基于高光谱遥感的冬小麦叶水势估算模型

文献类型： 中文期刊

第一作者： 陈智芳

作者： 陈智芳;宋妮;王景雷;孙景生

作者机构：

关键词： 高光谱遥感;冬小麦;植被指数;叶水势;估算

期刊名称： 中国农业科学

ISSN： 0578-1752

年卷期： 2017 年 50 卷 05 期

页码： 871-880

收录情况： 北大核心 ; CSCD

摘要： 【目的】采用高光谱技术,建立快速、无损与准确获取冬小麦叶水势的估算模型,为小麦灌溉的精确管理提供科学依据。【方法】利用不同水分处理的大田试验,于小麦主要生育期同步测定冠层光谱反射率、叶水势、土壤水分等信息,并探讨高光谱植被指数与冬小麦叶水势之间的定量关系。通过相关性分析、回归分析等方法,基于不同水分处理,构建4种植被指数与冬小麦叶水势的估算模型。【结果】不同水分处理和不同生育期的冬小麦,其冠层光谱反射率具有显著的变化特征。在可见光波段,冬小麦冠层反射率随着水分含量的增加而逐渐降低,而在近红外波段,其冠层反射率则随着土壤水分含量的增加而升高。随着小麦生育期的推进,在近红外波段,抽穗期的冠层反射率比拔节期的高,在灌浆期之后,红波段(670 nm)、蓝波段(450 nm)的反射率上升加快;4种植被指数与叶水势显著相关(P<0.05),相关系数|r|均在0.711以上,四者均可用于冬小麦叶片水势的定量监测。在充分供水条件下(70%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.75和0.771)均低于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.808和0.896),而在重度水分亏缺条件下(50%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.857和0.853)均高于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.711和0.792);所建模型对45个未知样的预测结果与实测值相似度较高,其回归模型R~2、验证模型MRE、RMSE的范围分别为0.616—0.922、-17.50%—-12.52%、0.102—0.133。在70%FC水分处理下,基于EVI2(enhanced vegetation index)所得叶水势估算模型的R~2最高,为0.922,而在60%FC和50%FC水分处理下,由于考虑了土壤背景的影响,基于OSAVI所建模型的R~2最高,分别为0.922和0.856。【结论】4种植被指数均可用于冬小麦叶水势的定量监测。但是,在构建不同水分处理的叶水势估算模型时,应考虑土壤背景对冠层光谱的影响。研究结果可以为小麦精准灌溉管理提供技术依据,为星载数据的参数反演提供模型支持。

分类号： S512.11`S127

  • 相关文献

[1]基于冠层光谱植被指数的冬小麦作物系数估算. 李贺丽,罗毅,赵春江,杨贵军. 2013

[2]不同生育时期冬小麦籽粒蛋白质含量的高光谱遥感监测模型. 贺佳,刘冰峰,黎世民,郭燕,王来刚,张彦,李军. 2017

[3]基于Hyperion高光谱影像的冬小麦地上干生物量反演. 任建强,吴尚蓉,刘斌,陈仲新,刘杏认,李贺. 2018

[4]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[5]高光谱遥感在植被理化信息提取中的应用动态. 谭昌伟,王纪华,黄文江,刘良云,黄义德,严伟才. 2005

[6]融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI. 李鑫川,鲍艳松,徐新刚,金秀良,张竞成,宋晓宇. 2013

[7]基于高光谱数据的滴灌甜菜叶绿素含量估算. 李宗飞,苏继霞,费聪,李阳阳,刘宁宁,樊华,陈兵. 2020

[8]草地地上生物量高光谱遥感估算研究. 乌兰吐雅,包刚,乌云德吉,黄明祥,杭玉玲,包玉海. 2015

[9]土壤水分状况对小麦叶片超声波信号发射及木质部脆弱性的影响(英文). 贾秀领,王振林,马瑞崑,张丽华,张全国,杨利华. 2007

[10]高产冬小麦节水栽培的叶水势特征. 马瑞昆,蹇家利,贾秀领,刘淑贞. 1995

[11]基于赤池信息量准则的冬小麦叶面积指数估算. 杨福芹,冯海宽,李振海,金秀良,杨贵军,戴华阳. 2015

[12]基于无人机数码影像和高光谱数据的冬小麦产量估算对比. 陶惠林,冯海宽,杨贵军,杨小冬,苗梦珂,吴智超,翟丽婷. 2019

[13]基于无人机高光谱遥感数据的冬小麦产量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,牛亚超. 2020

[14]基于高光谱的冬小麦叶面积指数估算方法. 夏天,吴文斌,周清波,周勇,于雷. 2012

[15]冬小麦叶面积指数高光谱遥感反演方法对比. 夏天,吴文斌,周清波,周勇. 2013

[16]基于无人机数字表面模型的冬小麦生物量估算模型构建及迁移能力分析. 郭燕,贺佳,曾凯,张彦,张红利,郑国清,王来刚. 2024

[17]可见光光谱的冬小麦苗期地上生物量估算. 张领先,陈运强,李云霞,马浚诚,杜克明,郑飞翔,孙忠富. 2019

[18]高光谱遥感监测冬小麦条锈病的研究进展(综述). 黄木易,王纪华,黄义德,黄文江,赵春江,刘良云. 2004

[19]用高光谱微分指数监测冬小麦病害的研究. 蒋金豹,陈云浩,黄文江. 2007

[20]应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽. 2013

作者其他论文 更多>>

微信小程序