基于高光谱数据的水稻叶片净光合速率反演

发布时间：2021-05-08 15:25

　　以水稻叶片光谱和光合入射有效辐射（PARin）为数据源,分别使用8种叶绿素相关植被指数和其与PARin的乘积对珞优9348和丰两优4号品种水稻叶片在3种氮肥浓度下的净光合速率进行反演,建立不同氮肥水平下,品种无关的水稻叶片净光合速率估算模型,并验证精度。结果表明:1)仅基于叶绿素相关植被指数反演叶片净光合速率是不可行的,模型R²均<0.48;2)考虑区分品种与氮浓度,使用叶绿素相关植被指数与PARin的乘积来反演叶片净光合速率可以显著提高模型精度,植被指数CI（Chlorophyll Index, CI）反演效果最好,R²均>0.75,RMSE不超过1.85μmol/（m²·s）;3)区分高、低氮水平进行反演,基于CI的模型R²分别为0.80和0.89,RMSE分别为1.25和1.37μmol/（m²·s）,可满足反演需求。因此,基于叶绿素植被指数CI的模型可适用于不同品种的水稻叶片净光合速率统一反演。 

【文章来源】：中国农业大学学报. 2020,25(01)北大核心CSCD

【文章页数】：10 页

【文章目录】：
1 材料与方法
    1.1 试验材料
    1.2 光合数据测量
    1.3 光谱数据测量
    1.4 叶绿素相关植被指数
    1.5 建模与精度验证
2 结果与分析
3 结 论


【参考文献】：
期刊论文
[1]无人机多光谱遥感反演花蕾期棉花光合参数研究[J]. 陈俊英,陈硕博,张智韬,付秋萍,边江,崔婷.  农业机械学报. 2018(10)
[2]基于小波变换的毛竹叶片净光合速率高光谱遥感反演[J]. 孙少波,杜华强,李平衡,周国模,徐小军,高国龙,李雪建.  应用生态学报. 2016(01)
[3]华北平原冬小麦总初级生产力的遥感监测[J]. 赵晶晶,刘良云,徐自为,焦全军,彭代亮,胡勇,刘绍民.  农业工程学报. 2011(S1)
[4]菰叶片净光合速率日变化及其与环境因子的相互关系[J]. 张治安,杨福,陈展宇,徐克章.  中国农业科学. 2006(03)

硕士论文
[1]基于高光谱数据的典型植被碳汇能力估计研究[D]. 柴如珲.武汉大学 2017
[2]基于冠层反射光谱的油菜光合及生长监测[D]. 雷利琴.湖南农业大学 2012



本文编号：3175574