在 4月 24日(图 1-c), 距第一
批处理已近 15 d, 距第二批处理近 10 d, 从图中可
看出 , 可见光波段反射率都比较低 , 仅在 0.05 至
0.10之间; 在近红外波段, 处理的各组都比对照高。
834 作 物 学 报 第 34卷

在 5 月 14 日(图 1-d), 此阶段光谱曲线差异最明显,
在可见光波段, 对照组与前期波形类似, 在近红外
波段 , 红边效应不很明显 , 与处理组类同 , 有一种
缓慢上升的斜坡形状, 反射率比第二批冻害处理的
略低, 比第一批冻害处理的略高或接近; 冻害处理
组高光谱曲线有很大差异, 尤其是在黄波段和红波
段 , 反射率较高 , 红谷反射率明显增加 , 红谷位置
变得不明显, 黄红波段范围曲线表现为水平。观察
植株外观, 发现冻害处理后的叶片在 5 月初就开始
变黄 , 冻害造成的危害在早期通过肉眼无法判别 ,
但大约 20 d后, 内在损伤开始表现出来。总体上, 冻
害发生后, 短期内冬小麦高光谱曲线在近红外波段
有较大的波动 , 在可见光波段 , 由于反射率较低 ,
不易说明有明显差异; 冻害发生大约 20 d 后, 高光
谱曲线在可见光的黄红波段范围有较为明显的变化,
在近红外波段差异变小。
2.2 相同处理不同日期高光谱反射率曲线
对高光谱反射率曲线按不同时期进行比较, 发
现 T1~T4(图 2-a~d)冻害处理后, 在可见光波段, 4月
7 日的反射率基本都高于后期; 在近红外波段, 比
14、24日的反射率低, 基本都高于 5月 14日的, 总
体上前 3 次曲线波形相似, 最后一次曲线波形差异
明显, 黄红波段范围曲线呈现水平状况, 可能 T1 冻
害程度相对较轻, 时间较早, 在此范围内曲线形状
没有 T2~T4 明显。T5~T8(图 2-e~h), 前 3 次曲线都
比较相似 , 反射率相近 , 几乎重叠 , 最后一次曲线
特征显然与前期不同, 在黄红波段范围内线型更为
水平, 可见光波段反射率总体上高于前期。这些也
可能说明冻害胁迫后, 短期内高光谱曲线差异并不
明显, 随着时间推移, 内在伤害才开始表现出来。对
于 CK(图 2-i), 发现 4 次高光谱曲线线形基本一致,
高光谱反射率也较为接近, 没有明显的特征变化。
2.3 高光谱反射率和倒数对数值与叶绿素含量
相关分析
植株叶内叶绿素含量较高时, 红光区与蓝紫光
区的反射率较低, 形成两个谷, 使红光区和蓝紫光
区之间的绿光区凸显形成峰。从绿波段开始至红边
区 , 对照和冻害组与叶绿素含量呈显著负相关(图


图 1 不同处理同时期的高光谱曲线
Fig. 1 Hyperspectral reflectance curves in different treatments at the same date
a ,b, c, and d: measured at April 7, 14, 24, and May 14, 2007, respectively.
T1–T4: treated on April 9; T5–T8: treated on April 15. T1 and T5: −5 , 4 h; T2 and T6: ℃ −5 , 8 h; T3 and T7: ℃ −7 , 4 h; T4 and T8: ℃ −7 , 8 h℃ .
第 5期 李章成等: 冬小麦拔节期冻害后高光谱特征 835




图 2 相同处理不同日期高光谱曲线
Fig. 2 Hyperspectral reflectance curves at different dates
a, b, c, d, e, f, g, and h are for T1, T2, T3, T4, T5, T6, T7, and T8 treatments described as in Figure 1; i is for control.

3-a)。其可能原因, 一是 4次测量的绿峰处光谱反射
率都比较小, 本身差异并不明显, 相对而言外界因
素影响较大; 二是测量若干叶片的叶绿素含量代替
整个冠层与高光谱反射率曲线匹配导致的问题。在
红边处附近, 相关性差异较大, 暗示冻害胁迫可能
对曲线红边产生了较大影响。在近红外波段, 对照
组呈现显著正相关, 符合常理, 冻害组相关性从正
相关转为负相关 , 但相关系数都很低 , 且不显著 ,
这也可通过高光谱曲线得以验证。冻害后开始一段
时间, 冻害组在近红外波段的反射率要高于对照组,
随着时间的推移, 叶片受损症状开始显现, 反射率
变化减小, 表现出低相关性, 为此也许正说明冻害
对冬小麦在可见光范围内的黄红波段, 红边及近红
外波段的反射率有着显著的影响。



图 3 反射率 ρ、倒数对数 log10(1/ρ) (a)、一阶微分值 dρ/dλ(b)与叶绿素含量相关系数曲线
Fig. 3 Correlation coefficients between ρ, log10(1/ρ) (a), dρ/dλ (b), and chlorophyll content

836 作 物 学 报 第 34卷

对高光谱反射率数据进行倒数后求对数转换 ,
可对局部特征取到放大效果。转换后求出的相关系
数与反射率相比, 呈现相反值。如再求其相反值, 发
现它比用反射率值求得的相关系数曲线略低, 相关
系数值接近, 线形相似。
2.4 高光谱反射率一阶微分值与叶绿素含量相
关分析
对高光谱反射率数据求一阶微分值, 考虑其变
化率, 主要是消除外界因素特别是土壤背景对光谱
曲线的影响, 检测出诊断波段。通过一阶微分与叶
绿素含量的相关系数曲线(图 3-b), 发现冻害处理在
红波段范围内正相关显著, 在蓝、绿、黄波段负相
关显著; 整体上对照组与冻害处理组具有同相相关
性, 对照组叶绿素含量与一阶微分值相关性较为明
显, 但在 560~635 nm黄、橙波段范围内, 两者几乎
相反, 冻害处理组相关性更为明显。
2.5 高光谱反射率曲线特征部位值差异性分析
相关分析表明, 冻害水平的相关系数与绿峰处
反射率 (ρg)为 0.36 * , 与红谷处反射率 (ρ-RW)为
0.42**, 与红边位置(RE)为－0.69*, 与光谱吸收指数
(SAI)为 0.33*, 与宽波段范围反射率面积SBρ(蓝)、
SGρ(绿)、SYρ(黄)、SRρ(红)分别为 0.34*、0.43**、0.45**
和 0.44**, 与归一化植被指数(ρ_r min － ρr)/ (ρ_r
min + ρr)、(SNirρ － SRρ)/(SNirρ + SRρ)、比值植
被指数SNirρ/SRρ分别为－0.33*、－0.39*和－0.40*,
与叶绿素含量为－0.47**。关于红谷位置, 相关系数
为 0.29, 不显著, 暗示随着冻害胁迫程度的加重, 红
谷位置可能有向长波段漂移的趋势。表 2 列出了特
征部位平均值相减后差异值及其显著性检验。发现
对照组叶绿素含量比处理组高 2~5 单位, 差异显著;
冻害处理组红谷位置比对照小约 5 nm, 呈现明显向
短波段蓝移现象; 高光谱反射率曲线面积, 对照基
本上都显著小于T3、T4、T7和T8, 表现出冻害温度
越低、持续时间越长时, 对小麦的危害越严重; 对上
述两种归一化植被指数, 对照比冻害都略高, 显著
高于T3 和T8, 大小变化与冻害程度趋势较一致, 说
明可以通过归一化植被指数差异进行冻害识别和冻
害程度分级。

表 2 高光谱反射率曲线特征部位平均值差异
Table 2 Difference of means between frostbite treatments and CK at the special positions in hyperspectral reflectance curve
处理
Treatment
ρg RE ρ-RW SAI SBρ SGρ SYρ SRρ NDVIa NDVIb Chl
T1 −0.017 2 −0.006 −0.006 −0.180 −0.631 −0.668 −2.432 −0.025 0.162 4.1∗
T2 −0.015 1 −0.009 −0.031 −0.282 −0.593 −0.635 −1.964 0.021 0.023 2.4
T3 −0.034∗ 3* −0.035∗ −0.129∗ −1.264∗ −1.828∗ −1.947∗ −4.077∗ 0.189∗ 0.056∗ 3.3∗
T4 −0.026∗ 4* −0.021 −0.059 −0.677 −1.268∗ −1.355∗ −3.827∗ 0.100 0.034 1.7
T5 −0.018 5* −0.015 −0.049 −0.436 −0.838 −0.953 −2.126 0.056 0.027 3.5∗
T6 −0.012 3 −0.013 −0.044 −0.222 −0.464 −0.698 −1.681 0.041 0.027 4.8∗
T7 −0.031∗ 4* −0.029 −0.096 −0.852∗ −1.550∗ −1.781∗ −3.864∗ 0.120 0.050 3.6∗
T8 −0.024 6* −0.035∗ −0.115 −0.676 −1.529∗ −1.942∗ −4.444∗ 0.124∗ 0.062∗ 5.0∗
Data in the table are (CK − treatment). *: significant at P<0.05; **: significant at P<0.01. NDVIa = (ρ_r min − ρr)/ (ρ_r min + ρr); NDVIb
= (SNirρ − SRρ)/(SNirρ + SRρ). T1–T8 represent treatments described in Figure 1.
.
3 讨论
光谱差异和作物物候是作物长势遥感监测的基
础, 利用较高空间分辨率的宽波段遥感影像时, 主
要是选择合适的植被指数, 比较其在不同区域或不
同时相的差异来评价作物长势。获取拔节期遭受晚
春冻害的冬小麦冠层光谱与正常光谱之间的差异信
息可为遥感识别冻害、判断冻害程度提供合适的评
价指标。本文发现霜冻胁迫对叶片造成了显著的危
害 , 导致叶片叶绿素含量减少 , 形成高光谱差异 ,
红边位置与冻害程度有着显著的负相关, 明显表现
出受环境胁迫后蓝移现象, 与黄木易等[13]、蒲瑞良
等[17]研究结果一致。冻害后光谱曲线在橙、黄波段
较高的反射率也反映出叶片受损、过早衰败的症状,
这与Adams等[11]利用“黄色指数”评价萎黄病类似。
红边与红谷及近红外波段与红波段的归一化植被指
数也说明随着冻害的加深, NDVI有减少趋势。本次
试验主要是冻害模拟的盆栽试验, 测量结果可能会
与大田情况下有较大差异 , 需要冻害实际发生时 ,
在大田中实时实地测量, 进行深入研究。冻害后高
光谱反射率曲线随时间变化的结果, 暗示了通过植
被指数差异大范围遥感监测冬小麦冻害时, 可能涉
及到遥感影像时相选择问题, 同时, 对地面田间尺
第 5期 李章成等: 冬小麦拔节期冻害后高光谱特征 837


度测量结果与空间尺度信息的转换也要深入探讨。
4 结论
通过测量冻害后冬小麦冠层光谱, 揭示了冻害
胁迫对晚春拔节期冬小麦造成的光谱表现特征。同
对其他因素造成的胁迫一样, 冬小麦冠层高光谱反
射率曲线对冻害产生了反应。冻害后高光谱反射率
曲线形状和高光谱植被指数差异为今后大范围高光
谱遥感监测作物冻害、评价冻害发生及冻害程度提
供了理论基础和技术支持。
References
[1] Feng Y-X(冯玉香), He W-X(何维勋), Sun Z-F(孙忠富), Zhong
X-L(钟秀丽). Climatological study on frost damage of winter
wheat in China. Acta Agron Sin (作物学报 ), 1999, 25(3):
335–340 (in Chinese with English abstract)
[2] Feng Y-X(冯玉香), He W-X(何维勋). Study of Frostbite (霜冻的
研究). Beijing: China Meteorological Press, 1996. pp 14–15 (in
Chinese)
[3] Tang Z-C(汤志成), Sun H(孙涵). Analysis winter wheat freeze
injury with NOAA remote sensing data. Remote Sens Inf (遥感信
息), 1989, 4: 39–39 (in Chinese)
[4] Yang B-J(杨邦杰), Wang M-X(王茂新), Pei Z-Y(裴志远).
Monitoring freeze injury to winter wheat using remote sensing.
Trans CSAE (农业工程学报), 2002, 18(2): 136–140 (in Chinese
with English abstract)
[5] Zhang X-Y(张晓煜), Chen Y-Y(陈豫英), Su Z-S(苏占胜), Zhou
H-Q(周惠琴). A study on monitoring frost of main crop in the
area of Ningxia by using remote sensing. Remote Sens Technol
Appl (遥感技术与研究), 2001, 16(1): 32–36 (in Chinese with
English abstract)
[6] Zhang X-F(张雪芬), Chen H-L(陈怀亮), Zheng Y-F(郑有飞),
Zou C-H(邹春辉), Chen D(陈东), Fu X-J(付祥建). Monitoring
the freezing injury of winter wheat by remote sensing. J Nanjing
Inst Meteorol (南京气象学院学报), 2006, 29(1): 94–100 (in
Chinese with English abstract)
[7] Wan Y-Q(万余庆), Tan K-L(谭克龙), Zhou R-P(周日平). Appli-
cation of Hyperspectral Remote Sensing (高光谱遥感应用研
究). Beijing: Science Press, 2006. pp 136–137 (in Chinese)
[8] Thenkabail P S, Smith R B. Hyperspectral vegetation indices and
their relationships with agricultural crop characteristics. Remote
Sens Environ, 2000, 71: 158–182
[9] Glenn J F, Stephan J M, Willan R D. Spider mite detection and
canopy component mapping in cotton using hyperspectral im-
agery and spectral mixture analysis. Precision Agric, 2004, 5:
275–289
[10] Malthus T J, Maderia A C. High resolution spectro-radiometry:
spectral reflectance of field bean leaves infected by botrytis fabae.
Remote Sens Environ, 1993, 45: 107–116
[11] Adams M L, Philpot W D, Norvell W A. Yellowness index: an
application of spectral second derivatives to estimate chlorosis of
leaves in stressed vegetation. Int J Remote Sens, 1999, 20:
3663–3675
[12] Wu S-W(吴曙雯), Wang R-C(王人潮), Chen X-B(陈晓斌), Shen
Z-Q(沈掌泉), Shi Z(史舟). Effects of rice leaf blast on spectrum
reflectance of rice. J Shanghai Jiaotong Univ (Agric Sci) (上海
交通大学学报·农业科学版), 2002, 20(1): 73–84 (in Chinese
with English abstract)
[13] Huang M-Y(黄木易), Wang J-H(王纪华), Huang Y-D(黄义德),
Huang W-J(黄文江), Zhao C-J(赵春江), Liu L-Y(刘良云).
Monitoring development of winter wheat rust disease by hyper-
spectral remote sensing. J Anhui Agric Univ (安徽农业大学报),
2004, 31(1): 119–122 (in Chinese)
[14] Wang X-Z(王秀珍), Huang J-F(黄敬峰). Measurement of winter
wheat spectrum in the filed. Xinjiang Meteorol (新疆气象), 1996,
19(3): 29–33 (in Chinese)
[15] Hang W-J(黄文江), Wang J-H(王纪华), Liu L-Y(刘良云), Zhao
C-J(赵春江), Wang J-D(王锦地), Du X-H(杜小鸿). The red edge
parameters diversification disciplinarian and its application for
nutrition diagnosis. Remote Sens Technol Appl (遥感技术与研
究), 2003, 18(4): 206–211 (in Chinese with English abstract)
[16] Zhang X-Y(张晓煜), Chen Y-Y(陈豫英), Su Z-S(苏占胜), Zhou
H-Q(周惠琴). Experiments on frost injuries of main crops in
Ningxia province. J Arid Land Resour Environ (干旱区资源与环
境), 2001, 15(2): 50–54 (in Chinese with English abstract)
[17] Pu R-L(蒲瑞良), Gong P(宫鹏). Hyperspectral Remote Sensing
and Its Applications (高光谱遥感及其应用). Beijing: Higher
Education Press, 2000. pp 89–90 (in Chinese)