文字：徐浩 摄影：黄雨斯 摄像：陈清祥 主持：许殊

>>>人物名片

杨健，武汉大学测绘遥感信息工程国家重点实验室2014级博士生。已在Optics Express、RSC Advances、IEEE GRSL等国际刊物上发表第一作者SCI检索论文12篇，EI等其他检索论文3篇。获2015年武汉大学博士研究生国家奖学金、2016年武汉大学学术创新一等奖，其所在团队获2016年武汉大学测绘遥感信息工程国家重点实验室科技创新团队奖。

>>>报告现场

本期，杨健做客GeoScience Café第169期学术交流活动，介绍多光谱激光雷达对农作物的营养胁迫等参数进行精确监测的应用。通过现在有监测手段和遥感手段的对农作物信息获取的对比，表明遥感监测是最快捷、高效的手段。介绍氮水平对荧光特性的影响、系统研究及系统参数分析、探测实验及定量监测的应用、学术论文的写作心得……杨健带来了一场精彩报告，现场氛围活跃，观众认真听讲并获益匪浅。

荧光激光雷达遥感技术手段监测对农作物信息的获取

目前现有的监测手段主要有：地面的人工监测和遥感监测两种方式。地面人工监测：测量精度较高；但耗时耗力、监测范围有限；遥感监测：全天时、快速、实时、大尺度。

之所以能采用遥感的手段进行监测，是因为遥感探测手段可以获得农作物的光谱信息或者三维空间信息，而这两者与农作物的生长密切相关。而农作物的三维空间与光谱信息，可以较好表征其营养胁迫差异性；但是，如果只从光谱信息或者冠层信息来监测农作物的营养胁迫情况，其精度将会受到一定的限制。为了提高监测的准确性，杨健他们团队希望能够同时获取作物的光谱和三维空间信息。

图1 荧光特性及其氮水平影响分析

然而，现有的遥感手段也有不足。被动光学成像，优点是：光谱信息丰富缺点：空间探测能力差。主动光学成像，优点：高精度三维空间信息。缺点：光谱探测能力差。现有遥感监测手段限制了其对农作物营养胁迫定性和定量监测的进一步监测应用。为了能够获得探测目标的光谱和空间信息，杨健开展了大量的研究，相关研究都展示了这两种方式对农作物营养胁迫定性和定量监测的潜能。一种是激光雷达融合被动成像技术，优点：能够获得目标的光谱和空间信息；缺点：数据后期处理难度提高。另一种是多光谱激光雷达技术，优点：能够较好的获得目标光谱和空间信息。因此，杨健想到与基于反射光谱信息的遥感探测手段相比，利用诱导荧光技术进行遥感监测，正成为另外一种同时获取光谱和三维空间信息的新方式。荧光激光雷达遥感技术由此提出，它结合了激光雷达高三维空间分辨的优点和激光诱导荧光技术信息量丰富，灵敏度高等优点。

同时，杨健还介绍了有关研究现状。荧光的发展已有多年历史，但作为一种陆遥感探测手段还只有30余年，不过发展迅速。1975年NASA和NOAA联合研制成功了首台AOL系统。1988年中国科学院安徽光机所。2015年日本研制的轻型荧光激光雷达，他们研制的荧光激光雷达系统主要用于海水有机溶剂等方面的监测。目前，国际上还未出现兼具植被荧光光谱及空间探测能力的荧光激光雷达。此外，基于激光诱导荧光技术和相关系统对农作物营养胁迫研究也相对缺乏。因此，基于激光诱导荧光技术，研究荧光激光雷达对植被的生理特性以及农作物营养胁迫的定量监测分析，从而实现对植被生长变化的遥感监测就显得尤为重要。

荧光特性及其氮水平影响分析

氮水平影响分析分为三个部分，分别为：荧光特性与氮胁迫的相关性、荧光对氮胁迫的提前预测特性、激发波长对不同氮胁迫荧光特性影响。为了获得荧光特性与氮胁迫的相关性，杨健开展了实验研究，实验过程中，每块实验样区随机采集三个点，采集区域为20cm*20cm，每个点采集6个样本。将采集的样本带回实验室进行光谱测量。测量的系统框图如下图所示，获得的荧光光谱曲线如右图所示，植被的荧光光谱主要有三个荧光特征峰，类胡萝卜素；当获得所有样本的荧光光谱后，再将样本及时送到武汉农业科学院进行生化参数的测定。

图2 左图为激光诱导荧光光谱探测系统，右图为水稻荧光光谱

接下来，杨健分析激光诱导荧光技术对农作物营养胁迫监测的提前预测性能。实验设计采用之前的水稻实验，只是对上述实验区域的样本采用荧光技术和多光谱同时连续多天进行观测（施肥后的第一天、第三天、第五天以及第七天）。通过荧光光谱和高光谱的时间序列变化，发现：1、在施氮后第一天，几种施氮水平之间并没有明显的差异，因而荧光光谱和高光谱都未能检测出不同施氮水平之间的差异。2、施氮后的第3天进行监测时即发现，荧光光谱已经开始能检测到，而高光谱基本还没有变化。3、当施氮后7天，也即施氮量对水稻产生影响。这时高光谱才能检测出其之间的差异。从而采用实验初步证明荧光技术优于反射谱对农作物营养胁迫的早期预测能力。既然荧光技术能够用于监测农作物的营养胁迫，那么最佳的激发波长该如何确定？杨健分析不同激发波长获得荧光特征参数与氮含量的相关性。在本研究中，选用分别代表紫外。蓝光、绿光三个波段的激发光获取叶片的氮含量。通过对氮营养胁迫对荧光特性的影响以及相关特性分析后，接下来就是对荧光激光雷达系统进行研制。

系统研制及系统参数分析

如图所示，杨健介绍了为荧光激光雷达系统的整体设计方案，主要包含四个部分，第一部分是发射部分，主要包含了用于激发荧光的激发光源以及用于测距用的激光测距仪；第二部分为二维扫描，这个部分采用一个高精度的二维扫描振镜。第三部分为接收部分，第四部分为光电探测部分。

图3 荧光激光雷达系统简图

图4 左图为反射光谱与荧光信号，右图为对荧光信号区域放大100倍。

系统的发射部分有高效率的激发光发射以及高精度的激光测距组成。经过前一节的分析，采用具有较高量子效率的355nm的调Q固体激光器作为激发光；测距为一个具有高精度的激光测距仪，采用一定的技术将其合束同轴探测。接下来看一下接收系统，采用的是一个施密特-卡塞格林望远镜与扫描振镜同轴，对荧光信号进行接收。由于接收到的信号还包含了反射会的激光光信号。为了提高荧光信号的探测效率以及降低反射光谱信号对荧光信号的影响，在光学望远镜后面放置一个截止滤光片，能够有效滤除反射光谱信息，并是荧光信号的透过率达到93%以上。接收回来的信号，需要对进行探测。如图所示，是激发光的反射谱与释放的荧光，其中峰值位置为激发光的反射信号，右侧为荧光信号，相对而言，反射信号要强度荧光信号2-4个数量级。下面对其中红色区域进行放大100，如右图所示。因此，荧光信号属于微弱信号。

为此，采用具有单光子探测效率的ICCD进行探测。通过对系统各个件的设计和研制，如图所示，为研制的荧光激光雷达系统原理样机。

图5 荧光激光雷达系统原理样机

研制这套系统的目标是为了能够同时获取其目的的荧光信号以及三维空间信息，且将其应用与农作物的营养胁迫的定量监测中，因此，需要对系统的各个参数进行分析讨论。由于ICCD对不同的波长响应效率不一致，首先探讨ICCD的强度校正。为了对探测器件ICCD进行探测强度校正，采用标准的卤素灯，求解其校正比例因子。如图所示，为校正前的植被叶片的荧光光谱曲线，采用获得校正比例因子，进行强度校正。校正后的光谱曲线如图所示。表明校正后具有较大改善。

图6 左图为校正的荧光光谱，右图为校正后的荧光光谱。

对探测器件强度校正后，在对农作物定量监测应用，需要分析系统相关参数对荧光强度的影响并进行校正，系统中影响强度的量主要有探测角度和距离。下面分别来分析这两者对荧光强度的影响，首先分析探测角度对荧光强度的影响。

为了分析系统探测角度对荧光强度的影响，进行是的实验设计为：为了实验的方便，在武汉大学校区采集了六种不同的样本，分别用系统测量不同植被叶片荧光强度随角度的变化，获得的荧光强度随角度的变化关系如图所示：

图7 建立探测角对荧光强度影响的校正模型模型

图8 左图为不同波长处的荧光强度随距离的变化关系，右图为荧光特征峰随距离的变化关系

这个是六种不同的植被荧光强度随探测角度的变化，为了进行定量分析，将其中的荧光特征峰提取出来进行定量分析，如果所示，发现荧光强度随探测角度有较好的余弦变化趋势，并对其进行拟合，从而建立探测角对荧光强度影响的校正模型模型。接下来再分析一下，探测距离对荧光强度的影响。实验采用的是具有荧光的白纸作为探测目标，探测距离对荧光强度的影响，获得不同波长处的荧光强度随距离的变化关系，如图所示。

杨健发现，其荧光强度随距离的增加，而逐渐降低。为了对其进行定量分析，提取器荧光特征峰值，并进行拟合分析，如右图所示从而建立距离对荧光强度的校正模型，至此，完成了对系统的研制，以及系统的相关参数分析。

探测实验及定量监测的应用

首先为了验证系统是否具有同时获取荧光信号和空间信息的能力，杨健设计了一个简单的扫描探测实验室。实验场景如图所示将不同种属、不同生长状态的叶片贴在黑卡纸上，远至系统。采用系统对实验场景进行扫描探测。对扫描探测的结果进行分析，首先看其扫描探测获得的荧光空间特性。由于植被的荧光光谱范围较广，但是荧光特征峰值主要在685和740两个位置，提取其中685的荧光特征峰进行分析。接下来分析系统对生长状态的监测性能。在设置的场景中，将其不同生长状态的叶片分为四个不同的状态，分别为绿色、黄绿色、黄色以及棕色。对植被的不同生长状态能够很好的监测，从而证明了研制的荧光激光雷达系统对植被生长状态监测的能力。最后分析系统在农作物水稻氮胁迫的定性和定量方面的监测应用。实验地点：2014年在随州；2015年在武汉华中农业大学实验田；2016年武穴（不施氮和正常施氮）采样测量：每块实验样区随机采集三个点，采集区域为20cm*20cm，每个点采集6个样本。首先，建立荧光参数与氮含量的定量相关性，基于荧光特征参数（F740/F460、F685/F460、F740/F685）对氮含量的定量反演，通过不同荧光参数对氮含量的监测，得出F740/F460优于其他参数。其次，基于不同反演模型（FP-BPNN、FS-BPNN、PCA-BPNN）对氮含量的定量反演，通过分析不同反演模型对氮含量的定量反演，PCA-BPNN优于其他模型。从而为系统今后农作物遥感定量监测的应用提供参考，至此，完成对了荧光激光雷达系统的研制已经基本应用研究。

最后，杨健分享了他写论文时常用的小工具。首先介绍了搜索最常出现的英文语言搭配，可以利用Liggle给出的词频进行判段（http://linggle.com。）它的功能非常强大，可以查询经常在某个词前面进行修饰的形容词都有哪些、名词、介词搭配是否正确、不确定一个短语是不是用对了、查找同义词、某个词后面都在跟些什么词，无论词性、比较哪个词的使用频率更高……然后介绍了一个有用的网站——小木虫。这个网站几乎包含了所有期刊，可以根据自己的研究方向，选择合适的期刊。

>>>互动交流

观众A：植被叶片内的氮含量的获取是通过荧光来监测获取的，有没有可能太阳光对荧光有一个比较大的影响呢？

杨健：这个是可以提取出来的，这是属于信号提取的一部分，就是说如果有太阳光对它进行影响的话，会同时测量它的一个太阳光和荧光，这个时候信号里就包含了背景光，也就是太阳光。然后会获取一个没有荧光信号下的信号，然后对比两组信号就可以将荧光信号提取出来了。现在在卫星上进行监测的时候，就是通过这样的一个手段进行提取的。

观众B：氮含量监测用激光来激发荧光，有没有用到激光的空间位置信息了吗？

杨健：在实验的时候没有用到空间信息，但是可以获得探测的空间信息。就是获得了空间信息，并没有对它进行一个分析，只是对荧光信号进行了分析。这也是接下来将要来研究的，如何更好的来利用激光的三维信息，比如通过植被的冠层信息来定量的分析植被缺氮的程度，目前只能通过冠层信息来定性的分析植被是否缺氮，但是对于具体缺多少并不清楚。

主讲嘉宾杨健博士

现场观众提问

同学们认真聆听报告

杨健（中）与GeoScience Café团队成员合影

（编辑：肖珊）

GeoScience Café以“谈笑间成就梦想”为口号，采取最自由的交流方式，每期邀请1-4位报告人，针对自己正在进行的研究展开报告。每周五晚7:30，在测绘遥感信息工程国家重点实验室四楼休闲厅举行当期活动。报告内容不仅涉及一切与测绘有关的学科内容及学术方法，如测绘基础学科、地理信息系统、摄影测量与遥感、全球定位系统、激光雷达技术、信号处理，还包括地理信息科学以外的话题，如法律和艺术等。让任何感兴趣的人——不仅是地理信息相关专业的师生，还包括其他专业的师生，甚至是文科生——都可以听取报告，并当场向主讲嘉宾提问或者会后与其交流。

更多精彩内容(报告PPT、新闻稿及下期活动消息等)敬请关注Geoscience Café群(QQ群号：532362856)，微信公众号：GeoScienceCafe

欢迎扫描二维码：