您好,欢迎访问北京市农林科学院 机构知识库!

冬小麦不同株型品种光谱响应及株型识别方法研究

文献类型: 中文期刊

作者: 卢艳丽 1 ; 李少昆 1 ; 王纪华 2 ; 谢瑞芝 1 ; 黄文江 2 ; 高世菊 1 ; 刘良云 2 ; 王之杰 2 ;

作者机构: 1.中国农业科学院作物科学研究所

2.国家农业信息化工程技术研究中心

关键词: 小麦;株型;冠层光谱;覆盖度;植被指数;叶面积指数

期刊名称: 作物学报

ISSN: 0496-3490

年卷期: 2005 年 31 卷 10 期

页码: 1333-1339

收录情况: 北大核心 ; CSCD

摘要: 以直立和平展2种株型的冬小麦品种为材料,研究了它们的光谱响应以及田间植被覆盖度的差异,探讨了利用冠层光谱反射率、光谱特征参量NDVI及植被覆盖度识别小麦株型的方法。结果表明,(1)小麦不同株型品种在近红外波段(700~1 300 nm)光谱反射率有明显差异,生育前期平展型品种高于直立型品种,并以拔节期的差异为最显著,随着生育进程差异逐渐变小。拔节期是进行株型识别的最佳时期,并且此期冠层的敏感波段680 nm和760~900 nm的反射率在2种株型品种之间差异明显。(2)小麦冠层叶面积指数(LAI)与归一化差异植被指数NDVI(680,890)呈正相关,并且不同生育阶段其相关程度有差异,这是利用NDVI和植被覆盖度(COV)识别不同株型的基础。(3)相同COV条件下,直立型品种的NDVI高于平展型品种的NDVI,并且随着COV的增加,差异逐渐变小,二者的变化关系体现了直立型品种株型紧凑和平展型品种株型披散的特点,利用NDVI和COV的关系可以对株型进行识别,以小麦拔节期为最佳识别阶段,此期2种株型品种的NDVI具有显著差异(P<0.05)。

  • 相关文献

[1]不同灌溉条件下冬小麦冠层含水量的光谱响应. 孙乾,顾晓鹤,孙林,王淼,周龙飞,杨贵军,李卫国,束美艳. 2019

[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

[4]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

[5]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

[6]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

[7]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

[8]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

[9]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

[10]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

[11]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

[12]株型对冬小麦冠层叶面积指数与植被指数关系的影响研究. 唐怡,黄文江,刘良云,王纪华. 2006

[13]不同株型冬小麦冠层结构特征多时相分析. 杨贵军,邢著荣,黄文江,齐腊,李伟国. 2010

[14]基于改进K-means图像分割算法的细叶作物覆盖度提取. 吴焕丽,崔可旺,张馨,薛绪掌,郑文刚,王岩. 2019

[15]用冠层光谱比值指数反演条锈病胁迫下的小麦含水量. 蒋金豹,黄文江,陈云浩. 2010

[16]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[17]估测作物冠层生物量的新植被指数的研究. 陈鹏飞,Nicolas Tremblay,王纪华,Philippe Vigneault,黄文江,李保国. 2010

[18]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[19]灌浆期弱光逆境对小麦生长和产量影响的模拟模型. 顾蕴倩,刘雪,张巍,亓春杰,汤开磊,赵杨,张岩,李刚,王斌. 2013

[20]小麦生长过程中光能利用率和光化学反射指数的相关性研究. 吴朝阳,牛铮,汤泉,黄文江. 2009

作者其他论文 更多>>