综合近红外-红波段-短波红外三波段光谱特征空间的小麦冠层含水量反演
发布时间：2021-08-08 14:38
为提高返青期-拔节期-开花期-灌浆期不同覆盖条件下小麦冠层含水量的遥感反演精度,综合分析基于Nir-Red和Nir-Swir光谱特征空间开展作物含水量监测的优势与局限,利用垂直干旱指数（perpendicular drought index,PDI）和短波红外垂直失水指数（shortwave infrared perpendicular water stress index,SPSI）的比值形式,构建了一种基于近红外-红波段-短波红外（Nir-Red-Swir）三波段光谱特征空间的垂直植被水分指数（three-band perpendicular vegetation water index,TPVWI）。结果表明,在不同生育时期,TPVWI与小麦冠层含水量（vegetation water content,VWC）均具有显著相关关系（P<0.01）,且对植被含水量的敏感性优于PDI、作物水分监测指数（plant water index,PWI）、SPSI和NDVI 4种植被指数,且在反映小区域内小麦冠层含水量的时空趋势上有较好的表征能力。对比地面实测数据,利用TPVWI建立的作...
【文章来源】：麦类作物学报. 2020,40(07)北大核心CSCD
【文章页数】：8 页
【部分图文】：
基于光谱特征空间的土壤线提取
覆盖度是影响作物冠层含水量遥感反演模型精度的因素之一。已有研究发现,基于可见光-近红外光谱空间特征构建的植被指数(如PDI、PVI、MPDI等)对低覆盖度条件下植被冠层含水量监测有效,而基于近红外-短波红外光谱空间特征构建的SPSI指数仅在全覆盖条件下监测冠层含水量的精度较高[5,22]。本研究以PDI和SPSI的比值形式,构建了一种基于可见光-近红外-短波红外三波段光谱空间特征的垂直植被水分指数TPVWI,结果进一步证明基于光谱空间特征构建的光谱特征在反演含水量研究中具有更明确的物理意义,精度相对较高[15],且与程晓娟等[6]基于EVI和NDWI乘积形式开展作物冠层研究结果相似,综合三波段信息的光谱指数,可有效提高作物冠层含水量的估算精度。此外,因综合了可见光波段对土壤信息的敏感性以及短波红外波段对高覆盖植被的抗饱和能力,新构建的三波段垂直植被水分指数TPVWI在不同的植被覆盖条件下均具有较好的反演精度。在小麦返青期,与PDI监测低植被覆盖区土壤水分[15-18]或植被含水量[21]的能力相似,TPVWI对低植被覆盖区的水分敏感性也较好,且其精度优于PDI (TPVWI:r2=0.472, P< 0.01;PDI :r2=0.369, P< 0.01);拔节期以后,在地面几乎全被小麦覆盖的条件下,基于TPVWI进行冠层水分反演的精度显著高于基于可见光-近红外或近红外-短波红外两种光谱空间特征构建的光谱指数,而且即使基于返青-拔节-开花-灌浆即小麦全生育期的数据,TPVWI监测小麦冠层含水量的精度也优于PDI、SPSI、PWI和NDVI。在小区域尺度上,与NDWI等常用的作物含水量表征指标能力一致[32],基于TPVWI构建的小麦冠层含水量拟合模型也能很好地表征小麦冠层含水量随生育期变化的时空趋势。经地面实测数据验证,基于TPVWI估算的小麦冠层含水量精度能够满足农业、生态对区域植被含水量信息的需求,在植被含水量监测研究中具有一定的实用价值和应用 -潜力。图3 基于TPVWI的小麦冠层含水量 估测植与实测植的对比
图2 基于TPVWI估测不同生育期小麦冠层含水量的空间格局本研究结果为植被含水量反演研究提供了一种新的思路,但本研究是基于极小区域范围内的有限的试验样本进行探讨,且使用遥感数据源单一,如真正向大区域应用推广,本研究所建立的反演模型可能会存在一定的不确定性,因而还需要更大范围的试验对结果进一步验证,以提高模型的区域适用性和稳定性。
【参考文献】：
期刊论文
[1]基于Prosail模型和Landsat 8数据的小麦冠层含水量反演比较[J]. 侯学会,王猛,刘思含,高帅,隋学艳,梁守真,万华伟. 麦类作物学报. 2018(04)
[2]新植被水分指数的冬小麦冠层水分遥感估算[J]. 程晓娟,杨贵军,徐新刚,陈天恩,李振海,冯海宽,王冬. 光谱学与光谱分析. 2014(12)
[3]基于NIR-Red光谱特征空间的作物水分指数[J]. 程晓娟,徐新刚,陈天恩,杨贵军,李振海. 光谱学与光谱分析. 2014(06)
[4]基于Hyperion高光谱数据的植被冠层含水量反演[J]. 宋小宁,马建威,李小涛,冷佩,周芳成,李爽. 光谱学与光谱分析. 2013(10)
[5]有机质对土壤光谱特性的影响研究[J]. 彭杰,周清,张杨珠,向红英. 土壤学报. 2013(03)
[6]棉花冠层水分含量估算的高光谱指数研究[J]. 王强,易秋香,包安明,赵金. 光谱学与光谱分析. 2013(02)
[7]基于二维光谱特征空间的土壤线自动提取算法[J]. 秦其明,游林,赵越,赵少华,姚云军. 农业工程学报. 2012(03)
[8]中国东北黑土带土壤线空间变异规律[J]. 刘焕军,宇万太,张新乐,沈善敏,马强,周桦. 农业工程学报. 2009(10)
[9]基于室内光谱反射率的土壤线影响因素分析[J]. 刘焕军,张柏,宋开山,王宗明,段洪涛,杨飞,张新乐. 遥感学报. 2008(01)
[10]NDWI与NDVI指数在区域干旱监测中的比较分析——以2003年江西夏季干旱为例[J]. 刘小磊,覃志豪. 遥感技术与应用. 2007(05)
硕士论文
[1]基于Landsat 8生长时序遥感信息的玉米干旱监测研究[D]. 杨文杰.石河子大学 2017
本文编号：3330141
【文章来源】：麦类作物学报. 2020,40(07)北大核心CSCD
【文章页数】：8 页
【部分图文】：
基于光谱特征空间的土壤线提取
覆盖度是影响作物冠层含水量遥感反演模型精度的因素之一。已有研究发现,基于可见光-近红外光谱空间特征构建的植被指数(如PDI、PVI、MPDI等)对低覆盖度条件下植被冠层含水量监测有效,而基于近红外-短波红外光谱空间特征构建的SPSI指数仅在全覆盖条件下监测冠层含水量的精度较高[5,22]。本研究以PDI和SPSI的比值形式,构建了一种基于可见光-近红外-短波红外三波段光谱空间特征的垂直植被水分指数TPVWI,结果进一步证明基于光谱空间特征构建的光谱特征在反演含水量研究中具有更明确的物理意义,精度相对较高[15],且与程晓娟等[6]基于EVI和NDWI乘积形式开展作物冠层研究结果相似,综合三波段信息的光谱指数,可有效提高作物冠层含水量的估算精度。此外,因综合了可见光波段对土壤信息的敏感性以及短波红外波段对高覆盖植被的抗饱和能力,新构建的三波段垂直植被水分指数TPVWI在不同的植被覆盖条件下均具有较好的反演精度。在小麦返青期,与PDI监测低植被覆盖区土壤水分[15-18]或植被含水量[21]的能力相似,TPVWI对低植被覆盖区的水分敏感性也较好,且其精度优于PDI (TPVWI:r2=0.472, P< 0.01;PDI :r2=0.369, P< 0.01);拔节期以后,在地面几乎全被小麦覆盖的条件下,基于TPVWI进行冠层水分反演的精度显著高于基于可见光-近红外或近红外-短波红外两种光谱空间特征构建的光谱指数,而且即使基于返青-拔节-开花-灌浆即小麦全生育期的数据,TPVWI监测小麦冠层含水量的精度也优于PDI、SPSI、PWI和NDVI。在小区域尺度上,与NDWI等常用的作物含水量表征指标能力一致[32],基于TPVWI构建的小麦冠层含水量拟合模型也能很好地表征小麦冠层含水量随生育期变化的时空趋势。经地面实测数据验证,基于TPVWI估算的小麦冠层含水量精度能够满足农业、生态对区域植被含水量信息的需求,在植被含水量监测研究中具有一定的实用价值和应用 -潜力。图3 基于TPVWI的小麦冠层含水量 估测植与实测植的对比
图2 基于TPVWI估测不同生育期小麦冠层含水量的空间格局本研究结果为植被含水量反演研究提供了一种新的思路,但本研究是基于极小区域范围内的有限的试验样本进行探讨,且使用遥感数据源单一,如真正向大区域应用推广,本研究所建立的反演模型可能会存在一定的不确定性,因而还需要更大范围的试验对结果进一步验证,以提高模型的区域适用性和稳定性。
【参考文献】：
期刊论文
[1]基于Prosail模型和Landsat 8数据的小麦冠层含水量反演比较[J]. 侯学会,王猛,刘思含,高帅,隋学艳,梁守真,万华伟. 麦类作物学报. 2018(04)
[2]新植被水分指数的冬小麦冠层水分遥感估算[J]. 程晓娟,杨贵军,徐新刚,陈天恩,李振海,冯海宽,王冬. 光谱学与光谱分析. 2014(12)
[3]基于NIR-Red光谱特征空间的作物水分指数[J]. 程晓娟,徐新刚,陈天恩,杨贵军,李振海. 光谱学与光谱分析. 2014(06)
[4]基于Hyperion高光谱数据的植被冠层含水量反演[J]. 宋小宁,马建威,李小涛,冷佩,周芳成,李爽. 光谱学与光谱分析. 2013(10)
[5]有机质对土壤光谱特性的影响研究[J]. 彭杰,周清,张杨珠,向红英. 土壤学报. 2013(03)
[6]棉花冠层水分含量估算的高光谱指数研究[J]. 王强,易秋香,包安明,赵金. 光谱学与光谱分析. 2013(02)
[7]基于二维光谱特征空间的土壤线自动提取算法[J]. 秦其明,游林,赵越,赵少华,姚云军. 农业工程学报. 2012(03)
[8]中国东北黑土带土壤线空间变异规律[J]. 刘焕军,宇万太,张新乐,沈善敏,马强,周桦. 农业工程学报. 2009(10)
[9]基于室内光谱反射率的土壤线影响因素分析[J]. 刘焕军,张柏,宋开山,王宗明,段洪涛,杨飞,张新乐. 遥感学报. 2008(01)
[10]NDWI与NDVI指数在区域干旱监测中的比较分析——以2003年江西夏季干旱为例[J]. 刘小磊,覃志豪. 遥感技术与应用. 2007(05)
硕士论文
[1]基于Landsat 8生长时序遥感信息的玉米干旱监测研究[D]. 杨文杰.石河子大学 2017
本文编号：3330141
本文链接：https://www.wllwen.com/nykjlw/nzwlw/3330141.html
最近更新
教材专著
