基于高光谱遥感的叶片总初级生产力GPP反演

• 作者: 方圣辉 林志恒 柴如珲 邵佩佩
• 来源期刊: 中国农业大学学报
• 学科: 农学
• 关键词: 高光谱 植被指数 总初级生产力 油菜 小麦 回归模型
• 年，卷（期）: 2018,（8）
• 页码范围: 109-117
• 页数: 9页
• 分类号: S51
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2018.08.12

摘要

为探究利用高光谱植被指数反演叶片总初级生产力(GPP)的模型,以湖北省武汉大学试验田油菜和小麦叶片高光谱反射率和光照强度(PARin)为数据源,利用7种植被指数与PARin的乘积分别反演2种植被叶片GPP,构建线性及非线性回归模型,并对模型进行验证.结果表明:1)从油菜生理特点出发,需要分生育期建模.在选择的7种植被指数中,花期SR构建的一次模型效果最优,建模和验模R2分别为0.80和0.82,RMSE不超过2.85 g/(m2·d);荚果期选择CIred edge和MTCI为优选模型,建模和验模R2为0.84和0.72,RMSE＜3.91 g/(m2·d);全时期基于红边波段的CIred edge、MTCI为优选模型,建模集R2达到0.80,RMSE＜3.67 g/(m2·d),验模R2达到0.65,RMSE＜3.92 g/(m2·d);2)小麦中NDVI模型效果最优,建模集R2=0.59,RMSE=2.80 g/(m2·d),验模R2=0.67,RMSE=3.39 g/(m2·d).将油菜与小麦做对比,基于红边波段的植被指数CIred edge和MTCI对2种植被差异不敏感,R2为0.72～0.73,表明CIred edge和MTCI模型可以用于小麦和油菜叶片GPP的统一反演.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方圣辉	武汉大学遥感信息工程学院	43	532	12.0	22.0
2	柴如珲	武汉大学遥感信息工程学院	2	5	2.0	2.0
3	邵佩佩	武汉大学遥感信息工程学院	1	3	1.0	1.0
4	林志恒	武汉大学遥感信息工程学院	2	5	2.0	2.0