文献类型： 中文期刊

作者： 刘明星 ¹ ; 李长春 ¹ ; 李振海 ¹ ; 冯海宽 ¹ ; 杨贵军 ¹ ; 陶惠林 ¹ ;

作者机构： 1.河南理工大学测绘与国土信息工程学院;北京农业信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室;国家农业信息化工程技术研究中心;北京市农业物联网工程技术研究中心

关键词： 冬小麦;地上生物量;高光谱;SAFY模型;叶面积指数

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2020 年 02 期

页码： 192-202+220

收录情况： EI ; 北大核心 ; CSCD

摘要： 为了探索准确、高效地估算冬小麦地上生物量(Dry aerial mass,DAM)的方法,获取了2013—2014年和2014—2015年2个生长季的冬小麦试验数据,采用植被指数反演叶面积指数(LAI),以遥感反演LAI作为遥感与SAFY(Simple algorithm for yield estimates)模型之间的耦合变量,利用主成分分析的复合型混合演化(Shuffled complex evolution with PCA,SP-UCI)算法优化出苗日期(D0)、有效光能利用率(ELUE)和衰老温度(STT) 3个敏感参数,对冬小麦全生育期进行动态生长模拟。结果表明,2014—2015年和2013—2014年冬小麦全生育期模型模拟地上生物量R~2、RMSE和NRMSE分别为0. 887、1. 001 t/hm~2、19. 41%和0. 856、1. 033 t/hm~2、19. 86%。研究表明,耦合高光谱遥感与SAFY作物生长模型能够准确地模拟冬小麦长势的动态变化,对冬小麦地上生物量估算精度较高,可为遥感监测冬小麦长势提供参考。