监测花生叶面积指数和地上部生物量的最优植被指数及适宜波段带宽

文献类型： 中文期刊

第一作者： 曹中盛

作者： 曹中盛;李艳大;黄俊宝;孙滨峰;叶春;舒时富;吴罗发;田永超

作者机构：

关键词： 花生长势;叶面积指数;地上部生物量;植被指数;波段带宽;模型

期刊名称： 中国油料作物学报

ISSN：

年卷期： 2022 年 006 期

页码： 1320-1328

收录情况： 北大核心 ; CSCD

摘要： 为推动光谱遥感在快速无损监测花生生长中的应用，明确监测花生叶面积指数（leaf area index,LAI）和地上部生物量（aboveground biomass,AGB）的最优植被指数及适宜的核心波段带宽。设置2个花生品种、4个施氮水平的花生田间试验，在不同生育时期（苗期、开花下针期、结荚期、成熟期）用Analytical Spectral Devices（ASD）公司生产的FieldSpec HandHeld 2型野外高光谱辐射仪，采集325～1075 nm范围冠层反射光谱，筛选敏感植被指数，并研究核心波段带宽对其监测叶面积指数（LAI）和地上部生物量（AGB）时精度的影响。结果显示，对花生LAI和AGB敏感的植被指数均为归一化红边指数（normalized difference red edge），即NDRE(λ790,λ720)。进一步分析这一指数的监测精度随波段带宽的变化，发现监测LAI时，核心波段带宽（bandwidth,b）在(λ790:1～33 nm，λ720:41～59 nm)范围内时能使NDRE(λ790,λ720)保持较高监测精度，其中带宽组合(λ790:33 nm，λ720:53 nm)的带宽和值最大，对核心波段带宽的要求最低，利用其构建监测模型时决定系数（determination coefficient,R~2）为0.7482，利用独立试验数据检验模型时相对均方根误差（relative root mean square difference,RRMSE）为13.88%。监测花生AGB时，核心波段带宽在(λ790:1～101 nm，λ720:19～101 nm)范围内时能使NDRE(λ790,λ720)保持较高的监测精度，其中带宽和值最大的核心波段带宽组合为(λ790:89 nm，λ720:89 nm)，其建模R~2为0.7103，检验RRMSE为20.42%。综上，在花生整个生长进程中，可用上述两个具有不同核心波段带宽的植被指数NDRE(λ790-b33,λ720-b53)和NDRE(λ790-b89,λ720-b89)分别对LAI和AGB进行监测，监测模型为LAI=0.0296×exp（14.365×NDRE）和AGB=0.6240×exp（20.222×NDRE）。在核心波段适宜带宽上的研究结果，可以为花生长势光谱监测设备研发及评估提供参考。

分类号： S565.2%S127

  • 相关文献

[1]基于无人机多光谱遥感的春玉米叶面积指数和地上部生物量估算模型比较研究. 樊鸿叶,李姚姚,卢宪菊,顾生浩,郭新宇,刘玉华. 2021

[2]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

[3]基于植被指数与叶面积指数的水稻生长状况监测. 田翠玲,李秉柏,郑有飞. 2005

[4]基于CASI高光谱数据的作物叶面积指数估算. 唐建民,廖钦洪,刘奕清,杨贵军,冯海宽,王纪华. 2015

[5]基于成像高光谱仪的大豆叶面积指数反演研究. 陆国政,李长春,杨贵军,于海洋,赵晓庆,张晓燕. 2016

[6]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[7]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[8]基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演. 李鑫川,徐新刚,鲍艳松,黄文江,罗菊花,董莹莹,宋晓宇,王纪华. 2012

[9]基于支持向量机回归的冬小麦叶面积指数遥感反演. 梁栋,管青松,黄文江,黄林生,杨贵军. 2013

[10]基于无人机高光谱遥感的冬小麦株高和叶面积指数估算. 陶惠林,徐良骥,冯海宽,杨贵军,代阳,牛亚超. 2020

[11]基于热点植被指数的冬小麦叶面积指数估算. 陈瀚阅,牛铮,黄文江,黄妮,张瀛. 2012

[12]基于冠层反射光谱的玉米LAI和地上干物重估测研究. 赵巧丽,郑国清,段韶芬,戴廷波. 2008

[13]基于SPOT5影像分析植被指数与水稻叶面积指数和产量的相关性. 李源洪,魏来,姚兴柱,周华茂. 2014

[14]基于作物模型与叶面积指数遥感影像同化的区域单产估测研究. 杨鹏,吴文斌,周清波,陈仲新,查燕,唐华俊,柴崎亮介. 2007

[15]基于高光谱植被指数的水稻LAI遥感估算. 张敏,郭涛,刘轲,黄平,喻君,刘仕川,刘泳伶,李源洪. 2022

[16]波段宽度对利用植被指数估算小麦LAI的影响. 黄婷,梁亮,耿笛,李丽,王李娟,王树果,罗翔,杨敏华. 2020

[17]冬小麦不同株型品种光谱响应及株型识别方法研究. 卢艳丽,李少昆,王纪华,谢瑞芝,黄文江,高世菊,刘良云,王之杰. 2005

[18]基于无人机多光谱信息与纹理特征融合的小麦叶面积指数估测. 齐浩,孙海芳,吕亮杰,李偲,闵家楠,侯亮. 2025

[19]基于NDVI的西昌市紫茎泽兰入侵监测模型初探. 刘伟,张锦华,唐成斌,刘淑珍,杨颖慧. 2008

[20]青藏高原草地生物量遥感动态监测. 方金,黄晓东,王玮,于惠,马琳雅,梁天刚. 2011

作者其他论文 更多>>

微信小程序