無(wú)人機(jī)光譜儀在煙草中的應(yīng)用主要集中在煙草生長(zhǎng)信息的快速準(zhǔn)確提取上，特別是隨著無(wú)人機(jī)技術(shù)的發(fā)展，使用無(wú)人機(jī)攜帶高光譜相機(jī)快速或農(nóng)田作物信息已成為一種趨勢(shì)。利用無(wú)人機(jī)高光譜監(jiān)測(cè)煙草脅迫、煙草成熟度、產(chǎn)量估算和質(zhì)量，及時(shí)調(diào)整各種材料的投資，減少浪費(fèi)，增加產(chǎn)量，提高煙草質(zhì)量。

提取煙草生長(zhǎng)信息

在作物生產(chǎn)中，快速準(zhǔn)確地判斷作物氮的營(yíng)養(yǎng)狀況對(duì)實(shí)現(xiàn)作物的實(shí)時(shí)準(zhǔn)確施肥具有重要意義。

植物的光合色素分為葉綠素(葉綠素a)、葉綠素b)和類(lèi)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，后者可以保護(hù)葉綠素。與傳統(tǒng)方法相比，利用高光譜儀測(cè)定葉片中色素含量具有實(shí)時(shí)、快速、非損傷等優(yōu)點(diǎn)，成為近年來(lái)研究的熱點(diǎn)。在煙草中，利用高光譜測(cè)定葉片中葉綠素的含量也取得了一定的研究成果。對(duì)南江3號(hào)煙葉高光譜參數(shù)與葉綠素含量的研究表明，葉綠素a(Chla)700nm和623nm分別出現(xiàn)與原始光譜反射率的最大相關(guān)系數(shù)和光譜一階微分的最大相關(guān)系數(shù);葉綠素h(Chlb)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)是綠峰位置()與紅邊面積與藍(lán)邊面積的比值(SDr/SDb)，基于光譜反射率一階微分的煙草葉片葉綠素a模型采用逐步回歸法建立、葉綠素B含量的估計(jì)效果好，精度高。

LAI是葉面積指數(shù)(LeafAreaIndex)作為陸地過(guò)程中非常重要的結(jié)構(gòu)參數(shù)，它是表示植被冠層最基本的參數(shù)之一，通常是產(chǎn)量估計(jì)模型和土壤水蒸發(fā)蒸騰模型的輸入?yún)?shù)。前人研究報(bào)告說(shuō)，綠色作物的光譜反射率與LAI密切相關(guān)，越來(lái)越多的學(xué)者使用高光譜遙感技術(shù)來(lái)反映葉面積指數(shù)。張正陽(yáng)利用植被指數(shù)法、主要成分分析和神經(jīng)網(wǎng)絡(luò)建立了煙草LAI高光譜估計(jì)模型，取得了良好的效果;主要成分分析驗(yàn)證模型穩(wěn)定性較好，RMSE為0.172，低于植被指數(shù)和神經(jīng)網(wǎng)絡(luò)。

煙草脅迫監(jiān)測(cè)

研究不同水處理對(duì)煙草高光譜特性的影響表明，在水脅迫下(45%和65%水處理)，煙草冠層高光譜的紅邊位置“紅移”，而85%的水處理由于水分過(guò)多而導(dǎo)致葉片提前變黃，葉綠素含量降低，導(dǎo)致紅邊位置“藍(lán)移”。高光譜遙感也可用于監(jiān)測(cè)重金屬對(duì)煙草的脅迫。福的歸一化污染指數(shù)CNDPI建立在敏感波段(551、672、720nm)下，確定當(dāng)CNDPI值大于0.3時(shí)，煙株中會(huì)出現(xiàn)鎘污染，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(chóng)害的研究主要集中在煙草病蟲(chóng)害上。采用逐步回歸方法，建立了煙草病害等級(jí)和病株高度的光譜反射率、光譜反射率第一階微分和光譜特征變量的回歸方程。模型檢驗(yàn)發(fā)現(xiàn)，光譜反射率第一階微分回歸模型的相關(guān)系數(shù)為0.999，估計(jì)效果最好，其次是光譜反射率回歸模型。

病蟲(chóng)害監(jiān)測(cè)

當(dāng)植物受到病蟲(chóng)害的影響時(shí)，葉片的顏色、結(jié)構(gòu)和外觀會(huì)發(fā)生變化，從而導(dǎo)致葉片反射率的變化。如果害蟲(chóng)吃葉子或?qū)е氯~子卷曲和脫落，也會(huì)導(dǎo)致光譜特征曲線的變化，從而通過(guò)監(jiān)測(cè)寄主植物光譜曲線的變化來(lái)監(jiān)測(cè)害蟲(chóng)的發(fā)生。喬紅波研究了三種危害:輕(單株頂部和上部5片葉蚜量≤15頭)、中(15頭≤單株頂部和上部5片葉蚜的量≤50頭)和重(單株頂部和上部5片葉蚜的量≥50頭)煙蚜危害煙草的光譜特征。結(jié)果表明，煙蚜?xí)?dǎo)致煙草光譜反射率下降，尤其是近紅外波段。綠光波段光譜反射率分別下降12%、27%和52%，近紅外波段光譜反射率分別下降15%、20%和38%。隨著蚜蟲(chóng)數(shù)量的增加，一階導(dǎo)數(shù)光譜反射率的最大值下降，在綠光、紅光、藍(lán)光和近紅外光波段之間建立了煙蚜危害下煙葉光譜反射率和葉綠素SPAD值之間的線性擬合回歸方程。SPAD值越大，光譜反射率越高。(p其中，在綠光波段建立的擬合方程擬合效果最好。煙蚜的危害導(dǎo)致葉綠素含量下降，煙葉光合作用強(qiáng)度降低。SPAD值越大，光譜反射率越高。因此，可以監(jiān)測(cè)煙草生產(chǎn)中病蟲(chóng)害的發(fā)生，確定防治期和措施。

產(chǎn)量估算

煙草地面生物量是反映煙草代謝和光合作用的重要指標(biāo)。許多研究表明，通過(guò)提取高光譜變量，根據(jù)數(shù)據(jù)條件建立有效的估計(jì)模型，可以監(jiān)測(cè)煙草產(chǎn)量Rr。通過(guò)建立回歸模型，對(duì)17種光譜變量與煙草地上新生物量與干生物量的關(guān)系進(jìn)行了評(píng)估和篩選Rr、

R的兩個(gè)高光譜參數(shù)作為地面生物量的特征變量，其中RG/RR的決定系數(shù)R2最高，達(dá)到了非常顯著的水平。新鮮生物量和干生物量分別為0.640和0.620，回歸模型的可靠性通過(guò)反演檢驗(yàn)證明。

品質(zhì)監(jiān)測(cè)

高光譜與煙草的生理生化指標(biāo)、礦物質(zhì)元素指標(biāo)和煙草質(zhì)量指標(biāo)有一定的相關(guān)性。通過(guò)逐步回歸分析，建立估算和監(jiān)測(cè)模型，可以快速獲得各種煙草指標(biāo)值，及時(shí)指導(dǎo)生產(chǎn)。李向陽(yáng)通過(guò)設(shè)置不同類(lèi)型的煙草、不同的煙草品種、不同的氮、磷、鉀處理試驗(yàn)，篩選出總氮和葉綠素a、葉綠素b、類(lèi)胡蘿卜素含量與總量等生理生化指標(biāo)關(guān)系最密切的光譜特征變量RG/Rr，并建立各種生理生化指標(biāo)的監(jiān)測(cè)模型。

(成熟煙草)

同時(shí)，高光譜的27個(gè)參數(shù)與礦物質(zhì)元素指標(biāo)(鈣、鉀、鎂、硼、銅、鐵、錳、鈉、磷、鋅等10個(gè)元素)的回歸建模，都取得了良好的估計(jì)效果。分析了烤煙葉的葉綠素含量和光譜參數(shù)，結(jié)合烤煙葉的化學(xué)指標(biāo)和香氣成分指標(biāo)，建立了相關(guān)的估計(jì)模型。分析了煙葉光譜與化學(xué)質(zhì)量指標(biāo)的關(guān)系，篩選出與煙葉氮、鉀、煙堿、總糖含量相關(guān)的光譜特征參數(shù)，建立了診斷模型。

研究展望

研究表明，光照、水肥因素、品種類(lèi)型和生育期對(duì)煙草光譜特性有一定的影響。利用高光譜技術(shù)，可以更準(zhǔn)確地診斷和監(jiān)測(cè)煙草的生長(zhǎng)、營(yíng)養(yǎng)狀況、產(chǎn)量和質(zhì)量，具有廣闊的應(yīng)用前景。目前，高光譜技術(shù)在煙草中進(jìn)行了更廣泛的研究，提出了一系列的監(jiān)測(cè)和估算模型，但由于每個(gè)模型都有特定的研究方法和適用條件，難以找到一般模型，需要建立更全面、更大規(guī)模的樣本參數(shù)進(jìn)行修正，以減少實(shí)際生產(chǎn)、品種類(lèi)型、生態(tài)條件和栽培管理的差異。今后，煙草高光譜技術(shù)的研究應(yīng)重點(diǎn)完善和擴(kuò)大煙草光譜數(shù)據(jù)庫(kù)，加強(qiáng)高光譜相關(guān)數(shù)據(jù)的收集和挖掘，加強(qiáng)與GIS的差異、GPS技術(shù)的結(jié)合應(yīng)用促進(jìn)了高光譜技術(shù)在煙草中的應(yīng)用。