王克曉，周蕊，李波

數(shù)據(jù)論文

不同成熟期油菜角果皮生化成分與反射光譜數(shù)據(jù)集

王克曉，周蕊*，李波

重慶市農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技信息研究所，重慶 401329

高光譜技術(shù)為無損探測(cè)作物器官生化成分含量提供了有效途徑，已經(jīng)廣泛應(yīng)用于農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)中。油菜作物角果成熟期是油菜生育期內(nèi)的重要階段，其突出特征是葉片為角果所逐漸替代。但在目前的諸多研究中，無論是基于光學(xué)輻射傳輸物理模型，還是統(tǒng)計(jì)學(xué)上的經(jīng)驗(yàn)?zāi)Ｐ停^少有針對(duì)油菜角果高光譜與其生化組分間關(guān)系開展的研究。文章數(shù)據(jù)集為一套由油菜角果反射光譜和角果皮生化成分指標(biāo)含量組成的數(shù)據(jù)集，包含利用ASD HandHeld 2手持式地物光譜儀采集的3個(gè)不同品種的油菜角果在4個(gè)不同成熟期的高光譜反射數(shù)據(jù)和與之對(duì)應(yīng)的角果皮葉綠素、類胡蘿卜素及含水量等生化成分含量指標(biāo)。該數(shù)據(jù)集可為油菜角果皮生化成分含量與反射光譜之間的關(guān)系研究提供數(shù)據(jù)基礎(chǔ)。

數(shù)據(jù)集；油菜角果；反射光譜；生化成分指標(biāo)

數(shù)據(jù)庫(集)基本信息匯總表

數(shù)據(jù)庫(集)名稱不同成熟期油菜角果皮生化成分與反射光譜數(shù)據(jù)集 數(shù)據(jù)作者及分工王克曉，數(shù)據(jù)匯總、處理及論文撰寫；周蕊，項(xiàng)目總體方案設(shè)計(jì)與組織實(shí)施；李波，田間作物種植管理與角果樣本光譜采集 通信作者及郵箱周蕊，E-mail: 12087836@qq. com 數(shù)據(jù)時(shí)間范圍2022年3—4月 數(shù)據(jù)量432KB 數(shù)據(jù)格式RWorkspace(.RData) 數(shù)據(jù)服務(wù)系統(tǒng)網(wǎng)址https: //www.scidb.cn/s/iaYfae|CSTR:17058.11.sciencedb.asadc.00005 基金項(xiàng)目高光譜探測(cè)與輻射傳輸模型結(jié)合的油菜結(jié)角層PAI信息獲取研究(cqaas2021jxjl17) 數(shù)據(jù)庫(集)組成數(shù)據(jù)集由spec_lib_Q、spec_lib_S和spec_lib_Y等3條數(shù)據(jù)構(gòu)成，分別表示慶油3號(hào)、蜀豐6608和硒滋圓1號(hào)3個(gè)品種對(duì)應(yīng)數(shù)據(jù)，每條數(shù)據(jù)包括角果光譜信息和角果皮生化成分指標(biāo)含量?jī)刹糠帧?/p>

1 引言

近年來，高光譜技術(shù)已經(jīng)成為探測(cè)作物光譜特征差異的重要手段[1]，也為無損探測(cè)作物器官生化成分含量提供了有效途徑[2]。Baret等[3]基于“平板模型”提出了葉片光學(xué)輻射傳輸物理模型PROSPECT模型，建立了葉片色素、水分、結(jié)構(gòu)參數(shù)等因素對(duì)葉片反射光譜的影響關(guān)系，并可通過光譜反射信息定量估測(cè)葉片內(nèi)部各種生化成分含量。雷祥祥等[4]基于PROSPECT模型反演了蔬菜葉片葉綠素含量和SPAD值，實(shí)現(xiàn)了植物葉片葉綠素含量的快速、無損與定量獲取。程雪等[5]通過PROSPECT+SAIL模型模擬玉米冠層反射率，并結(jié)合相關(guān)性分析篩選對(duì)冠層葉面積指數(shù)LAI變化敏感的波段計(jì)算植被指數(shù)，建立了玉米冠層長(zhǎng)勢(shì)參數(shù)LAI反演模型。但諸多研究中，輻射傳輸PROSPECT模型卻較少應(yīng)用于油菜作物，尤其是油菜角果生長(zhǎng)期。油菜在我國(guó)糧油安全和國(guó)民經(jīng)濟(jì)中占據(jù)著非常重要的地位[6-7]。國(guó)內(nèi)針對(duì)油菜作物的高光譜研究工作主要集中在利用油菜各生育期葉片的高光譜數(shù)據(jù)，模擬葉綠素含量或葉面積指數(shù)等長(zhǎng)勢(shì)監(jiān)測(cè)指標(biāo)方面，如楊婧等[8]研究了不同栽培條件下幼苗期、蕾薹期油菜葉片光譜與SPAD值的相關(guān)性，并通過光譜指數(shù)建立了葉綠素含量估算模型；趙贊忠等[9]基于油菜特征光譜參數(shù)變化及與LAI值的相關(guān)性建立了油菜初蕾、蕾薹高峰、初花冠層特征光譜參數(shù)與LAI值的線性模型和多項(xiàng)式模型。然而，基于統(tǒng)計(jì)學(xué)經(jīng)驗(yàn)?zāi)Ｐ驮谟筒顺墒炱诮枪~綠素含量及其角果面積指數(shù)等長(zhǎng)勢(shì)指標(biāo)中的研究相對(duì)較少。

本研究利用ASD HandHeld 2手持式地物光譜儀采集了3個(gè)不同品種的油菜角果在不同成熟期的非成像高光譜反射數(shù)據(jù)，并檢測(cè)了相應(yīng)角果皮的葉綠素含量、類胡蘿卜素含量及含水量等指標(biāo)，建立起了一套由油菜角果反射光譜與對(duì)應(yīng)生化成分含量組成的數(shù)據(jù)集，可為探索油菜角果皮生化成分與反射光譜之間的關(guān)系研究提供數(shù)據(jù)基礎(chǔ)。

2 數(shù)據(jù)采集與處理方法

2.1 實(shí)驗(yàn)設(shè)計(jì)

選用同期播種的慶油3號(hào)、蜀豐6608和硒滋圓1號(hào)等3個(gè)品種為試驗(yàn)材料，均以花后12 d左右為首次角果采樣期，具體采集時(shí)間分別為2022年3月16日(T1)、3月28日(T2)、4月13日(T3)和4月25日(T4)，一共4期，對(duì)應(yīng)成熟期分別為Ⅰ、Ⅱ、Ⅲ、Ⅳ(如圖1)。角果取樣均在單品種試驗(yàn)樣區(qū)隨機(jī)選取，并隨即帶回實(shí)驗(yàn)室進(jìn)行光譜測(cè)量。每期單品種采集10個(gè)油菜角果，共30個(gè)角果樣本，4期共計(jì)120個(gè)角果樣本。

2.2 角果高光譜反射數(shù)據(jù)獲取與處理

角果高光譜數(shù)據(jù)利用美國(guó)ASD公司HandHeld 2地物光譜儀及其自帶光源的葉片夾配合完成，其光譜設(shè)備采集范圍325～1075 nm，光譜采樣設(shè)置間隔1 nm。樣本光譜采集前葉片夾先進(jìn)行白板校正、優(yōu)化，后以黑板為背景逐個(gè)測(cè)定角果樣本中間部位進(jìn)行反射光譜獲取。單個(gè)角果樣本均獲取3條光譜反射曲線，取其平均后作為該樣品的代表性光譜曲線，并基于R語言hsdar包完成Savitzky-Golay濾波處理，同時(shí)保留了信噪比較好的450～950 nm波段范圍。

圖1 不同品種、不同成熟期油菜角果樣本

2.3 角果皮生化成分指標(biāo)數(shù)據(jù)獲取

本研究將葉綠素含量(Cab)、類胡蘿卜素含量(Car)和含水量(Cw)等3個(gè)與植物光合作用、氮素、脅迫、衰老等健康和生長(zhǎng)狀態(tài)密切相關(guān)的綠色器官生化性狀指標(biāo)作為油菜角果皮樣本的生化成分測(cè)試指標(biāo)[10]。首先對(duì)角果樣本進(jìn)行剝皮、去籽，然后依據(jù)相關(guān)標(biāo)準(zhǔn)和技術(shù)方法對(duì)上述各項(xiàng)指標(biāo)進(jìn)行測(cè)試化驗(yàn)。其中，葉綠素含量和類胡蘿卜素含量采用微量法測(cè)定，含水量采用直接干燥法測(cè)定。

3 數(shù)據(jù)樣本描述

本數(shù)據(jù)集是以R語言集成開發(fā)環(huán)境RStudio為基礎(chǔ)，基于高光譜數(shù)據(jù)管理、分析與模擬數(shù)據(jù)包hsdar建立的Speclib格式數(shù)據(jù)集。其中，spec_lib_Q為慶油3號(hào)品種數(shù)據(jù)集名，包含40條樣本數(shù)據(jù)的光譜反射值；光譜信息spectra中，spectra_ma表示光譜點(diǎn)反射值，wavelength代表波長(zhǎng)范圍從450～950 nm的501個(gè)反射波段；光譜補(bǔ)充信息(Supplementary information, SI)的SI_data信息中，包含Cab、Car和Cw3個(gè)條目，分別代表40個(gè)樣本角果皮的葉綠素含量(mg/g)、類胡蘿卜素含量(μg/g)和含水量(%)；ID表示樣本編號(hào)，其標(biāo)識(shí)中的Q表示慶油3號(hào)品種，數(shù)字表示樣本批次及在該批次中的樣本序號(hào)(如Q10表示慶油3號(hào)品種第1次采樣(對(duì)應(yīng)T1)時(shí)的第1個(gè)角果樣本，Q19表示慶油3號(hào)品種第1次采樣時(shí)的第10個(gè)角果樣本，Q20表示慶油3號(hào)品種第2次采樣(對(duì)應(yīng)T2)時(shí)的第1個(gè)角果樣本，以此類推……)，后綴.mn表示為該樣本的平均光譜曲線，其數(shù)據(jù)結(jié)構(gòu)如圖2所示。spec_lib_S和spec_lib_Y分別表示蜀豐6608和硒滋圓1號(hào)兩個(gè)品種的數(shù)據(jù)集，其數(shù)據(jù)結(jié)構(gòu)描述與spec_lib_Q一致。圖3為慶油3號(hào)油菜角果在不同成熟期的樣本光譜展示，可見不同成熟期油菜角果光譜反射不同。

4 數(shù)據(jù)質(zhì)量控制與驗(yàn)證

為保證數(shù)據(jù)的準(zhǔn)確和可靠性，在油菜角果樣本確定、角果高光譜測(cè)量和角果皮生化成分測(cè)試等3個(gè)方面采取以下措施。

圖2 慶油3號(hào)油菜角果數(shù)據(jù)集結(jié)構(gòu)

圖3 慶油3號(hào)不同成熟期樣本光譜展示

(1)在油菜角果采樣時(shí)，同一品種的采樣批次中，選擇角果整體色澤較為均勻，且單個(gè)角果各個(gè)部位色差較小的角果，以保證在通過葉片夾獲取角果高光譜反射數(shù)據(jù)時(shí)光譜數(shù)據(jù)不會(huì)出現(xiàn)較大地波動(dòng)。

(2)角果高光譜反射數(shù)據(jù)測(cè)量時(shí)，在白板校正、優(yōu)化的基礎(chǔ)上，以黑板為背景逐個(gè)測(cè)定角果樣本中間部位進(jìn)行反射光譜獲取。單個(gè)角果樣本均在不同部分獲取3條光譜反射曲線，取其平均后作為該樣品的代表性光譜曲線，并采用適當(dāng)參數(shù)進(jìn)行濾波平滑處理。

(3)在角果皮生化成分測(cè)試過程中，為保證角果指標(biāo)數(shù)據(jù)的準(zhǔn)確性，委托具有相關(guān)生理生化指標(biāo)檢測(cè)資質(zhì)的專業(yè)機(jī)構(gòu)對(duì)角果皮的葉綠素含量、類胡蘿卜素含量及含水量等指標(biāo)進(jìn)行檢測(cè)，各個(gè)指標(biāo)檢測(cè)過程均符合相關(guān)標(biāo)準(zhǔn)和試驗(yàn)要求。

5 數(shù)據(jù)價(jià)值與使用建議

不同品種、不同成熟期的油菜角果在生化成分、表觀色澤等方面均會(huì)有所不同，分別主要體現(xiàn)在油菜角果皮的生化成分含量和光譜反射率上。本數(shù)據(jù)集中的油菜角果高光譜數(shù)據(jù)通過葉片夾獲取，排除了較多環(huán)境因素的干擾。與之對(duì)應(yīng)的樣本角果皮生化成分含量由專業(yè)實(shí)驗(yàn)室檢測(cè)測(cè)定獲取。利用本數(shù)據(jù)集開展油菜角果皮生化成分與反射光譜的關(guān)系探索，包括基于光譜反射數(shù)據(jù)油菜角果皮生化成分含量估測(cè)和基于生化成分的油菜角果皮光譜模擬等研究。

數(shù)據(jù)作者分工職責(zé)

王克曉(1986—)，男，河南平頂山人，碩士，助理研究員，主要從事農(nóng)業(yè)遙感技術(shù)研究。主要承擔(dān)工作：數(shù)據(jù)匯總、處理及論文撰寫。

周蕊(1980—)，女，山西臨汾人，碩士，副研究員，主要從事農(nóng)業(yè)信息化研究。主要承擔(dān)工作：項(xiàng)目總體方案設(shè)計(jì)與組織實(shí)施。

李波(1985—)，男，河南焦作人，碩士，助理研究員，主要從事農(nóng)業(yè)科學(xué)數(shù)據(jù)管理研究。主要承擔(dān)工作：田間作物種植管理與角果樣本光譜采集。

[1] 張偉. 高光譜技術(shù)在農(nóng)業(yè)遙感中應(yīng)用的研究進(jìn)展[J]. 農(nóng)業(yè)技術(shù)與裝備, 2022 (5): 91-93.

Zhang W. Research progress of hyperspectral technology in agricultural remote sensing[J]. Agricultural Technology & Equipment, 2022 (5): 91-93.

[2] 張明政, 蘇偉, 朱德海. 基于PROSAIL模型的玉米冠層葉面積指數(shù)及葉片葉綠素含量反演方法研究[J]. 地理與地理信息科學(xué), 2019, 35(5): 28-33.

Zhang M Z, Su W, Zhu D H. Retrieval of LAI and LCC in summer corn canopy based on the PROSAIL model using an improved inversion strategy[J]. Geography and Geo-Information Science, 2019, 35(5): 28-33.

[3] Frédéric Baret, Vern C Vanderbilt, Michael D Steven, et al. Use of spectral analogy to evaluate canopy reflectance sensitivity to leaf optical properties[J]. Remote Sensing of Environment, 1994, 48(2): 253-260.

[4] 雷祥祥, 趙靜, 劉厚誠(chéng), 等. 基于PROSPECT模型的蔬菜葉片葉綠素含量和SPAD值反演[J]. 光譜學(xué)與光譜分析, 2019, 39(10): 3256-3260.

Lei X X, Zhao J, Liu H C, et al. Inversion of chlorophyll content and SPAD value of vegetable leaves based on PROSPECT model[J]. Spectroscopy and Spectral Analysis, 2019, 39(10): 3256-3260.

[5] 程雪, 賀炳彥, 黃耀歡, 等. 基于無人機(jī)高光譜數(shù)據(jù)的玉米葉面積指數(shù)估算[J]. 遙感技術(shù)與應(yīng)用, 2019, 34(4): 775-784.

Cheng X, He B Y, Huang Y H, et al. Estimation of corn leaf area index based on UAV hyperspectral image[J]. Remote Sensing Technology and Application, 2019, 34(4): 775-784.

[6] 王漢中. 以新需求為導(dǎo)向的油菜產(chǎn)業(yè)發(fā)展戰(zhàn)略[J]. 中國(guó)油料作物學(xué)報(bào), 2018, 40(5): 613-617.

Wang H Z. New-demand oriented oilseed rape industry developing strategy[J]. Chinese Journal of Oil Crop Sciences, 2018, 40(5): 613-617.

[7] 劉成, 馮中朝, 肖唐華, 等. 我國(guó)油菜產(chǎn)業(yè)發(fā)展現(xiàn)狀、潛力及對(duì)策[J]. 中國(guó)油料作物學(xué)報(bào), 2019, 41(4): 485-489.

Liu C, Feng Z C, Xiao T H, et al. Development, potential and adaptation of Chinese rapeseed industry[J]. Chinese Journal of Oil Crop Sciences, 2019, 41(4): 485-489.

[8] 楊婧, 廖桂平, 劉凡, 等. 基于高光譜成像技術(shù)的油菜葉片葉綠素含量預(yù)測(cè)[J]. 中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào), 2020, 22(5): 86-96.

Yang J, Liao G P, Liu F, et al. Prediction of chlorophyll content of rape leaves with hyperspectral imaging technology[J]. Journal of Agricultural Science and Technology, 2020, 22 (5): 86-96.

[9] 趙贊忠. 油菜冠層特征光譜參數(shù)及其葉面積指數(shù)估測(cè)研究[D]. 長(zhǎng)沙:湖南農(nóng)業(yè)大學(xué), 2018.

Zhao Z Z. Study on estimation model between rapeseed’s canopy spectral parameters and leaf area index[D]. Changsha: Hunan Agricultural University, 2018.

[10] 何友鑄. 油菜生理生化參數(shù)、油菜籽含油量與冠層反射光譜的定量關(guān)系[D]. 長(zhǎng)沙: 湖南農(nóng)業(yè)大學(xué), 2015.

He Y Z. Quantitative relationship between canopy reflectance spectrum and physiological and biochemical parameters of rapeseed, oil content of rapeseed[D]. Changsha: Hunan Agricultural University, 2015.

引用數(shù)據(jù)

[1] 王克曉, 周蕊,李波. 不同成熟期油菜角果皮生化成分與反射光譜數(shù)據(jù)集[DB/OL]. 國(guó)家農(nóng)業(yè)科學(xué)數(shù)據(jù)中心. DOI: https://doi.org/ 10.57760/sciencedb.asadc.00005.

Wang K X，Zhou R，Li B. Biochemistry Indexes and Reflectance Spectra Datasets of Rape Pod Pericarp at Different Maturities [DB/OL]. National Agriculture Science Data Center. DOI:https://doi. org/10.57760/sciencedb.asadc.00005.

Biochemistry Indexes and Reflectance Spectra Datasets of Rape Pod Pericarp at Different Maturities

WANG Kexiao, ZHOU Rui*, LI Bo

Institute of Agricultural Science and Technology Information, Chongqing Academy of Agricultural Sciences, Chongqing 401329, China

Hyperspectral technology provides an effective way for nondestructive detection of biochemical components in crop organs, and has been widely used in crop growth monitoring. The pod maturity is an important growth period of rape from flowering to harvest, and the leaves are replaced by siliques gradually. However, there were few studies on the relationship between hyperspectral and biochemical components of the rape pod based on either physical model of optical radiative transfer or empirical statistical models in the current many studies. This data set is a data set consisting of the reflectance spectrum of rape pod and the content of biochemical components in the pod pericarp, including the hyperspectral reflectance data of rape pod of three different varieties at different maturity stages collected by ASD HandHeld2 and the corresponding chlorophyll content, carotenoid content and water content in the pod pericarp, It can provide data basis for exploring the relationship between the content of biochemical components in rape pod and the reflectance spectrum.

datasets; rape pod; reflectance spectrum; biochemical composition index

王克曉,周蕊,李波.不同成熟期油菜角果皮生化成分與反射光譜數(shù)據(jù)集[J].農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào),2023,5(1):29-33.

WANG Kexiao,ZHOU Rui,LI Bo.Biochemistry indexes and reflectance spectra datasets of rape pod pericarp at different maturities[J].Journal of Agricultural Big Data,2023,5(1):29-33.

10.19788/j.issn.2096-6369.230110

2023-01-15

高光譜探測(cè)與輻射傳輸模型結(jié)合的油菜結(jié)角層PAI信息獲取研究(cqaas2021jxjl17)

第一作者王克曉，男，碩士，研究方向：農(nóng)業(yè)遙感；E-mail：447215670@qq.com。通信作者周蕊，女，碩士，研究方向：農(nóng)業(yè)信息化；E-mail：12087836@qq.com。