不同播期冬小麦叶面积指数高光谱遥感监测模型

• 作者: 刘凯文 尤慧 范剑 高华东
• 来源期刊: 气象科技进展
• 关键词: 冬小麦 播期 叶面积指数 高光谱遥感 估算模型
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 研究论文
• 页码范围: 72-77
• 页数: 6页
• 字数: 4559字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1973.2018.05.011

摘要

叶面积指数(Leaf area index,LAI)与植物的光合能力密切相关,是评价作物长势和预测产量的重要农学参数,利用高光谱遥感能够实现农作物LAI快速无损监测.为了建立不同播期条件下冬小麦LAI反演的最佳高光谱监测模型,提高冬小麦LAI估算模型精度,将地面实测冬小麦LAI数据和冠层高光谱数据相结合,对4个播期及4个播期组合模拟的混合播期数据进行分析,选取8种植被指数,通过相关分析、回归分析等统计方法,构建不同播期冬小麦叶面积指数监测模型.结果表明,在4个播期处理和由一个所有播期组合下(即混合播期)建立的LAI光谱监测模型中,播期1和播期4分别以EVI2和mNDVI拟合效果较好,播期2、播期3及混合播期均与NDGI拟合效果最好.不同播期及混合播期的拟合方程决定系数(R2)分别为0.803,0.823,0.907,0.819和0.798;通过试验田实测LAI与反演LAI数据进行拟合模型验证,均方根误差分别为0.81,0.78,0.63,0.82,0.91.通过分析可知,不同播期的分期监测模型比混合播期统一监测模型的拟合效果更好,精度更高.因此,播期1、播期2、播期3、播期4分别选用植被指数EVI2、NDGI、NDGI、mNDVI建立冬小麦LAI反演模型.该结果可为实现不同播期下冬小麦长势精确监测提供理论依据和技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范剑		1	3	1.0	1.0