GF-1和MODIS影像冬小麦长势监测指标NDVI的对比

作物长势是农情遥感监测的重要内容之一。长期以来, 作物长势遥感监测主要基于卫星影像反演的相关植被参数, 如归一化植被指数(NDVI, normalized difference vegetation index)、叶面积指数(LAI, leaf area index)等。本文通过对比研究16 m分辨率GF-1卫星影像及250 m分辨率MODIS影像的NDVI与冬小麦综合茎数、株高、叶绿素浓度之间的关系, 尝试建立遥感监测作物长势指标与地面实测作物长势指标的定量关系。研究发现GF-1 的NDVI与冬小麦综合茎数的相关性最高(R ²=0.8961), 而与其他指标相关性较弱; MODIS的 NDVI指数与冬小麦综合茎数相关性较低(R ²=0.4432), 对作物长势的遥感监测精度较低。统计MODIS冬小麦像元内GF-1像元的NDVI平均值, 并与MODIS的NDVI对比, 发现两者之间的相关性较低(R ²=0.3944); 在消除MODIS与GF-1影像传感器光谱响应函数差异及NDVI尺度效应后, MODIS影像的冬小麦作物长势遥感监测精度得到一定提高(R ²=0.4633)。对MODIS像元内GF-1 NDVI标准差排序发现, MODIS像元内冬小麦长势一致性越高, MODIS的长势遥感监测精度越高。GF-1和MODIS影像NDVI长势监测主要代表地面冬小麦综合茎数, 且卫星影像分辨率越高, NDVI值越能反映实际的作物长势。MODIS像元内冬小麦长势一致性越高, 基于NDVI的MODIS与GF-1数据冬小麦长势监测结果越一致。从区域长势监测角度来看, 尽管MODIS与GF-1数据的监测结果趋势较为一致, 并且通过光谱、尺度归一化能够进一步提高监测结果的一致性, 但MODIS NDVI长势监测总体精度较低, 为满足作物长势精细化监测的业务需要, 应逐步使用高分辨率的遥感数据替代中低分辨率遥感数据进行作物长势遥感监测, 并将其作为长势监测业务化运行的研究重点。     

偏最小二乘回归在Hyperion影像叶面积指数繁衍中的应用

叶面积指数(Leaf Area Index,LAI)是一个重要的森林结构参数指标,遥感技术被认为是区域LAI反演的有效手段。现有遥感反演模型多以单变量的曲线估计及线性回归模型为主,模型的通用性、建模精度以及植被指数的选择上需要更进一步的探讨。论文以攸县黄丰桥林场为研究区,Hyperion影像为数据源,提取归一化植被指数(NDVI)、比值植被指数(RVI)等13个因子,利用LAI-2000冠层分析仪开展130个样地(60 m×60 m)的叶面积指数测量,选用变量投影重要性(VIP)指标、变量解释能力及变量权重作为变量筛选的依据,采用偏最小二乘回归分析方法建立植被指数与实测样地的回归模型,开展叶面积指数反演并制图。研究结果表明：偏最小二乘回归分析在LAI反演中取得了较好的预测效果,其中以6个植被因子建立的回归模型预测精度最高,预测值与实测值的决定系数R2为0.91;LAI与植被指数之间具有良好的线性关系,其中RVI与LAI的相关性最大;残差分析表明,反演模型的自变量个数选取以4~6个为宜。     

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

以冬小麦LAI为研究对象,利用孕穗期、开花期和灌浆期获取的无人机UHD185高光谱影像以及同步测定的地面数据(冬小麦冠层ASD反射率和冬小麦LAI),论证光谱特征(红边参数或植被指数)与偏最小二乘回归算法结合的改进型LAI拟合方法在无人机画幅高光谱遥感LAI探测方面的应用价值。首先,从光谱反射率相关性和植被指数相关性两方面比较UHD185与ASD,验证UHD185数据精度;结果表明,第3~第96波段(458~830 nm)的无人机UHD185高光谱数据具有较好的光谱质量,适宜探测冬小麦LAI。其次,分析光谱特征(6种植被指数和4种红边参数)与LAI的相关性,并通过独立验证和交叉验证方法,依次对基于红边参数或植被指数的传统LAI拟合方法和改进型LAI拟合方法的冬小麦LAI预测精度进行评价,相比于传统LAI拟合方法,改进型LAI拟合方法能大幅度提高冬小麦LAI的预测精度,特别是PLSR+REP。研究结果证实,改进型LAI拟合方法能更加充分地利用无人机UHD185高光谱数据预测冬小麦LAI,可望为无人机高光谱遥感的作物理化参数探测提供几点可借鉴的思路。     

基于WorldView 2影像杉木叶面积指数与植被指数相关性研究

为了探究基于高分辨率遥感影像杉木叶面积指数与植被指数的相关性,以湖南省攸县黄丰桥国有林场为研究对象,采用地面实验与遥感技术相结合的方法,利用WorldView 2遥感数据提取NDVI、SAVI、SARVI、RVI、MSAVI、ARVI等6种植被指数,通过LAI-2000测量的杉木叶面积指数(LAI)建立相关关系,开展WorldView 2遥感影像在估测杉木叶面积指数中的应用研究,分析植被指数对杉木LAI的影响.对不同植被指数分别进行线性模型、二次曲线模型、指数曲线模型和对数曲线模型的LAI反演.结果表明:除DVI与LAI相关性稍低一点外,其他植被指数与LAI都有很高的相关性,高于中低分辨率遥感影像提取的植被指数与LAI的相关性,土壤调节植被指数(SAVI)与LAI的相关性与土壤影响因子L无关.在线型模型中,RVI与ARVI更适合于杉木LAI建立一元线性回归模型,相关系数R分别为0.931、0.895,判定系数R2分别为0.866、0.800,均达到较好的拟合效果.在非线性模型中,反演模型最好的是二次曲线模型,其次是指数模型,最差的是对数模型.拟合效果较好的是NDVI、SAVI和RVI;拟合效果最差的是DVI;最好的拟合模型,其R2高达0.884.杉木LAI具有较佳拟合效果的非线型模型是NDVI和SAVI的二次曲线模型.     

基于MODIS-NDVI的春玉米叶面积指数和地上生物量估算

为了构建春玉米叶面积指数和地上生物量的估算模型,基于辽宁省大田条件下9个站点春玉米不同生育期叶面积指数LAI和地上鲜生物量数据,利用MODIS提取的10种植被指数NDVI、RVI、DVI、PVI、EVI、GNDVI、RDVI、SAVI、OSAVI和NLI反演春玉米LAI和地上鲜生物量。结果表明：10种植被指数与春玉米LAI和地上鲜生物量相关性显著,采用植被指数反演春玉米LAI和地上鲜生物量是可行的;分别基于回归分析法和人工神经网络法,利用10种植被指数反演春玉米LAI和地上鲜生物量,利用回归分析法结合OSAVI和NDVI反演春玉米LAI和地上鲜生物量效果较好;利用人工神经网络法进行模拟反演采用RVI、DVI和EVI效果最佳,反演精度高于回归分析法。     

华北冬小麦开花期补灌的增产效应及其影响因素

为阐明华北地区冬小麦开花期补灌增产效应及其影响因素,制定稳产节灌制度,于2007—2016连续10年进行了大田定位试验,研究在冬小麦拔节期灌水基础上,播前底墒、长期不同施氮及生育期降水等对开花期补灌增产效应及水分利用的影响。裂区设计,灌水量为主区,设春灌1次水(拔节期75mm,W1)和2次水(拔节期和开花期各75mm, W2) 2个处理;施氮量为副区,设6个水平,分别为0 (N0)、60 (N60)、120 (N120)、180 (N180)、240 (N240)、300 kg hm-2 (N300)。冬小麦开花期补灌增产效应受播前底墒影响显著,播前2 m土体贮水量越大开花期补灌增产率越小。施氮水平也显著影响开花期补灌增产效应,随着定位试验年限的增加,N0和N60处理土壤有机质和全氮含量逐年下降,从第6年开始开花期补灌的增产效应基本丧失。在足墒播种和正常供氮(施氮量不低于120kghm-2)条件下,开花期补灌的增产效应还受冬小麦生育期有效降水量的影响,尤其是拔节–开花期的有效降水量。开花期补灌增产率随生育期以及开花后的有效降水量的增加而降低。拔节–开花期有效降水量大于25.3 mm时,开花期补灌没有显著优化穗数、穗粒数、千粒重、生物量、收获指数等产量性状,最终增产不显著;此情景下,拔节期灌1次水(75 mm左右),即可在维持较高产量的前提下,降低耗水、提高水分利用效率,实现稳产与节水协同。本研究表明,华北平原冬小麦在足墒播种、施氮量不低于120 kg hm-2、拔节期灌水前提下,拔节–开花期有效降水量可作为开花期灌水与否的重要决策依据。     

基于作物生长监测诊断仪的双季稻叶干重监测模型

本文旨在验证作物生长监测诊断仪(crop growth monitoring and diagnosis apparatus, CGMD)监测双季稻长势指标的准确性,建立基于CGMD的双季稻叶干重监测模型。通过实施8个不同早、晚稻品种和4个施氮水平的小区试验,采用CGMD获取从分蘖期至灌浆期的冠层归一化植被指数(normalized difference vegetation index, NDVI)、差值植被指数(differential vegetation index,DVI)和比值植被指数(ratio vegetation index,RVI),同步采用高光谱仪(analytical spectral devices field-spec handheld 2, ASD FH2)获取冠层光谱反射率计算NDVI、DVI和RVI;分析2种光谱仪获取的植被指数间的相关关系,验证CGMD的测量精度,建立基于CGMD的叶干重监测模型,并用独立试验数据对模型进行检验。结果表明:早、晚稻叶干重随施氮水平的增加而增大,随生育进程的推进呈"低—高—低"动态变化趋势;CGMD与ASDFH2获取的NDVI、DVI和RVI呈极显著相关,相关系数(correlation coefficient,r)分别为0.9535～0.9972、0.9099～0.9948和0.9298～0.9926,表明2种光谱仪获取的植被指数具有高度的一致性, CGMD可替代价格昂贵的ASD FH2获取NDVI、DVI和RVI。CGMD获取的3个植被指数相比, RVI_(CGMD)与叶干重的相关性最高;基于RVI_(CGMD)的幂函数模型可准确地监测叶干重,模型建立的决定系数(determination coefficient,R~2)为0.8604～0.9216,模型检验的均方根误差(root mean square error, RMSE)、相对均方根误差(relative root mean square error, RRMSE)和r分别为12.97～17.87 g m~(–2)、4.88%～16.79%和0.9951～0.9992。与人工采样测定叶干重相比,利用CGMD可实时准确地获取双季稻叶干重动态变化,在双季稻长势精确诊断和丰产高效栽培中具有应用价值。     

基于无人机多光谱影像的水稻冠层SPAD值预测研究

比较筛选水稻冠层SPAD值估测模型，为无人机多光谱遥感反演水稻SPAD值提供依据。利用无人机获取水稻拔节期、抽穗期、乳熟期的冠层多光谱影像，选取7种常用的植被指数，利用3种回归方法建立基于植被指数的水稻叶片SPAD值反演模型。结果表明，在不同生育期与水稻叶片SPAD值相关系数最高的植被指数不相同，拔节期最高的是GNDVI，抽穗期最高的是CI_Green，乳熟期最高的是CI_Rededge。抽穗期是水稻叶片SPAD值反演的最佳时期，模型具有较好的建模精度和估测效果，其中多元线性回归的建模精度较高，偏最小二乘回归模型的估测效果最好。试验结果可为水稻长势的实时无损监测提供参考。     

基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测

旨在实现冬小麦各生育期叶绿素含量的准确估测,探究其时空变化规律。利用无人机获取冬小麦越冬期、返青期、拔节期、孕穗期和灌浆期的高分辨率多光谱图像,同时采集地面SPAD数据。选取三类光谱参数建立反演模型,优选出各生育期的最佳预测模型,并定量监测试验区冬小麦叶绿素含量时间变化和空间分布。结果表明：原始波段模型和波段倒数对数模型分别为越冬期及其他生育期叶绿素含量预测的最佳模型,拟合精度R²>0.59;时空分布上,灌浆期前试验区冬小麦叶绿素含量呈南北高、中部低特点,灌浆期则呈北高南低的趋势,叶绿素含量从越冬期到拔节期逐步增加,拔节期到孕穗期开始降低,孕穗期到灌浆期则大幅度降低。本研究建立的倒数对数预测模型,精度较高,且适用于返青到灌浆的4个生育期,对于试验区冬小麦叶绿素含量有较好的时空监测效果。     

大气CO2浓度升高背景下冬小麦冠层光谱特征和地上生物量估算

本研究旨在探究大气CO₂浓度升高对冬小麦全生育时期冠层光谱特征的影响,并基于筛选的敏感波段建立地上生物量(AGB)与光谱参数的定量关系。为此,在2021—2022年的冬小麦生长季,利用开放式CO₂富集系统(Mini-FACE),设定大气CO₂浓度(ACO₂,(420±20)μL L^-1)和高CO₂浓度(ECO₂,(550±20)μL L^-1)两个处理水平,分析了高CO₂浓度下光谱特征变化,基于连续投影算法(SPA)、逐步多元线性回归(SMLR)和偏最小二乘法回归(PLSR)筛选AGB敏感波段并构建估算模型。结果表明:CO₂浓度升高使冬小麦拔节期和开花期AGB显著增加。红边和近红边反射率及红边面积在拔节期增加,在开花期和灌浆期降低,蓝边、黄边和红边位置在不同生育时期均发生移动;AGB的敏感光谱波段主要分布在红边和近红边区域,CO₂浓度升高缩小了AGB...     

灌溉和施氮方式对甘肃陇中黄土高原春小麦产量和土壤含水量与有效氮含量的影响

旨在研究影响小麦产量的最佳灌溉与施氮方式组合。以‘定西42号’春小麦为材料,采用水氮互作的方法,设4种灌溉量（单位面积水深50 mm、100 mm、150 mm、200 mm）和3种施肥方式（拔节期施纯氮肥40 kg/hm ²、开花期施纯氮肥40 kg/hm ²、拔节期和开花期施纯氮肥40 kg/hm ²和50 kg/hm ²）。（1）灌溉量150 mm与开花期施氮肥40 kg/hm ²处理时,小麦产量都最高。（2）灌溉量150 mm时各个土层含水量最高,不同施氮处理,各个土层含水量高低顺序为分蘖期<开花期<拔节期。（3）小麦植株耗水量随灌溉量增加而增加、水分利用效率随灌溉量增加而减少。（4）分蘖期灌溉量150 mm时各个土层硝态氮含量最高;拔节期,0~10 cm土层铵态氮和硝态氮含量最高;开花期,灌溉量150 mm和追施纯氮肥40 kg/hm ²时各个土层硝态氮和铵态氮含量最高。灌溉量150 mm和开花期施纯氮肥40 kg/hm ²方式搭配,对甘肃陇中黄土高原春小麦产量、土壤有效氮含量和水分节约最有益。     

氮肥对非充分灌溉下棉花花铃期光合特性及产量的补偿作用

研究氮肥对非充分灌溉下棉花花铃期光合特性及产量的补偿作用及其机制, 以期为干旱地区棉花水肥高效利用提供理论依据。以“新陆中54号”为试材, 采用裂区试验设计, 主区为总灌溉量2800 m ³ hm ^-2(非充分灌溉)和3800 m ³ hm ^-2(常规灌溉), 副区为4个施氮(纯N)水平(0、150、300和450 kg hm ^-2)。同一氮肥处理下, 非充分灌溉处理棉花花铃期叶面积指数(LAI)、净光合速率(P_n)、蒸腾速率(T_r)、单株光合产物积累与分配、单株结铃数、单铃重及籽棉产量均低于常规灌溉处理, 但籽棉增产率和灌溉水生产力高于常规灌溉处理; 同一灌溉量下, 随着氮肥施用量的增加, 棉花花铃期LAI和单株光合产物积累量先增后降, 且表现为N450>N300>N150>N0, T_r、P_n、单株光合产物向生殖器官分配比例、单株结铃数、单铃重、籽棉产量、籽棉增产率及灌溉水生产力均表现为N300>N450>N150>N0; 非充分灌溉下增施氮肥的补偿效果随着氮肥用量的增加呈先增加后下降的趋势, N300处理补偿效果最显著, 与常规灌溉处理相比, 补偿效应主要表现在棉花花铃期P_n平均提高10.9%, 单株光合产物积累向生殖积累器官分配比例提高10.7%, 单株结铃数、单铃重、籽棉增产率及灌溉水生产力分别提高5.0%、8.0%、7.1%和7.5%; 氮肥对棉花花铃期光合特性及产量构成因素的影响大于水分。非充分灌溉下氮肥施用量为300 kg hm ^-2时补偿效应最大, 虽然在产量上有所下降, 但从干旱地区农业缺水的现实考虑, 可准确灌溉施肥, 且籽棉产量较常规灌溉处理仅下降1.3%。因此, 在南疆自然生态条件下, 非充分灌溉下施氮300 kg hm ^-2时棉花花铃期LAI、T_r、P_n及单株光合产物积累量适宜, 向生殖器官转运补偿效果显著, 具有最大的产量补偿作用, 且节水26.3%。     

冬小麦生物量及氮积累量的植被指数动态模型研究

利用遥感技术实时监测小麦生长状况,依据监测结果适时促控,可提高产量。本研究以高产小麦品种周麦27为试验材料,在不同试验地点设置了水氮耦合的大田试验,筛选出了适宜监测冬小麦地上部氮积累量和生物量的植被指数,并构建了不同产量水平下优选植被指数的动态模型。结果表明,(1)不同的水氮耦合模式显著影响小麦冠层光谱变化,在350～700nm和750～900nm表现相反的反应特征;(2)对2个农学生长指标反应敏感且兼容性好的植被指数主要有修正型红边比率(mRER)、土壤调整植被指数[SAVI(825,735)]、红边叶绿素指数(CI_(red-edge))和归一化差异光谱指数(NDSI),其与产量间相关性较好的时期为拔节至灌浆中期;(3)双Logistic模型可以很好地拟合植被指数的动态变化,高产和超高产水平下拟合精度较高(R~20.82),而低产水平下相对较低(R~2=0.608～0.736)。比较而言,CI_(red-edge)和SAVI (825, 735)用于评价小麦长势较为适宜。研究结果对作物因地定产、以苗管理、分类促控具有重要意义。     

基于遥感信息与水稻模型相结合对镇江地区水稻种植面积与产量的估测

为了实现遥感信息与作物模型相结合对镇江地区的水稻种植面积与产量的估测,以便于可以直接利用遥感信息与模型对该地区的水稻生长进行监测,将遥感资料与水稻生产模型(ORYZA2000)相结合,建立遥感数值模拟模型,进行由点及面的区域水稻种植面积及产量的估测。利用遥感数据（8天合成的MODIS和环境小卫星数据）,计算归一化植被指数(NDVI)和增强植被指数(EVI),结合试验区实测的叶面积指数(LAI),建立植被指数与LAI之间的关系,通过模型模拟出的LAI计算出植被指数的浮动值,结合相对应的多时相的遥感数据识别镇江市的水稻,由此可以预报镇江市的水稻种植面积及产量。研究结果表明,模型对水稻生长发育期内的生物量和LAI的模拟较好,水稻LAI与遥感资料计算出的植被指数EVI的幂函数拟合性较好,可以应用这种相关模式识别水稻,并结合ORYZA2000模型提高区域范围的水稻估测精度,同时也体现了遥感信息与作物模型相结合可以很好的监测区域内水稻的生长情况,取得较好的模拟效果。     

施氮量对滴灌冬小麦光合特性、产量及氮素利用效率的影响

在田间研究了5 种施氮量N0 (0 kg/hm2)、N1 (90 kg/hm2)、N2 (180 kg/hm2)、N3 (270 kg/hm2)、N4(360 kg/hm2)处理对‘新冬18 号'旗叶光合特性、干物质积累、产量及氮素利用效率的影响。结果表明：拔节期增加施氮量,增加孕穗期旗叶的叶绿素和可溶性蛋白质含量、光合速率、叶面积指数、春季总光合势。孕穗期施氮肥延缓旗叶叶绿素和可溶性蛋白含量、光合速率、叶面积指数的衰减;孕穗后均以N3、N4的旗叶叶绿素和可溶性蛋白质含量、光合速率、叶面积指数、春季总光合势较高,干物质积累量和产量也以N3、N4较高。随施氮量的增加干物质积累量和产量增加,氮肥利用效率降低。在本试验条件下增加施氮量使旗叶叶绿素和可溶性蛋白含量、光合速率、叶面积指数增加及其功能期的延长是‘新冬18号’增产的主要原因。综合考虑施氮量在180~270 kg/hm2范围内,氮肥农学利用效率为6.9 kg/kg,可满足‘新冬18号’产量为8004.85 kg/hm2的需要。     

CO2 and ozone effects on canopy development of potato crops across Europe

This paper describes the effects of elevated CO₂ (550 and 680 μl l⁻¹) and O₃ (60 nl l⁻¹ O₃ as an 8 h mean), alone or in combination, on canopy development and senescence in potato (Solanum tuberosum L. cv Bintje) across a range of European agro-climatic conditions. The assessments were made within the European CHIP project (CHanging climate and potential Impacts on Potato yield and quality) that was conducted for two growing seasons (1998 and 1999) in free air CO₂ enrichment systems (FACE) and open-top chamber facilities (OTCs) at seven European sites. A comparison of chambered and unchambered experimental plots was included to examine the effects of chamber enclosure. Phenological growth stages, plant height, leaf area index (LAI) and the number of green and yellow leaves were recorded non-destructively throughout the growing season and by a destructive intermediate harvest at maximum leaf area (MLA). In the dynamic growth analysis CO₂ and O₃ effects were studied over three developmental stages: canopy expansion, full canopy and canopy senescence. Chamber enclosures promoted potato crop development (taller plants, more leaves) during the initial growth stages and led to a faster decline of LAI and a higher number of yellow leaves. The growth in ambient plots varied between sites and seasons, as did the scale of the treatment responses. Despite the large background variation, some overall treatment effects could be detected across all sites. Both levels of increased CO₂ reduced final plant height in comparison to ambient concentrations, which indicates a premature ending of the active plant growth. At the stage of full canopy and crop senescence the average number of green leaves was significantly (P<0.05) decreased by 680 μl l⁻¹ CO₂ (OTC experiments) and LAI showed the same tendency (P=0.07). As there was however no indication of a decreased leaf formation during initial growth and at full canopy, this must have been due to an earlier leaf fall. In the FACE experiments LAI had already began to decline at the stage of full canopy at 550 μl l⁻¹ CO₂ but not in ambient CO₂ (DAE×CO₂, P<0.05). These observations strongly indicated that elevated CO₂ induced a premature senescence during full canopy. O₃ did not have an overall detrimental effect on crop development during initial growth nor at full canopy, but did induce a faster reduction of LAI during crop senescence (DAE×O₃, P<0.05). Final plant height was not affected by O₃. There were few CO₂×O₃ interactions detected. There was a suggestion (P=0.06) that O₃ counteracted the CO₂-induced decrease of green leaves at full canopy, but on the other hand during crop senescence the decline of LAI due to elevated O₃ was faster at ambient compared to elevated CO₂ (P<0.05). These responses of canopy development to elevated CO₂ and O₃ help to explain the treatment responses of potato yield within the CHIP project at sites across Europe.     

控释氮肥运筹对丰油10号光合性能及产量的影响

氮素运筹是调控作物生长及光合生产率的重要手段。以丰油10号为研究对象,探讨不同氮肥及其施用量对油菜叶绿素含量、叶面积指数、光合参数及农艺性状和产量的影响,探索简化高效的施肥量和施肥方式。结果表明,随着氮肥施用量的增加,蕾薹期和花期的叶绿素SPAD值和叶面积指数均有所增加,花期的叶绿素SPAD值明显高于对照N0。而与光合作用相关的4个参数净光合速率（Pn）、气孔导度（Gs）、蒸腾速率（Tr）、胞间CO₂浓度（Ci）在蕾薹期受氮肥施用量影响较显著,花期差异不显著。当采用尿素分次施用纯氮量达到240kg/hm ²（U16）时,可显著增加株高、一次分枝数、一次分枝角果数和单株角果数,此时产量最高,为2 929.33kg/hm ²。当采用缓释氮肥一次性基施纯氮量达到180kg/hm ²（CRU12）时,产量较高,为2 696.17kg/hm ²,与分次施用不同量尿素处理的产量差异均不显著,省时省工,是简化高效的施肥技术。     

Estimation of Leaf Area Index of Beta vulgaris L. Based on Optical Remote Sensing Data

Remote sensing and vegetation indices can be used to characterize the canopy of crops with a non‐destructive method on a large scale. Leaf area formation of sugar beet in early summer is the most important variable for crop growth models. This study aimed at estimating whether differences in leaf area development of sugar beet resulting from different agronomic practices can be determined with remote sensing. The relationship between the normalized difference vegetation index (NDVI) and leaf area index (LAI) during the season and yield of the storage root in autumn was studied in six field trials in 2001 and nine field trials in 2002. The vegetation index NDVI gave a good impression of differences in leaf development of sugar beet in early summer. LAI increased with increasing NDVI up to an NDVI of 0.65. Above that the NDVI did not respond as distinctly to treatments as the LAI. An exponential function was developed to calculate sugar beet LAI from NDVI, so that remote sensing data can be used as input variable for crop growth models. The yield of the storage root in autumn did not show any relationship to LAI or NDVI during the season, regardless of whether it was measured in June or September. Therefore, it seems to be necessary to combine NDVI data with crop growth models to forecast a potential sugar beet yield in autumn. For this purpose the formula presented is a valuable tool.     

基于高光谱遥感的玉米叶片SPAD值估算模型研究

灌浆期玉米叶片叶绿素含量对玉米光合作用及产量形成具有重要作用。为通过高光谱特征准确、高效估测玉米叶片叶绿素含量,以SPAD值表征叶绿素相对含量,构建了基于光谱特征参数的传统回归模型、基于全谱和光谱特征参数的PLSR模型和BP神经网络模型,并进行了比较分析。结果表明：基于全谱构建的PLSR模型SPAD值拟合效果最好（R ²=0.910,RMSE=2.071）,而基于光谱特征参数所建立的PLSR模型拟合效果可达到与全谱PLSR模型相近的水平。但后者的实测值与预测值拟合效果（R ²=0.867,RMSE=2.581,RPD=2.628）优于全谱PLSR模型,且建模时间短,模型复杂程度降低。BP神经网络模型相较于两种PLSR模型预测效果略差,但优于传统回归模型。综合来看,基于光谱特征参数建立的PLSR模型估测效果最好。