当前位置:主页 > 科技论文 > 农业技术论文 >

不同生育期冬小麦叶面积指数高光谱遥感估算模型

发布时间:2018-12-14 08:39
【摘要】:基于地面实测的冬小麦的生理生态参数数据和冠层光谱数据,分析返青期、拔节期、抽穗期、开花期冬小麦叶面积指数与原始光谱及其一阶微分的相关性,并构建基于等效TM数据的植被指数,建立不同生育时期的冬小麦叶面积指数(LAI)的高光谱遥感估算模型。结果表明:(1)返青期、拔节期、抽穗期的冬小麦LAI与原始光谱相关性较好,在400~720 nm波长范围内呈负相关,在720~900 nm之间呈正相关,开花期的冬小麦LAI与冠层光谱相关性较差;(2)返青期、拔节期冬小麦LAI与光谱一阶微分显著相关,分别在480~540 nm、550~580 nm形成波峰、波谷,在670~760 nm范围内形成"平台",相关系数达到0.8以上,但抽穗期、开花期LAI与光谱一阶微分的相关性较差;(3)在等效植被指数与返青期、拔节期和抽穗期LAI建立的回归模型中,分别使用m SRI、RVI与MSAVI2建立的幂函数模型或指数模型最佳,最优模型分别为y=0.053e4.962x,y=0.409x0.828,y=18.687x3.061,对应的r2分别为0.589、0.648、0.694,开花期不适宜使用等效植被指数建立遥感监测模型。
[Abstract]:Based on the data of physiological and ecological parameters and canopy spectrum of winter wheat measured on the ground, the correlation between the leaf area index of winter wheat and its original spectrum and its first order differential was analyzed at the stage of turning green, jointing, heading and flowering. Based on the equivalent TM data, a hyperspectral remote sensing estimation model of winter wheat leaf area index (LAI) was established. The results showed that: (1) the LAI of winter wheat at the stage of turning green, jointing and heading had a good correlation with the original spectrum, with a negative correlation in the wavelength range of 400-720 nm, a positive correlation between 720 nm and 900 nm, and a poor correlation between the LAI and the canopy spectrum at flowering stage; (2) there was a significant correlation between LAI and the first order differential spectrum of winter wheat at green and jointing stage. The peaks and troughs were formed at 480 ~ 540 nm,550~580 nm, and the "platform" was formed in the range of 670 ~ 760 nm. The correlation coefficient was more than 0. 8, but at heading stage. The correlation between LAI and the first order differential spectrum was poor at anthesis. (3) among the regression models established by LAI in equivalent vegetation index and green stage, jointing stage and heading stage, the power function model or exponential model established by m SRI,RVI and MSAVI2 respectively is the best. The corresponding R2 is 0.589U 0.6480.694.It is not suitable to use the equivalent vegetation index to establish the remote sensing monitoring model in flowering period.
【作者单位】: 山东省农业可持续发展研究所;中国矿业大学资源与地球科学学院;
【基金】:国家自然科学基金(编号:41401407) 山东省自然科学基金(编号:ZR2014YL016)
【分类号】:S127;S512.11

【相似文献】

相关期刊论文 前10条

1 王磊;马英杰;赵经华;洪明;;基于图像上冠层体积的叶面积指数测算方法[J];农机化研究;2013年12期

2 刘安国;作物叶面积指数和叶倾角分布函数的一种推算方法[J];中国农业气象;1994年06期

3 张立俊;洪添胜;吴伟斌;Joseph Mwape Chileshe;冯灼峰;赵奔;徐宁;;基于半球摄影法的果树叶面积指数检测(英文)[J];农业工程学报;2012年S2期

4 周洋;米晓飞;叶李灶;;叶面积指数遥感反演算法研究[J];计算机与现代化;2013年03期

5 祁漫宇;朱维斌;;叶面积指数主要测定方法和设备[J];安徽农业科学;2012年31期

6 宋亚斌;林辉;孙华;宁小斌;;基于多元回归模型的叶面积指数遥感反演[J];中南林业调查规划;2012年02期

7 郭云开;苟叶培;;路域植被叶面积指数变化遥感监测[J];遥感信息;2013年06期

8 熊万彩;邱权;陈天华;郑文刚;;叶面积指数间接测量方法分析[J];安徽农业科学;2013年15期

9 金慧然;陶欣;范闻捷;徐希孺;李培军;;应用北京一号卫星数据监测高分辨率叶面积指数的空间分布[J];自然科学进展;2007年09期

10 王磊;田庆久;耿君;黄彦;;遥感卫星叶面积指数产品验证服务质量评价及流程研究[J];遥感信息;2013年06期

相关会议论文 前2条

1 陈雪洋;蒙继华;吴炳方;朱建军;纽立明;杜鑫;;基于环境星高光谱数据红边参数的冬小麦叶面积指数反演[A];遥感定量反演算法研讨会摘要集[C];2010年

2 高帅;;利用ENVISAT-ASAR数据的植被叶面积指数反演研究[A];遥感定量反演算法研讨会摘要集[C];2010年

相关硕士学位论文 前10条

1 张丽丽;中国森林与农田遥感叶面积指数产品精度分析[D];南京信息工程大学;2015年

2 章曼;基于高光谱遥感的水稻生长监测研究[D];西北农林科技大学;2015年

3 陈艳玲;基于WOFOST作物模型与叶面积指数同化的冬小麦遥感估产研究[D];河南理工大学;2015年

4 叶舒;基于PROSAIL模型的GF-1叶面积指数和叶片生理参数反演[D];东北林业大学;2016年

5 张明政;基于多层PROSAIL模型的玉米冠层叶面积指数垂直分布反演[D];山东农业大学;2016年

6 张荣霞;不同作物多种叶面积指数获取方法对比研究[D];华中农业大学;2013年

7 周洪奎;黄淮海平原典型区夏玉米叶面积指数遥感估算研究[D];南京大学;2013年

8 肖伸亮;作物叶面积指数遥感反演与验证研究[D];中国农业科学院;2007年

9 周薇薇;多源遥感数据叶面积指数反演[D];青海师范大学;2013年

10 孙涛;农作物叶面积指数反演方法研究[D];南京信息工程大学;2013年



本文编号:2378307

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/2378307.html


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

版权申明:资料由用户35576***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