高光谱分数阶微分在烟叶SPAD值估测中的应用

烟草作为中国的重要经济作物，科学化、精细化的管理对于提高烟草质量至关重要，烟草施肥、长势与品质的监管主要依据于烟草生化参数，叶绿素作为烟草主要生化参数之一，是叶片叶绿体内进行光合作用的主要色素"，并且可用于烟草氮素状况、产量2-51等的预测。快速精准无损地估测烟草叶片的叶绿素含量，有助于及时掌握烟草的长势状况，为种植管理者提供科学依据。

传统实验室化学测定叶绿素含量的方法耗时，同时对作物具有破坏性。SPAD（soil and plant analyzer development）值可准确表征叶绿素含量，但获取SPAD值时需要反复接触叶片，不适于大范围叶绿素信息的获取。高光谱数据具有快速、无损特点，已广泛应用于SPAD值的估测。

目前，利用高光谱估算SPAD值的研究中，主要通过反射率原始数据"、变换数据、微分数据[16.171与SPAD的关系，反演SPAD值。而利用微分数据估测SPAD值的研究中，主要基于整数阶微分，但整数阶微分忽略了微分光谱的渐变信息，限制了估测模型的精度[8。分数阶微分作为整数阶微分的拓展，可以突出光谱的细微信息。王敬哲等22通过分数阶微分处理的光谱数据，研究了荒漠土壤铬含量反演，得出分数阶微分优于一阶微分。Fu等2通过研究地面高光谱遥感和Landsat 8 OLI数据的Grinwald-Letnikov分数阶微分光谱数据与土壤有效钾含量的相关性，表明分数阶微分可描述光谱数据的微小差异，茹克亚・萨吾提等124利用经过对数变换和分数阶微分处理的光谱计算的植被指数建立偏最小二乘模型，实现了小麦叶绿素含量的估算。

上述研究表明，对高光谱数据进行分数阶微分处理可挖掘高光谱数据的细微信息，且利用分数阶微分估测叶绿素含量是可行的，但目前该方法应用于烟草生化参数估测的研究较为鲜见，烟草是典型的双子叶植物，它的收获对象为叶片，估测叶片的 SPAD值对于预测烟草产量具有重要意义。烟草旺长期是烟草的重要生育期，此时烟草的叶片数、叶面积、干物质积累迅速增加，是决定叶数、叶面积和叶重的关键时期，也是决定产量和品质的重要阶段。因此，本文以旺长期烟叶为研究对象，在以高光谱数据估测烟叶 SPAD值的基础上，提出了利用高光谱分数阶微分估测烟叶SPAD值的方法，研究分数阶微分光谱在烟叶 SPAD值估测中的可行性，以期为烟草长势监测提供科学依据。