共查询到20条相似文献,搜索用时 15 毫秒
1.
以往,根据遥感资料估算作物产量,多数用的是经验方法。本文提出了一种具有生物学基础的水稻估产模式。该模式包括两项基础性的工作。(1)利用Baerema在澳大利亚新南威尔士州的Riveri-na地区,在水稻整个生长季中获得的三个水稻品种、两种播种方式(空播和拖拉机播)共6组实测的叶面积指数值LAI,通过LAI与积温间关系的分析,得到一条规一化的LAI曲线,称叶面积指数轨线(LAI trajectory)(2)根据太阳辐射在植冠层内的传输理论,利用实测的水稻叶角分布和常规日射资料,用模拟计算的方法,得到水稻冠层对光合有效辐射PAR日截获率IPAR_d与LAI间的关系。并用实测资料对此作了检验,结果表明模拟计算结果是可取的。由此,我们只要知道了水稻扬花前不久某一天的LAI,利用上述两项基本关系及当地的辐射、温度资料,便可推算植冠层从扬花到生理成熟期间对光合有效辐射的截获总量TIPAR,进而再假定水稻的灌浆直接取决于对PAR的总截获量TIPAR,根据水稻籽粒产量与光能截获间的转换效率,便能估算水稻产量。 相似文献
2.
基于冠层反射光谱的水稻产量预测模型 总被引:21,自引:0,他引:21
基于地面实测的水稻冠层反射光谱,计算了常用的8个植被指数,并在产量形成生理特征的基础上,系统分析了水稻籽粒产量及其构成因素与各植被指数之间的关系。结果表明,通过单一生育时期或某个生育阶段的光谱植被指数来直接估测产量精度较低。发现叶面积氮指数(叶片氮百分含量与叶面积指数的乘积)的变化趋势很好地反映了产量的形成过程,且与光谱植被指数极显著正相关,基于此建立了水稻的光谱植被指数-累积叶面积氮指数-产量估测模型(VICLANIYieldModel)。并将其与LAD-产量模型、多生育期复合估产模型进行了比较,表明本模型预测精度最高。 相似文献
3.
小麦生物量和真实叶面积指数的高光谱遥感估算模型 总被引:5,自引:0,他引:5
利用大田小麦的参数数据和冠层光谱数据,基于光谱一阶微分技术和光谱响应函数,构建等效MODIS植被指数,建立小麦生物量(本文指总干生物量,下同)和真实叶面积指数的高光谱遥感估算模型.结果表明:①小麦生物量与冠层光谱在552 nm,721 nm处呈现最显著相关关系,叶面积指数与冠层光谱的相关性在400~1100 nm范围内较显著;②红边位置与生物量的关系最为显著,相关系数R为0.818;③6种等效MODIS植被指数中,增强型植被指数对生物量最为敏感;④红边位置估算小麦总生物量的指数模型最优,决定系数R2为0.829;⑤增强型植被指数与小麦叶面积指数的指数模型拟合度最强,决定系数R2为0.94.利用实测光谱模拟MODIS等效反射率构建植被指数反演小麦参数的方法,可为利用卫星数据进行大面积、无破坏和及时获取地面植被信息研究提供重要手段. 相似文献
4.
5.
根据NOAA气象卫星具有周期短、覆盖面积大、对绿色植被及水份温度反应比较灵敏等特点,作者利用AVHRR甚高分辨率辐射计资料,结合同时期地面样方光谱和有关生物物理指标观测,对山西省运城盆地冬小麦长势进行了监测,并利用中比例尺的MSS彩色合成图像,分区分类测算面积和估算产量。在产量估算精度上有了新的提高。 首先采用多时相陆地卫星像片,按相同的生产条件及生产水平进行分类划区,然后分区设立地面样方,并与气象卫星接收同时进行光谱及生物物理指标观测。资料分析结果表明:地面光谱计算指数与小麦产量有较好的直线相关;地面光谱与卫星光谱指数(NVI),以及卫星光谱指数与小麦产量均具有较好的相关关系。 资料还证明了植冠红外温度与土壤水分即作物需水状况的相关性,以及气象卫星红外温度值与小麦产量的相关性。 利用上述遥感方法对冬小麦长势进行监测和估产,计算可靠,方法简便、快速,适宜于中小区域农业生产管理应用。 相似文献
6.
植被指数与水稻长势及产量结构要素关系的研究 总被引:11,自引:0,他引:11
本文介绍水稻产量与其反射波谱数据的相关性试验结果,研究表明,水稻齐穗期以前,植被指数RVI与水稻的生长状况(叶面积指数及干物重)间相关系数很高,它们之间有较好的对应关系;齐穗期以,RVI与水稻于物产量之间的相关性也很显著;同时还发现垂直植被指数PVI与水稻产量结构各要素(每亩穗数,每穗实粒数,千粒重)以及理论产量之间也具有较好的相关性。 相似文献
7.
8.
叶片作为植物冠层的基本组成元素,其自身的光学特性直接影响着遥感所能获得的植物冠层反射光谱。从原理上讲,叶片的光学特性不仅取决于其内部生化组分含量的多少,还与其物理结构密切相关。因此对叶片内部物理结构进行估算有助于分离其对叶片光谱的影响,从而提高叶片生化信息反演的精度。在基于叶片内部辐射传输过程的PROSPECT模型中,叶片内部结构用一个假想的叶肉结构参数N来描述。PROSPECT模型模拟光谱发现,N对叶片反射率和透过率均影响显著,且影响范围涵盖400—2500nm的全部波段。本文利用水稻叶片实测光谱和生化数据尝试了3种N的估算方法,包括两种经验方法和一种模型反演方法,并对其进行比较。结果表明,由于两种经验方法都基于N和表观叶面积(SLA)之间的非线性经验公式,因此两者具有内在的数学关系。运用模型反演方法估算的N可在实测水稻光谱和模型模拟光谱间得到最小RMSE,且其在数值上小于两种经验方法的估算值。以N为因变量,叶片光谱反射率为自变量,运用逐步线性回归分析建立了N的光谱估算模型,550nm,816nm,1210nm和1722nm四个波段被选入模型,回归效果较好,为N的估算提供了一种新的经验方法。 相似文献
9.
冬小麦叶面积指数的高光谱估算模型研究 总被引:2,自引:0,他引:2
本文以山东禹城为研究区,利用地面实测光谱数据,探讨不同植被指数和红边参数建立高光谱模型反演冬小麦叶面积指数的精度。通过逐波段分析计算了4种植被指数(NDVI、RVI、SAVI、EVI),结合同步观测LAI数据,确定反演叶面积指数的最优波段;计算了5种常用的高光谱植被指数MCARI、MCARI2、OSAVI、MTVI2、MSAVI2,同时利用4种常用方法计算红边位置和红谷,与实测LAI进行回归分析,比较植被指数和红边参数模型对冬小麦LAI的估测精度。结果表明各因子与LAI均具有较高的相关性,整个研究区归一化植被指数具有最高的反演精度,确定了估算冬小麦LAI的最优模型,并使用独立的LAI观测数据对模型进行了验证。 相似文献
10.
高光谱数据与水稻叶面积指数及叶绿素密度的相关分析 总被引:54,自引:1,他引:53
分析了北京大屯科技站水稻叶面积指数 (LAI)、叶绿素密度 (CH .D)与高光谱分辨率遥感数据在整个生育期内的变化过程。利用微分技术处理水稻群体反射光谱以减少土壤等低频背景光谱噪音的影响。通过单相关分析和逐步回归方法研究水稻LAI、CH .D分别与光谱反射率、反射率的一阶微分光谱的相关关系 ,并建立预测回归方程。结果表明 ,微分技术能够改善光谱数据与LAI、CH .D的相关性 ,CH .D与光谱数据的相关明显优于同LAI的。 相似文献
11.
12.
在水稻反射光谱特性与水稻生物参数关系的支持下 ,以吉林省德惠市夏家点镇为研究区 ,探讨了一条基于TM遥感影像反演得到的归一化植被指数 (NDVI)与地面观测数据叶面积指数 (LAI)的水稻生长状况的研究途径 ,并利用NDVI以及LAI对该区 2 0 0 0年和 2 0 0 1年的水稻生长状况进行了分析研究。 相似文献
13.
14.
基于NDVI与LAI的水稻生长状况研究 总被引:5,自引:0,他引:5
在水稻反射光谱特性与水稻生物参数关系的支持下,以吉林省德惠市夏家点镇为研究区,探讨了一条基于TM遥感影像反演得到的归一化植被指数(NDVI)与地面观测数据叶面积指数(LAI)的水稻生长状况的研究途径,并利用NDVI以及LAI对该区2000年和2001年的水稻生长状况进行了分析研究。 相似文献
15.
16.
稻田光谱与水稻长势及产量结构要素关系的研究 总被引:9,自引:0,他引:9
本文通过对水稻不同生育期的稻田光谱与水稻长势和产量结构的相关分析得出以下几点结论:(1)稻田光谱与水稻长势的相关性较好,特别是在水稻生长后期;(2)抽穗期,稻田光谱与决定水稻产量的各结构要素之间相关系数较高;(3)在水稻灌浆期,稻田光谱与水稻理论产量的相关性较好,特别是800nm的反射光谱值:(4)水稻估产模型是:Y=6.65PVID+8.19PVIH+4.48PVIMt+4.36PVIMs-0.3,其中:Y-水稻产量;PVI-垂直植被指数,D,H,Mt,Ms,分别代表分化期、抽搐期、灌浆期及乳熟期。 相似文献
17.
18.
高光谱反演水稻叶面积指数的主成分分析法 总被引:1,自引:0,他引:1
为了通过水稻冠层反射光谱来提取水稻叶面积指数信息,尝试利用辐射传输模型PROSPECT+SAIL来模拟水稻冠层反射光谱,
比较了各植被指数中叶面积指数(LAI)和叶绿素浓度的相关性。在观察光谱曲线后发现,红边位置光谱可以较好地区分LAI和叶绿素
浓度二者引起光谱变化的差异。由此提出对700 nm~750 nm区间内的反射光谱做主成分变换,并利用第2主成分与LAI建立反演模型(
即主成分分析法),取得了较好效果,表明在植被指数趋近于饱和以至于无法区分二者相关性时,主成分分析法可以作为一种简单
而有效提取水稻叶面积指数信息的补充手段。 相似文献
19.
20.
水稻叶面积指数(leaf area index,LAI)是评价其长势的重要农学参数,高光谱遥感能够实现叶面积指数的快速无损监测。为了寻找反演水稻LAI的最优植被指数,扩展水稻LAI高光谱估测模型的普适性,选取宁夏引黄灌区水稻为研究对象,通过设置不同氮素处理,借助相关分析、回归分析等方法研究高光谱植被指数与水稻LAI之间的定量关系,并通过确立的最优波段组合,构建4种植被指数与水稻LAI的高光谱反演模型。结果表明,水稻LAI在抽穗末期达到最大值,并随氮素水平的增加而增加;水稻冠层原始光谱反射率在400~722 nm和1 990~2 090 nm波段与LAI达到极显著负相关水平,在近红外区域760~1 315 nm与LAI呈极显著正相关。模型检验结果表明,以比值植被指数RVI(850,750)为变量建立的水稻LAI估测模型最佳,研究结果可为水稻LAI的高光谱估测提供地域参考。 相似文献