冬小麦生物量高光谱遥感监测模型研究

文献类型： 中文期刊

第一作者： 贺佳

作者： 贺佳;刘冰峰;郭燕;王来刚;郑国清;李军

作者机构：

关键词： 农作物;冬小麦;生物量;高光谱遥感;监测模型

期刊名称： 植物营养与肥料学报

ISSN： 1008-505X

年卷期： 2017 年 23 卷 02 期

页码： 313-323

收录情况： 北大核心 ; CSCD

摘要： 【目的】高光谱遥感能快速、实时、无损监测作物长势。研究不同氮磷水平下冬小麦不同生育时期地上部生物量高光谱遥感监测模型,可提高地上部生物量高光谱监测精度。【方法】在西北农林科技大学连续进行了5年田间定位试验,设置5个施氮水平(N,0,75,150,225和300 kg/hm~2)和4个磷施用水平(P2O5,0,60,120和180 kg/hm~2),选用不同抗旱类型冬小麦品种,测定了从拔节期至成熟期生物量与冠层光谱反射率,通过相关分析、回归分析等统计方法,建立并筛选基于不同植被指数的冬小麦不同生育时期生物量分段遥感监测模型。【结果】冬小麦生物量与光谱反射率在670 nm和930 nm附近具有较高相关性,在可见光和近红外波段处均有敏感波段;在拔节期、孕穗期、抽穗期、灌浆期、成熟期,生物量与归一化绿波段差值植被指数(GNDVI)、比值植被指数(RVI)、修正土壤调节植被指数(MSAVI)、红边三角植被指数(RTVI)和修正三角植被指数Ⅱ(MTVIⅡ)均达极显著相关性(P<0.01),相关系数(r)范围为0.923~0.979;在不同生育时期,分别基于GNDVI、RVI、MSAVI、RTVI和MTVIⅡ能建立较好的生物量分段监测模型,决定系数(R2)分别为0.987、0.982、0.981、0.985、0.976;估计标准误差SE分别为0.157、0.153、0.163、0.133、0.132;预测值与实测值间相对误差(RE)分别为8.47%、7.12%、7.56%、8.21%、8.65%;均方根误差(RMSE),分别为0.141 kg/m~2、0.113kg/m~2、0.137 kg/m~2、0.176 kg/m~2、0.187 kg/m~2。【结论】在拔节期、孕穗期、抽穗期、灌浆期、成熟期可以用GNDVI、RVI、MSAVI、RTVI和MTVIⅡ监测冬小麦生物量,具有较好的年度间重演性和品种间适用性。同时,分段监测模型较统一监测模型具有较好的监测效果及验证效果,能有效改善高光谱遥感监测模型精度。

分类号： S512.11`S127

  • 相关文献

[1]基于SPOT-5影像的冬小麦拔节期生物量及氮积累量监测. 王备战,冯晓,温暖,郑涛,杨武德. 2012

[2]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

[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]基于冠层尺度的花生叶片糖氮比高光谱监测. 张晓艳,刘锋,孙家波,吴正峰,牛鲁燕,阮怀军. 2017

[5]基于高光谱遥感的花生叶片氮积累量监测模型的研究. 张晓艳,王丽丽,刘锋,封文杰,刘淑云,朱建华. 2012

[6]水旱地冬小麦植株氮素含量的高光谱监测. 孙慧,冯美臣,杨武德,李方舟,李广信,王超. 2015

[7]基于高光谱遥感的农作物识别. 舒田,岳延滨,李莉婕,黎瑞君,李裕荣,彭志良. 2016

[8]作物氮素高光谱遥感监测研究. 李永梅,张立根. 2020

[9]作物环境胁迫高光谱遥感监测研究进展. 杨菲菲,李世娟,刘升平,吕纯阳,刘大众,肖顺夫,刘航. 2020

[10]基于氮素和水分的冬小麦籽粒蛋白质含量监测. 王芊,李存军,王大成,周脚根,杨武德. 2008

[11]基于Landsat TM影像的冬小麦拔节期主要长势参数遥感监测. 谭昌伟,王纪华,朱新开,王妍,王君婵,童璐,郭文善. 2011

[12]利用Landsat TM遥感数据监测冬小麦开花期主要长势参数. 谭昌伟,王纪华,赵春江,王妍,王君婵,童璐,朱新开,郭文善. 2011

[13]高光谱遥感在草原监测中的应用进展. 周磊,辛晓平,李刚,杨桂霞. 2008

[14]花生叶鲜生物量的高光谱估算模型. 颜丙囤,侯学会,梁守真,王猛,陈振,隋学艳. 2017

[15]高光谱遥感在草原监测中的应用. 周磊,辛晓平,李刚,杨桂霞,张宏斌. 2009

[16]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

[17]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

[18]不同灌溉条件下冬小麦叶面积指数的高光谱监测. 孙慧,冯美臣,李广信,王超,肖璐洁,杨武德. 2019

[19]冬小麦条锈病严重度高光谱遥感反演模型研究. 蒋金豹,陈云浩,黄文江,李京. 2007

[20]冬小麦主要病虫害的高光谱识别. 徐永伟,程登发,周益林. 2007

作者其他论文 更多>>

微信小程序