基于植被指数的宁夏灌区春小麦叶面积指数模型

利用宁夏灌区典型代表站（永宁站）2005-2008年连续4a的大田春小麦叶面积观测资料和同期MODIS/Terra资料,对LAI（叶面积指数）与10种植被指数（MODIS-VI）间的相关性进行了分析。得出,抽穗-乳熟期所有植被指数与LAI的相关性均不显著,三叶-拔节期和三叶-抽穗期归一化差异光谱指数（NDSI）、再次归一化光谱指数（RDSI）与LAI相关性不显著外,其他指数与LAI均显著相关,因此,用分段函数模拟全生育期LAI才能达到最佳效果。经检验,模拟值与实测值之间直线方程的决定系数（R2）为0.9759,均方根误差（RMSE）为0.5519,准确度（Accuracy）为1.0745,说明模型具有较好的可靠性和适用性,可为今后开展基于LAI参数的春小麦长势监测、遥感估产及作物模型中参数的动态修订等提供参考。     

油菜红边特征及其叶面积指数的高光谱估算模型

在2003～2004年油菜生长季,选用6个油菜品种,设置3个氮素水平的小区试验。在不同发育期同步测定油菜冠层的光谱反射率及对应叶片的叶面积指数。利用油菜冠层的光谱反射率数据提取红边参数,分析其变化规律,油菜叶面积指数与红边参数的相关性,估算结果表明：油菜冠层红边一阶导数光谱具有“双峰” 现象,红边位置λ_red位于690～720 nm之间,在油菜生长旺盛期间出现“红边平台”,前期有“红移”,后期有“蓝移”现象;叶面积指数与冠层光谱红边参数λ_red、Dλ_red、S_red之间在开花前存在显著相关,但开花后相关性不显著;利用开花前的红边参数可以估算油菜的叶面积指数,开花后的红边参数不能用于估算油菜的叶面积指数;最后建立了不同时期和开花前油菜叶面积指数的估算模型。     

基于热点植被指数的冬小麦叶面积指数估算

针对传统植被指数方法中利用单一方向的光谱特性估测LAI容易出现饱和现象和冠层结构信息不足的缺陷,以二向反射特性的归一化植被指数(NHVI)为基础,将表征叶片空间分布模式的热暗点指数(HDS)引入土壤调整型植被指数(SAVI),增强型植被指数(EVI)中,构建具有二向反射特性的土壤调整型热点植被指数(SAHVI)和增强型热点植被指数(EHVI)。同时使用红光,近红外,蓝光和绿光波段计算HDS,选择对LAI敏感性较高的HDS参与构建新型植被指数,并利用试验测量的小麦冠层二向反射率数据和叶面积指数,研究新型植被指数与LAI的线性关系。结果表明:基于蓝光和红光波段计算的HDS参与构建的EHVI、SAHVI与LAI的线性相关程度要优于EVI、SAVI,且较NHVI有进一步提高,能有效缓解LAI估算中植被指数饱和现象。     

水稻叶面积指数的普适增长模型

Ｌｏｇｉｓｔｉｃ模型仅以时间为自变量。本文发展了一个模拟叶面积指数动态变化的扩充的Ｌｏ－ｇｉｓｔｉｃ模型。它以生育期和干物重为预报因子，是模拟叶面积指数随地理位置和生育期变化的统一模型。用长沙、岳阳的水稻地理分期播种资料进行了拟合。结果表明，该模式可解释同一品种ＬＡＩ随地理位置、播种期和生育期变异的９５．５％。这种多因子复合的Ｌｏｇｉｓｔｉｃ模型可作为受环境因子影响的重复试验的统一模型。     

基于棉花红边参数的叶绿素密度及叶面积指数的估算

利用野外非成像高光谱仪,测试棉花两个品种4种配置种植方式两年关键生育时期的冠层反射光谱数据,应用光谱微分技术,获取棉花微分光谱680～750 nm波段的红边参数：红边面积（SDr）、红边斜率（Dr）以及红边位置（λr）变量;将棉花红边面积、红边斜率分别与其冠层叶绿素密度（CH.D）、叶面积指数（LAI）进行相关分析,它们的相关性均达到1%极显著水平,其中红边面积与叶绿素密度的相关性最好（RCH.D=0.8787**,n=137）;并且红边面积较红边斜率对叶绿素密度、叶面积指数的预测精度更高。以棉花新陆早13号和19号为建模样本,通过红边面积与叶绿素密度的线性相关模型,分别反演新陆早13号、19号冠层叶片的叶绿素密度,结果表明对这两个棉花品种的叶绿素密度估算精度分别达87.4%和83.3%,说明高光谱红边参数是估算棉花叶绿素密度和叶面积指数的一种简单、快捷、非破坏性的有效方法。     

水稻微分光谱和植被指数的作用探讨

通过两年两个不同品种水稻在不同供氮水平下的田间试验，测定了水稻冠层在生长过程中不同时期的高光谱反射率及对应的叶绿素、类胡萝卜素含量，分析了微分光谱对消除水稻冠层光谱的背景影响和植被指数在农学参数测定中的作用。结果表明：由微分光谱所得的红边位置、红边斜率与盖度和供氮水平之间有一定的相关性，与叶面积指数、地上生物量及冠层叶绿素、类胡萝卜素含量有显著相关；水稻多光谱植被指数RVI、NDVI与叶面积指数LAI及其地上部生物量之间有极显著相关性；高光谱植被指数及其变量与植被盖度、供氮水平、叶面积指数、地上生物量及叶绿素、类胡萝卜素含量之间存在相关性。这表明，用微分光谱技术与植被指数方法来监测水稻的色素含量和长势应该是可行的。     

水稻冠层光谱反射特征及其与叶面积指数关系研究

在水稻试验小区,通过人为控制的方法造成施N水平的差异,对水稻整个生长期内冠层光谱进行了比较系统、密集的测定,并测定了水稻几个重要生育期的叶面积指数。结果表明:随着施N水平的提高,水稻冠层光谱在各生育期呈现出一定的规律性,在近红外部分(760 ~ 1220 nm),冠层光谱反射率随着施N水平的提高而升高,而在可见光部分(460 ~ 710 nm),水稻冠层的光谱反射率反而逐渐降低。冠层光谱经差异显著性检验发现:水稻灌浆期以前,对施N水平最为敏感的波段是绿光(560 ~ 610 nm)和近红外(710 ~ 760 nm)部分;转换为归一化植被指数(NDVI)以后,差异最显著的是 (R760 - R560) / (R760 R560)。对叶面积指数与冠层光谱反射率的相关分析结果表明:在水稻抽穗期以前,叶面积与冠层光谱反射率相关性较差;而抽穗期以后,二者有较好的相关性。     

利用时序合成孔径雷达数据监测水稻叶面积指数

为了确定全极化雷达数据监测水稻叶面积指数动态变化的精度,该文对水稻叶面积指数与后向散射系数进行了各生长阶段建模比较。采用广东雷州地区多时相多入射角精细全极化Radarsat-2数据,结合水稻全生育期地面样方实测数据,首先分析多入射角归一化后四极化(vertical-horizontal polarization,VH;vertical-vertical polarization,VV;horizontal-horizontal polarization,HH;horizontal-vertical polarization,HV)、比值极化HH/VV后向散射系数与水稻叶面积指数(leaf area index,LAI)随时间变化特征以及在营养生长阶段、生殖生长阶段和全生育期的相关关系,提取相关系数高于0.8的极化与生长阶段进行水云模型建模,最终生成多期水稻LAI反演分布图,并验证该数据反演水稻各生长阶段LAI的精度,探索SAR数据追踪区域尺度水稻长势的可行性。结果表明,在地形较为平坦的水稻集中连片种植区,VV、HH/VV后向散射系数与LAI在营养生长期、全生育期极显著相关(P0.01),相关系数均高于0.83。营养生长阶段VV、HH/VV水云模型拟合决定系数分别为0.77、0.87,全生育期VV、HH/VV水云模型拟合决定系数分别为0.73、0.8,营养生长阶段模型优于全生育期模型。精细四极化SAR数据监测区域尺度水稻LAI动态变化具有应用潜力,优选的极化模型为进一步的水稻长势监测提供依据。     

基于水稻叶面积指数的根生物量预测模型研究

准确预测作物根生物量对评价农田生态系统碳源汇功能具有重要意义。本研究以江西省余江县为研究区,以2012年晚稻季抛秧的黄花粘水稻为研究对象,基于26个监测点的水稻生育期(分蘖期、抽穗期、灌浆期和完熟期)叶面积指数(LAI)以及完熟期地上和地下生物量数据,分析了LAI与生物量的相关关系,比较了利用LAI直接预测根生物量和利用根冠比法预测根生物量的优劣,最终建立了基于多生育期LAI的水稻根生物量预测模型。结果表明:灌浆期LAI与根生物量呈极显著相关关系,相关系数为0.775;利用LAI直接预测根生物量精度高于根冠比法;利用单一生育期LAI预测根生物量的精度较低;多生育期LAI能显著提高根生物量预测精度,其中基于抽穗期、灌浆期和完熟期LAI组合的根生物量预测模型最优。综上所述,本研究区抛秧的黄花粘水稻的根生物量可以通过LAI快速、准确地预测。     

结合无人机光谱与纹理特征和覆盖度的水稻叶面积指数估算

为了探究无人机多指标构建叶面积指数（Leaf Area Index,LAI）估算模型的能力,该研究通过不同纹理组合方式优选纹理指数,分别以光谱特征、纹理指数和作物覆盖度作为输入量建立一元线性模型,3类指标结合构建多元逐步回归和人工神经网络模型,分析多指标结合估算LAI的精度。结果表明：新的纹理指数能够明显提高纹理特征值与LAI的相关性,近红外波段均值与蓝波段均值的差值较近红外波段均值提高了13.54%;将绿度归一化植被指数（Green Normalized Difference Vegetation Index,GNDVI）、差值纹理指数和作物覆盖度结合来估算水稻LAI的精度最好,多指标结合的多元逐步回归模型的决定系数为0.866,调整后决定系数为0.816,均方根误差为0.308,人工神经网络模型结果再次验证这一结论。该研究成果可为基于无人机平台估算作物结构参数提供理论依据,并为其他作物LAI估算提供借鉴。     

基于HJ-CCD与TM影像的水稻LAI估测一致性分析

针对传感器参数与Landsat-5 TM较为相近的环境减灾小卫星HJ-CCD影像可否适用于水稻叶面积指数（LAI）估测的问题,该文利用同为2009-07-13获取的安徽省境内相同范围的HJ-CCD影像和TM影像,结合地面同步调查数据,分别从影像原始波段相关性、反演模型精度及LAI空间分布趋势3个方面,对两类数据在水稻LAI估测上的一致性进行分析和评价。结果表明,两类影像原始波段反射率相关性较高,基于两类影像的单变量、多变量模型在精度上一致性较高,估测所得的LAI在空间分布上也具有较高的一致性,数据集中分布的区间较为一致。因此,该研究初步证明将HJ-CCD影像用于水稻LAI估测在总体上是可行的。但同时,由于基于两类影像构建的模型在形式上存在一定程度的差异,据此得到的LAI填图结果的数据分布在某些区间内亦略有差异。因此,在应用中应注意针对不同数据源进行独立建模分析,不可相互套用模型。该研究一定程度上为有着重访周期短、覆盖范围宽等优势的国产中分辨率遥感数据在农业领域的应用提供依据。     

基于MODIS反演逐日LAI及SIMRIW模型的冷害对水稻单产的影响研究

该文旨在将遥感技术与水稻作物模型SIMRIW相结合,以黑龙江省五常市为例,研究冷害对水稻单产的影响。通过在水稻移栽期至成熟期选取的系列MODIS图像计算NDVI,进而反演水稻全生育期逐日LAI,结合SIMRIW模型计算水稻单产。计算结果表明2006年五常市水稻单产值为5411.74 kg/hm^2,为实际值的83%;而在4种用于LAI反演的统计模型中,抛物线模型精度最好;整体拟合法在逐日LAI计算中要优于分段拟合法。这说明应用MODIS能够准确反演并拟合逐日LAI,它可为冷害影响水稻单产的评价研究提供参考。     

基于水稻背景特性的植被指数参数修正研究

植被指数广泛应用在各种植被遥感监测中,但不同土壤背景会对基于植被指数的遥感监测精度产生影响,特别是以水为背景的水稻遥感监测。该研究旨在对各种背景调节植被指数的参数进行修正,以便更适合以水土混合物为背景的水稻参数估算。首先通过不同生育期水稻的冠层光谱构建在不同参数条件下的背景调节植被指数（WDVI、SAVI、SAVI2、TSAVI）,然后以多种方程形式拟合以不同参数构建的各个植被指数与水稻叶面积指数LAI的关系,最后通过比较各拟合方程的决定系数（R2）得到各植被指数修正后的合适参数。结果表明：在使用植被指数估算水稻LAI时,其参数都需要修正。对WDVI,其修正后的参数α＝1.44;对SAVI,其修正后的参数L＝0.08;对SAVI2,其修正后的参数θ＝0.02;而对TSAVI,其修正后的参数a＝0.5,b＝0.02,X =0.02。另外,在各种拟合方程形式中,以指数和幂函数的拟合效果最佳。在以WDVI、SAVI、SAVI2和TSAVI为自变量,以LAI为因变量的各种估算模型中,TSAVI对LAI具有较高的估算精度,SAVI和SAVI2次之,WDVI最差。总之,在进行水稻遥感监测时,对植被指数的参数进行修正有利于提高监测精度。     

基于PROSAIL模型及TM与实测数据的MODIS LAI精度评价

利用PROSAIL模型和TM影像反演的叶面积指数LAI及地面实测数据,从空间和时间序列上分别对吉林省主要玉米种植带的MODIS LAI产品精度进行验证分析,为准确评价和科学准确应用MODIS数据提供科学依据。研究结果表明,MODIS LAI产品精度因玉米生长时期和植被类型而异,混合像元是造成MODIS LAI产品低估玉米作物LAI值的主要原因之一;不同年份不同生长时期,MODIS LAI和实测数据表现出不同的关系;在玉米生长灌浆期之后,MODIS LAI产品与同期地面实测玉米LAI相比,约低估了33%～53%左右,MODIS LAI产品值明显低于TM影像反演的LAI值,约低估玉米LAI值约30%～69%左右。因MODIS LAI产品值与实际值有较大偏差,非常有必要对农作物MODIS LAI产品值进行验证分析,研究结果可为准确利用MODIS LAI产品及其算法改进后产品精度提供一种评价途径。     

水稻产量构成因素与植株特性的典型相关分析

本文通过6个水稻品种7个性状指标的典型相关分析，结果表明：水稻产量构成因素与植株特性的第一和第二典型相关系数达极显著水平，分别为0．834466和0．590734，占总相关的98．99％；单株产量与植株特性和产量构成因素的典型相关系数也达极显著水平，分别为0．975675和0．843063。从分析结果可得出在这些性状中起主要作用的性状指标有株穗数（X7）和干物重（X3）。     

农作物的红边特征与农学参数的关系

The hyperspectral reflectance of the canopy and the leaves on the main stem for six varieties, two each of rice, corn, and cotton crops, were measured at different growth stages with an ASD FieldSpec Pro FR^TM to analyze red edge characteristics for leaf area indices (LAI), aboveground biomass, as well as the chlorophyll, carotenoid, and nitrogen content, emphasizing comparative differences on the red edge parameters. The results showed a ‘double peak' phenomenon for the red edge of the canopy spectra but not for the leaves. There were ‘increase' and ‘decrease' change rules for the red edge position, λ_r, the red edge slope, Dλ_r, and the red edge area, S_r, of the canopy spectra for all 3 crops with a ‘blue shift' for λ_r of the leaf spectra for all 3 crops as the development stages progressed. For rice, corn, and cotton the LAI and fresh leaf mass had highly significant correlations (P < 0.01) so the red edge parameters λ_r, Dλ_r, and S_r of their canopy spectra. Additionally, for all crops the chlorophyll-a, chlorophyll-b, total chlorophyll, and carotenoid content of the leaves all had highly significant (P < 0.01) correlations to their λ_r. For rice, the nitrogen content of the leaves in g kg^-1 and phytomass for a unit area of land in g m^-2 also had a highly significant (P < 0.01) correlation to λ_r, Dλ_r, and S_r of the canopy spectra.     

水稻生物化学参数与高光谱遥感特征参数的相关分析

通过不同氮素营养水平的水稻田间试验，研究稻叶生物化学成份(叶绿素、类胡萝卜素、蛋白质、纤维素、淀粉含量) 与水稻冠层高光谱遥感特征参数之间的关系，结果表明，随着叶位的下移，叶片叶绿素含量与光谱特征变量之间的相关性明显减弱，绿峰反射率、红谷反射率、红边波长、蓝边面积和“三边”面积构成的植被指数等变量与上叶叶绿素含量、类胡萝卜素、纤维素、叶鞘淀粉含量之间有较好的相关性，而蛋白质含量与各种变量的相关系数均非常低。兰边面积、兰边面积和红边面积构成的植被植数与上叶叶绿素含量之间，红边面积 、绿反射峰与红反射峰构成的植被指数与叶鞘淀粉含量之间的相关系数都达到了0.01极显著检验水平，因此，可利用这些变量建立上叶叶绿素a、纤维素和叶鞘淀粉含量的估测模型。     

水稻根系形态与氮素吸收累积的相关性分析

【目的】氮肥过量施用,不仅造成氮肥大量流失,还增加了农业生产成本,对生态环境带来了巨大的威胁。水稻根系形态作为影响养分吸收和利用的主要因素之一,明确其与氮素吸收累积的相关性是提高氮素利用效率、降低环境污染的有效途径。【方法】利用营养液培养方法,研究了 55 个水稻品种在 NH₄+-N 和 NO₃–-N 供应条件下苗期植株生物量、氮含量和氮素累积量及其与根系形态指标的相关性。【结果】在 NH₄+-N 培养下,水稻营养指标与根系形态指标的相关性高于其在 NO₃–-N 培养下的相关性。在相同供氮水平下,供应 NH₄+-N 的水稻苗期平均生物量为 55.77 mg/plant,比供应 NO₃–-N 的量高 4.94 mg/plant;水稻苗期平均氮含量为 4.22%,比供应 NO₃–-N 的高 0.72%;水稻苗期平均氮累积量为 1.91 mg/plant,比供应 NO₃–-N 的苗期平均氮累积量高 0.67 mg/plant。在 NH₄+-N 和 NO₃–-N 两种氮素形态培养条件下,水稻根系形态指标品种间根尖数变异系数最大,平均根系直径变异系数最小。总根体积、总根面积、总根长、分枝数四个形态指标与植株生物量、植株氮含量、植株氮累积量相关性最为显著,且相关系数 (r) 呈总根体积 > 总根面积 > 总根长 > 分枝数的规律。在 NH₄+-N 培养下的水稻营养指标与根系形态指标的相关性要高于其在 NO₃–-N 培养下的相关性。【结论】水稻苗期总根体积、总根面积、总根长、分枝数可作为水稻氮高效评价的重要指标。     

灰色米质指数及其在稻米质量评判中的应用

用加权关联度作为灰色米质指数,在介绍其求解原理和方法基础上,对灰色米质指数在稻米品质综合评判和分级中的应用进行了初步探讨。通过对6个籼稻品种综合米质的评判结果表明,如参考数列构造合理,权重系数分配得当,依据灰色米质指数对稻米品质进行综合评判和分级是可行的;虚拟的理想参考数列所建立的评判模型,使评判的适用性得到增强。