当前位置:主页 > 科技论文 > 农业技术论文 >

Sentinel-2数据的冬小麦地上干生物量估算及评价

发布时间:2018-08-19 05:55
【摘要】:作物生物量快速精确的监测对于农业资源的合理利用与农田的精准管理具有重要意义。近年来,遥感技术因其独特的优势已被广泛用于作物生物量的估算中。本文主要针对不同宽波段植被指数在冬小麦生物量(文中的生物量均是指地上干生物量)估算方面的表现进行探索。首先利用欧洲空间局最新的Sentinel-2A卫星数据提取出17种常见的植被指数,之后分别构建其与相应时期内采集的冬小麦地上生物量间的最优估算模型,通过分析两者间的相关性与敏感性,获取适宜进行生物量估算的指数。最后,绘制了研究区的生物量空间分布图。结果表明,所选的植被指数均与生物量显著相关。其中,红边叶绿素指数(CI_(re))与生物量的估算精度最高(决定性系数R~2为0.83;均方根误差RMSE为180.29 g·m~( 2))。虽然相关性较高,但部分指数,如归一化差值植被指数(NDVI)等在生物量较高时会出现饱和现象,从而导致生物量的低估。而加入红边波段的指数不仅能够延缓指数的饱和趋势,而且能够提高反演精度。此外,通过敏感性分析发现,归一化差值指数和比值指数分别在作物生长的早期和中后期对生物量的变化保持较高的敏感性。由于红边比值指数(SR_(re))和MERIS叶绿素敏感指数(MTCI)在冬小麦全生长季内一直对生物量的变化保持高灵敏性,二者是生物量估算中最为稳定的指数。
[Abstract]:Rapid and accurate monitoring of crop biomass is of great significance for rational utilization of agricultural resources and precision management of farmland. In recent years, remote sensing technology has been widely used in crop biomass estimation because of its unique advantages. In this paper, the performance of different broad band vegetation indices in estimating winter wheat biomass (all biomass in this paper refers to aboveground dry biomass) is explored. First, 17 common vegetation indices were extracted from the latest Sentinel-2A satellite data of the European Space Agency, and then the optimal estimation models between them and the aboveground biomass of winter wheat collected in the corresponding period were constructed respectively. By analyzing the correlation and sensitivity between the two indexes, an index suitable for biomass estimation was obtained. Finally, the spatial distribution map of biomass in the study area was drawn. The results showed that the selected vegetation indices were significantly correlated with biomass. Among them, the red edge chlorophyll index (CI _ (re) and biomass have the highest estimation accuracy (decisive coefficient R _ (2) = 0.83; root mean square error (RMSE) = 180.29 g m ~ (2). Although the correlation is high, some indexes, such as normalized difference vegetation index (NDVI), will be saturated when the biomass is high, which leads to the underestimation of biomass. The index with red edge band can not only delay the saturation trend of the exponent, but also improve the inversion accuracy. In addition, it was found that the normalized difference index and the ratio index remained highly sensitive to biomass changes in the early and middle stage of crop growth, respectively. The red edge ratio index (SRS _ (re) and MERIS chlorophyll sensitive index (MTCI) have been highly sensitive to biomass changes during the whole growing season of winter wheat. They are the most stable indices in biomass estimation.
【作者单位】: 中国科学院遥感与数字地球研究所数字地球重点实验室;中国科学院大学;
【基金】:2013年粮食公益性行业科研专项(编号:201313009-2) 国家重点研发计划项目(编号:2016YFA0600304,2016YFA0600302) 2014年粮食公益性行业科研专项(编号:201413003-7)~~
【分类号】:S512.11;S127

【参考文献】

相关期刊论文 前3条

1 谭昌伟;王纪华;赵春江;王妍;王君婵;童璐;朱新开;郭文善;;利用Landsat TM遥感数据监测冬小麦开花期主要长势参数[J];农业工程学报;2011年05期

2 陈劲松;黄健熙;林珲;裴志远;;基于遥感信息和作物生长模型同化的水稻估产方法研究[J];中国科学:信息科学;2010年S1期

3 陈鹏飞;Nicolas Tremblay;王纪华;Philippe Vigneault;黄文江;李保国;;估测作物冠层生物量的新植被指数的研究[J];光谱学与光谱分析;2010年02期

【共引文献】

相关期刊论文 前10条

1 贺佳;刘冰峰;郭燕;王来刚;郑国清;李军;;冬小麦生物量高光谱遥感监测模型研究[J];植物营养与肥料学报;2017年02期

2 郑阳;吴炳方;张淼;;Sentinel-2数据的冬小麦地上干生物量估算及评价[J];遥感学报;2017年02期

3 周晓楠;黄正来;张文静;马尚宇;;基于双波段光谱仪CGMD-302的小麦叶面积指数和叶干重监测[J];中国农业大学学报;2017年01期

4 喻俊;李晓敏;张权;侍昊;褚军;;基于高光谱遥感的植被冠层氮素反演方法研究进展[J];陕西林业科技;2016年06期

5 朱津辉;戴萍;朱凯全;陈雨;范禹辰;李吉;冯冬蕾;曲骅倩;;WOFOST模型的研究进展[J];安徽农业科学;2016年28期

6 岳继博;杨贵军;冯海宽;;基于随机森林算法的冬小麦生物量遥感估算模型对比[J];农业工程学报;2016年18期

7 刘斌;任建强;陈仲新;唐华俊;吴尚蓉;李贺;;冬小麦鲜生物量估算敏感波段中心及波宽优选[J];农业工程学报;2016年16期

8 林芬;赵庚星;常春艳;王卓然;李慧;;基于相邻轨道图像的冬小麦面积提取及长势分析[J];农业资源与环境学报;2016年04期

9 文廷刚;陈昱利;杜小凤;杨平;王伟中;曹宏鑫;;冬小麦结实率估算的模型研究[J];中国农学通报;2016年15期

10 范云豹;宫兆宁;赵文吉;张敏;;基于高光谱遥感的植被生物量反演方法研究[J];河北师范大学学报(自然科学版);2016年03期

【二级参考文献】

相关期刊论文 前10条

1 宋晓宇;王纪华;黄文江;阎广建;常红;;变量施肥条件下冬小麦长势及品质变异遥感监测[J];农业工程学报;2009年09期

2 谭昌伟;郭文善;朱新开;李春燕;王纪华;;不同条件下夏玉米冠层反射光谱响应特性的研究[J];农业工程学报;2008年09期

3 王纪华;李存军;刘良云;黄文江;赵春江;;作物品质遥感监测预报研究进展[J];中国农业科学;2008年09期

4 谭昌伟;周清波;齐腊;庄恒扬;;水稻氮素营养高光谱遥感诊断模型[J];应用生态学报;2008年06期

5 左丽君;张增祥;董婷婷;汪潇;;MODIS/NDVI和MODIS/EVI在耕地信息提取中的应用及对比分析[J];农业工程学报;2008年03期

6 蒙继华;吴炳方;李强子;;全国农作物叶面积指数遥感估算方法[J];农业工程学报;2007年02期

7 林忠辉;莫兴国;;NDVI时间序列谐波分析与地表物候信息获取[J];农业工程学报;2006年12期

8 朱艳;李映雪;周冬琴;田永超;姚霞;曹卫星;;稻麦叶片氮含量与冠层反射光谱的定量关系[J];生态学报;2006年10期

9 宋晓宇;黄文江;王纪华;刘良云;李存军;;ASTER卫星遥感影像在冬小麦品质监测方面的初步应用[J];农业工程学报;2006年09期

10 蒙继华;吴炳方;李强子;张磊;;全球农作物长势遥感监测系统的设计和实现[J];世界科技研究与发展;2006年03期

【相似文献】

相关期刊论文 前10条

1 Marc H.Ross;Thomas B.Cobb;周勇;;美国经济中的生物量流[J];国外林业;1988年01期

2 蔡小虎,彭培好,王金锡;长江中上游防护林体系工程林生物量及生产力计量评价[J];四川林业科技;2000年02期

3 杨昆;管东生;;珠江三角洲森林的生物量和生产力研究[J];生态环境;2006年01期

4 郭清文;冯仲科;张彦林;韩光瞬;;单木生物量模型误差分析与定权方法探讨[J];中南林业调查规划;2006年01期

5 安树杰;张晓丽;王震;李春艳;;生物量估测中的遥感技术[J];林业调查规划;2006年03期

6 杜飞雁;李纯厚;廖秀丽;贾晓平;王雪辉;;大亚湾海域浮游动物生物量变化特征[J];海洋环境科学;2006年S1期

7 袁位高;江波;葛永金;朱锦茹;沈爱华;;浙江省重点公益林生物量模型研究[J];浙江林业科技;2009年02期

8 许俊利;何学凯;;林木生物量模型研究概述[J];河北林果研究;2009年02期

9 罗云建;王效科;张小全;朱建华;侯振宏;张治军;褚金翔;;华北落叶松人工林生物量的估算方法[J];南京林业大学学报(自然科学版);2010年03期

10 王春英;田佳壁;刘丽;王培俊;郑苗苗;;小浮萍生物量影响因素研究[J];江苏农业科学;2010年04期

相关会议论文 前10条

1 徐兆礼;沈新强;;长江口邻近水域浮游动物生物量及其年间变化[A];中国水产学会第七届渔业资源与环境分会2004年度学术研讨会论文摘要汇编[C];2004年

2 玉宝;乌吉斯古楞;王立明;张秋良;;不同结构兴安落叶松天然林生物量生产力特征[A];第二届中国林业学术大会——S3 森林经理与林业信息化的新使命论文集[C];2009年

3 吴涛;赵冬至;康建成;张丰收;索安宁;卫宝泉;马玉娟;;双台河口赤碱蓬动态遥感监测及生物量遥感反演[A];中国地理学会百年庆典学术论文摘要集[C];2009年

4 孟超;秦俊;胡永红;;单株截顶香樟树冠生物量及其分配格局[A];中国观赏园艺研究进展(2010)[C];2010年

5 刘玉萃;吴明作;郭宗民;;河南宝天曼自然保护区栓皮栎林生物量和净生产力研究[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年

6 陈秋夏;王金旺;郑坚;卢翔;金川;;浙江人工红树林种群结构及种群生物量研究[A];中国第五届红树林学术会议论文摘要集[C];2011年

7 叶德赞;赵昌会;骆祝华;黄翔玲;裴耀文;;热带太平洋细菌生物量及其对深海碳循环的影响[A];2006中国微生物学会第九次全国会员代表大会暨学术年会论文摘要集[C];2006年

8 喻光明;王立国;杨珊;胡利梅;陶文星;;土地整理对生物量平衡及生态环境的影响[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年

9 左涛;王俊;唐启升;金显仕;;夏末秋初南黄海网采浮游生物的生物量谱[A];2007年中国水产学会学术年会暨水产微生态调控技术论坛论文摘要汇编[C];2007年

10 佃袁勇;王鹏程;方圣辉;汪曼;乐源;;多源遥感数据反演三峡库区森林地表生物量的比较与分析[A];遥感定量反演算法研讨会摘要集[C];2010年

相关重要报纸文章 前2条

1 中国工程院院士 冯宗炜;中国森林对全球碳循环及气候变化做贡献[N];科技日报;2010年

2 白秀萍;走近日本木质生物量利用[N];中国绿色时报;2008年

相关博士学位论文 前10条

1 郑玲;小麦生物量田间快速测量方法研究[D];西北农林科技大学;2015年

2 宋理洪;三江平原泥炭沼泽有壳变形虫多样性及其在古水位重建中的作用[D];中国科学院研究生院(东北地理与农业生态研究所);2015年

3 崔菁菁;不同年代水稻品种氮素利用特性及库/源变化的研究[D];吉林农业大学;2015年

4 王东亮;低空遥感数据处理与非生长季草地生物量反演研究[D];中国农业科学院;2016年

5 胥辉;立木生物量模型构建及估计方法的研究[D];北京林业大学;1998年

6 曹庆先;北部湾沿海红树林生物量和碳贮量的遥感估算[D];中国林业科学研究院;2010年

7 曾伟生;全国立木生物量方程建模方法研究[D];中国林业科学研究院;2011年

8 徐星欧;基于目标分解的全极化雷达数据估算生物量相关参数方法研究[D];武汉大学;2010年

9 徐光彩;小光斑波形激光雷达森林LAI和单木生物量估测研究[D];中国林业科学研究院;2013年

10 刘志民;植物适应干扰机制和干扰对植被过程影响的若干例证研究[D];中国科学院研究生院(寒区旱区环境与工程研究所);2001年

相关硕士学位论文 前10条

1 姚阔;基于高光谱数据的内蒙东部天然草地生物量反演模型研究[D];延边大学;2015年

2 邵平;半高秆高生物量型杂交稻生理弹性抗倒研究[D];长江大学;2015年

3 任佳佳;华北落叶松林分结构分析及地上部分生物量探究[D];河北农业大学;2015年

4 刘博;基于高分辨率影像的杭州西湖区绿地生物量研究[D];浙江农林大学;2015年

5 车东峻;攀枝花市云南松生物量模型及空间分布研究[D];四川农业大学;2015年

6 胡靖扬;辽东山区长白落叶松枝叶生物量模型研究[D];沈阳农业大学;2016年

7 包月梅;根河市火烧迹地灌木和草本生物量动态变化分析[D];内蒙古农业大学;2016年

8 刘斌;基于敏感波段筛选的多源遥感数据作物生物量估算研究[D];中国农业科学院;2016年

9 曹明勇;长宁县竹林生物量及初级生产力特征研究[D];中南林业科技大学;2016年

10 董利虎;黑龙江省主要树种相容性生物量模型研究[D];东北林业大学;2012年



本文编号:2190822

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/2190822.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户941e0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com