多光譜影像裝置遙測稻株含氮量表1. 近地面高程遙測水稻整叢氮素之Stepwise MLR模式。

表2. 近地面高程遙測水稻葉部氮素之Stepwise MLR模式。

本試驗以多光譜影像來探討遙測稻株 含氮量之可行性時並加入了彩色影像的檢 測輔以驗証，分析方式則是利用倒傳遞類 神經網路(李，2001)進行葉片與背景的分 離。倒傳遞類神經網路設定的參數學習速 率因子為0.3，慣性因子為0.6，訓練次數 到350次左右即可收歛。圖4a為葉片背景

分離前的水稻田間影像，而圖4b為葉片分 離後之水稻田間影像，由圖4可以清楚的 看到，利用類神經網路可以完全的分離出 葉片的影像，然後再把分離出的葉片影 像，以株為單位計算其葉片的總平均灰度 值。因為各波段之光譜灰階影像與在水稻 株體氮素含量的多寡均有相關，因此可利 表3. 近地面高程遙測模擬SPOT波段之水稻葉部氮素之

MPLSR模式。

＊SPOT 4之四個波段，G:500-590nm，R:610-680nm，

NIR:680-780nm，SWIR:1580-1750nm

表4. 近地面高程遙測水稻氮素之PLS-BPN模式。

表6. 多光譜影像回歸結果。

波段（nm） r_c SEC,%

450 0.2479 0.5036

555 0.5139 0.4459

647 0.6576 0.3916

660 0.6908 0.3758

677 0.6693 0.3862

680 0.7542 0.3413

773 0.2915 0.4972

945 0.7615 0.3369

960 0.7658 0.3342

660,680,945,960 0.8803 0.2736 用多光譜的特性建立葉片含氮的檢量線。

最後把得到的多光譜影像灰度值與氮素含 量進行多重線性迴歸，以分析水稻葉片所

反射之多光譜影像資料。

就多光譜影像而言，本研究利用各波 段所量測到的多波段影像灰度值與化學實

圖4. 應用倒傳遞類神經網路分離葉面與背影。

(a)分離前影像 (b)分離後影像

驗測定的氮素含量(%)進行回歸比較。表6 為氮素回歸分析結果，由表6可看出其單 波長結果對於氮素含量相關結果比較好的 是960nm這個波段，其校正組模式之相關 係數r_c= 0.77，SEC = 0.33。選擇多光譜組 合波段分析時，若就所有四波段MLR組合 結果則可得660、680、945與960nm波段 之最佳MLR組合結果為r_c =0.88，SEC = 0.27。因此本研究選定室內遙測水稻植株

含 氮 量 之 最 佳 檢 量 線 特 徵 波 段 為 660 、 680、945與960 nm。其檢量方程式為︰

稻株含氮量(%) = - 0.071T₆₆₀ - 0.030T₆₈₀ - 0.008T₉₄₅ - 0.008T₉₆₀ +5.156

其中，Ti為i波段的影像灰度值。

圖5與圖6分別為檢量組與預測組之水 稻氮素含量實驗量測值對檢量線所檢測之

水稻氮素含量預測值之比較結果，預測組 相關係數r_p=0.82與檢量組r_c=0.88相近，而 且可預測組結果SEP與檢量組SEC差距不 大，換言之，稻株含氮量與光譜影像間有 著一定程度的相關性。因此本研究之結果

亦顯示以多光譜影像遙測氮素的模式之可 行性，應可進一步可取代傳統之凱氏氮分 析法。

在試驗初期，為了驗證光譜影像的可 行性，因此加入彩色影像之遙測方式加以

圖5. 檢量組樣本之水稻氮素最佳檢量線預測結果。

圖6. 預測組樣本水稻氮素最佳檢量線預測結果。

比較。彩色影像的結果如表7所示。在水

632、715與1611 nm五個特徵波長組合之 Stepwise MLR檢測模式最佳(r = 0.89，

SEC = 0.29，SEP = 0.46)。另一方面，亦 發現一次微分光譜中藍光段之單一特徵吸 收波長479 nm與氮素呈現較高之正相關，

其Stepwise MLR之單一波長檢測模式之結 果為r = 0.79，SEC = 0.40，SEP = 0.42。

在MPLSR模式方面，則以模擬SPOT 4四 個感測器波段遙測監控水稻生長期含氮濃 度的二次微分模式結果最佳(r = 0.91 ， SEC = 0.26，SEP = 0.39)。在PLS-BPN模 式方面則以一次微分數學處理的結果最 佳，r = 0.96，SEC = 0.18，SEP = 0.52。

在多光譜影像遙測田間水稻植株含氮量方 面，本研究應用室內遙測多光譜影像MLR 彩色影像(RGB)預測含氮量(%) = 0.06R-0.071G-0.056B+3.135

彩色影像(RG)預測含氮量(%) = 0.045R-0.061G+2.54

其中 R、G、B為彩色影像分離出RGB後之各張影像灰度值。

表7.彩色影像回歸結果。

R+G+B 0.83 0.20