棉花高光谱植被指数与LAI和地上鲜生物量的相关关系研究

通过测试棉花关键生育阶段350～2 500 nm波段的冠层高光谱数据,用近红外波段760～850 nm及红光波段650～670 nm的2个范围内的波段,组成了高光谱归一化植被指数(NDVI)和800和670 nm两个波段组成修改型二次土壤调节植被指数(MSAVI2),分别与棉花叶面积指数(LAI)和地上鲜生物量进行相关分析,结果表明,棉花NDVI和MSAVI2与LAI和地上鲜生物量两个参数均以幂指数相关关系为最佳(RNDVI-LAI=0.729 1·,RMSAVI2-LAI=0.743 6·,n=81;RNDVI-鲜生物量=0.742 6·,RMSAVI2-鲜生物量=0.791 1·,n=59), MSAVI2与LAI和地上鲜生物量的相关性均高于NDVI与LAI和地上鲜生物量的相关性,说明MSAVI2较NDVI能更好的消除土壤背景对反射光谱造成的影响,能较精确的提取反映棉花生长状况的叶面积指数和生物量信息.     

基于棉花冠层FPAR的LAI和地上鲜生物量估算研究

【目的】研究棉花生育期冠层光合有效辐射截获量(FPAR)与其叶面积指数(LAI)和地上鲜生物量的相关关系,建立FPAR对LAI和地上鲜生物量的估算模型,探讨获取LAI和地上鲜生物量的新方法,为动态监测棉花的生长状况提供科学依据。【方法】利用线性光量子传感器,测试新陆早19号和新陆早13号2个棉花品种4种配置种植方式下,冠层在6个关键生育期的光合有效辐射数据,获取FPAR,并同步实测棉花冠层LAI和地上鲜生物量,建立FPAR与LAI和地上鲜生物量的相关方程,同时比较LAI和地上鲜生物量的估测值与实测值的差异。【结果】2个棉花品种的FPAR随生育进程呈现类似变化规律:在盛蕾期至开花期迅速增加,于花铃期或盛铃期达最大值,随后逐渐下降;棉花FPAR与LAI和地上鲜生物量均达到极显著正相关关系,其中均以幂指数相关关系为最佳(RFPAR-LAI=0.8513**,RFPAR-地上鲜生物量=0.7469**,n=80);用FPAR分别估算的LAI和地上鲜生物量,与其实测值的相关关系均达到1%极显著正相关(R实测LAI-估算LAI=0.8180**,R实测地上鲜生物量-估算地上鲜生物量=0.7396**,n=80)。【结论】棉花FPAR对LAI的估算精度较其对地上鲜生物量的高,表明利用棉花冠层FPAR可以简单、快捷、非破坏性地估测棉花的LAI和地上鲜生物量。     

油菜地上生物量与冠层光谱植被指数之间的相关分析

利用不同波段光谱反射率组合产生的植被指数,分析2个品种、2个供氮水平的油菜地上生物量与冠层光谱植被指数之间的相关性,并建立光谱植被指数对油菜地上生物量的估算模型。结果表明：在油菜整个生育期内,随着发育期推移,叶鲜干重、茎鲜干重和角果鲜重呈先增后减的趋势,不同处理的最大值出现时间不同,而角果干重呈直线上升趋势直到成熟。光谱植被指数与油菜叶鲜、干重呈正相关关系,除RvI外,其他植被指数均通过显著性检验。光谱植被指数对油菜叶鲜、干重的拟合方程以乘幂和指数形式最好,其中叶鲜、干重GBNDVI变量回归的Rz值分别达到O．6571和0．6497。光谱植被指数与油菜茎鲜、干重呈极显著正相关关系,光谱植被指数对油菜茎鲜、干重的最佳拟合方程为乘幂和指数形式,茎鲜、干重以BNDVI的指数形式最好,R2值分别为0．9134和0．9217。而光谱植被指数与角果鲜、干重的关系则相反,只有NDVI与角果鲜重达到极显著水平,光谱植被指数与角果于重都没有通过0．01水平显著性检验。NDVI与油菜角果鲜重的对数回归的R2值达到0．5487。研究结果将为大面积油菜生长状况及产量品质的遥感监测奠定基础。     

棉花冠层光合有效辐射参数与地上部各组分鲜生物量的相关分析

[目的]研究棉花各生育时期吸收光合有效辐射(APAR)和光合有效辐射截获量(FAPAR)的变化特征,建立地上部各组分鲜生物量与APAR、FAPAR的相关关系,为实时、无损、快速监测棉花的长势状况,提供理论依据.[方法]通过线性光量子传感器LI-250SA获取常规棉和杂交棉冠层5个生育时期的光合有效辐射(PAR),计算得到光合有效辐射参数APAR和FAPAR,同时获取棉花地上部各组分鲜生物量(茎、叶片、生殖器官),并进行相关回归分析.[结果]两品种5个生育时期冠层APAR和FAPAR在盛蕾期较低,开花结铃期达到最高值.基于棉花两品种APAR和FAPAR建立与地上部各组分鲜生物量的幂指数和指数函数模型,相关系数均达到了极显著的检验水平(α=1;,n =36),其中APAR与鲜叶生物量构建的幂指数函数模型(r=0.7443**,RMSE =0.291 6),对地上部鲜叶生物量进行估算,实测值与估测值之间呈极显著的线性相关关系(r实测鲜叶量-估测鲜叶量=0.749 9*,n =36,α=1;),模型精度达80.7;.[结论]利用APAR可以定量反演棉花地上部鲜叶生物量,为光合有效辐射精确预测棉花长势信息提供科学依据.     

不同水分处理条件下棉花高光谱植被指数与光合参数的相关分析

【目的】建立棉花高光谱数据与光合特征参数的相关模型,有效、快速、非破坏的对棉花生长过程进行诊断与监测,为大面积应用高光谱遥感监测棉花的生长状况提供科学依据。【方法】利用ASD高光谱辐射仪和Li-6400光合仪分别获取5水分处理条件下,棉花新陆早13号、新陆早33号两品种关键生育期的高光谱数据和光合特征参数:净光合速率(Pn)和气孔导度(Gs),利用高光谱数据计算得到棉花两品种归一化植被指数(NDVI)、比值植被指数(RVI)和修改型二次土壤调节植被指数(MSAVI2),分别建立与两品种Pn和Gs的线性、对数和幂函数的相关方程。【结果】三种模型方程均达到显著和极显著的相关性,两品种RVI与Pn和Gs的三种相关模型方程的r值较高,其中,利用新陆早33号RVI与Pn,Gs幂函数方程分别对Pn和Gs估算,并将预测Pn、Gs与实测Pn,Gs进行相关分析,R值均达到极显著水平(r_(实测Pn-估测Pn)=0.827**,RMSE=1.089,r_(实测Gs-估测Gs)=0.586**,RMSE=0.138,n=20,P0.01),模型方程的估测精度均大于80%。【结论】不同水分处理下新陆早13号和新陆早33号的光谱植被指数与光合参数间存在着显著的相关性,可以利用相关模型对Pn和Gs进行遥感估测,实时监测棉花的生长状况。     

基于参数化和非参数化法的棉花生物量高光谱遥感估算

【目的】利用高光谱遥感数据快速、无损地估算棉花生物量,评估参数化与非参数化方法在棉花上的表现差异。【方法】本研究以4个棉花品种在2个年份(2004和2005年)的试验资料为基础,将2年数据分别进行建模和验证,采用参数化算法(植被指数法、连续小波变换)与非参数化算法(偏最小二乘回归、随机森林、人工神经网络、回归树、袋装树和增强树、支持向量机和高斯过程回归)分别构建吐絮前和吐絮后的生物量估算模型。【结果】近红外与红边波段仍然是棉花生物量遥感监测中最有效的波段区间。参数化方法运算简单,效率高,其中,CI_{red edge}证明是棉花生物量估算上表现最好的植被指数,具有较高的独立验证结果(吐絮前:RMSE=27.23 g·m^-2;吐絮后:RMSE=48.81 g·m^-2)。基于连续小波变换的方法缓解了植被指数的低估现象,尤其是吐絮后(吐絮前:RMSE=31.54 g·m^-2;吐絮后:RMSE=37.57 g·m^-2);在非参数化法中,随机森林是棉花生物量估算的最优算法(吐絮前:RMSE=2...     

基于无人机多光谱遥感和机器学习算法的南疆棉花生物量估算

为探究不同生育期内植被指数对南疆棉花地上部生物量的估算潜力,利用无人机测取试验地塔河二号棉花3个生育期(蕾期、花铃期、吐絮期)多光谱影像数据,同时进行棉花植株生物量(地上部分干质量)的数据采集,对不同生育时期的棉花光谱及地上部生物量变化特征进行分析,选取Pearson相关系数法筛选出的单一植被指数和多种植被指数组合构建基于偏最小二乘法(PLSR)、支持向量机(SVM)和随机森林(RF)3种机器学习算法的反演模型,通过决定系数(R²)和均方根误差(RMSE)对反演效果进行评定。结果表明,地上生物量在蕾期至吐絮期内持续增大,多光谱近红外波段反射率在蕾期至吐絮期内先升高后降低,花铃期的模型估算效果最佳,R²均≥0.68,RMSE均≤0.53;NDVI、RVI和GNDVI这3种植被指数与棉花地上部生物量的相关性最高,相关系数均≥0.765,呈极显著相关关系(P<0.01);以植被指数组合(NDVI-RVI)为变量的支持向量机回归模型的建模效果最优。本研究探究了不同植被指数组合和不同机器学习算法建模的估算效果,证明了植被指数融合的方法在棉花不同生...     

基于冠层温度棉花水分胁迫指数与高光谱植被指数的关系

[目的]用红外热图像提取棉花水分胁迫指数(CWSI),并用高光谱遥感植被指数对棉花的CWSI进行遥感估算,为红外热图像和高光谱遥感监测作物水分状况提供科学依据.[方法]通过Fluke热像仪和ASD非成像高光谱仪,分别获取棉花2品种4水平水分处理5个关键生育时期冠层的红外热图像和高光谱数据;对红外热图像进行技术处理,基于Jones定义的作物水分胁迫指数CWSI公式,计算CWSI;与高光谱数据转换得到的4种高光谱植被指数进行回归分析.[结果]CWSI与4种高光谱植被指数均达到了1;极显著的线性相关关系;其中红边归一化植被指数RENDVI与CWSI呈最高的线性负相关关系,利用它们的相关模型方程,估算CWSI,实测值与估算值之间呈极显著的线性相关(r=0.8399**,n=30,α=l;).[结论]红外热图像与高光谱遥感技术的结合,可以精确地对棉花水分胁迫指数CWSI进行遥感估算,更好的诊断棉花水分状况.     

Diurnal Variation in Hyperspectral Vegetation Indices Related to Winter Wheat Biomass Formation

In this study, a comparison of six vegetation indices derived from hyperspectral reflectance measurements is presented. The aim was to assess the suitability of the indices to detect agronomically relevant crop parameters in the course of a day. Irradiance and reflectance of winter wheat (Triticum aestivum L.) were recorded simultaneously with a portable device, equipped with two spectrometers, on a near-canopy scale in a field trial. Variations in reflection properties of the wheat canopies were induced by (i) growing wheat varieties differing in growth characteristics or leaf colour, and (ii) applying different nitrogen amounts. Biomass samples were taken to determine above-ground biomass yield, N concentration in biomass, and N uptake. The indices were compared by means of analysis of variance and multiple comparisons of means. In winter wheat, considerable differences between the indices were measurable. The red edge inflection point (REIP), and the infrared index (IRI) were least subjected to diurnal variations and simultaneously proved to be most sensitive to N rate. For the REIP, the infrared green index (IRG) and the IRI, no saturation effects were observed for a high N supply. These indices seem to be most advantageous to detect agronomically relevant crop parameters in winter wheat in the course of a day. A practicable concept is proposed for the application of vegetation indices as a tool to optimise N fertilisation.     

估算水稻叶面积指数的调节型归一化植被指数

【目的】叶面积指数（LAI）是描述植物冠层结构、群落生长分析和陆地生态系统研究的重要参数,提高叶面积指数的估算精度是遥感工作者的重要研究方向之一。【方法】通过不同氮素营养水平的水稻小区实验,利用2004年中稻高光谱反射率数据,模拟中等分辨率成像光谱仪（MODIS）前四个通道,提出包含蓝、绿、红和近红外四个谱段的调节型归一化植被指数ANDVI（adjusted-normalized difference vegetation index）。对ANDVI和归一化植被指数NDVI（normalized difference vegetation index）、增强型植被指数EVI（enhanced vegetation index）、绿波比值指数GRI（green ratio index）、红边比值指数RRI（red-edge ratio index）等5个光谱植被指数与水稻LAI的相关关系进行了分析。利用2004年晚稻试验数据,对与LAI相关关系较好的ANDVI进行验证。【结果】ANDVI指数模型预测效果最好,均方根误差为1.771,估算精度达到63.1%。【结论】说明ANDVI具有进行在大面积范围内监测水稻LAI的能力。     

基于植被指数的棉花冠层光合有效辐射截获量和叶片净光合速率估算研究

【目的】分析不同水分处理下棉花冠层植被指数与吸收光合有效辐射截获量(FAPAR)和叶片净光合速率(Pn)之间的相关性,并通过植被指数反演FAPAR和Pn,以实现非接触、非破坏、快速、实时、大面积监测棉花的生长状况。【方法】用美国ASD Fieldspec Pro FR 2500高光谱辐射仪、LI-190SA线性光量子传感器和LI-6400便携式光合测试系统,分别测定棉花新陆早33号不同水分处理关键生育时期的冠层高光谱数据、光合有效辐射(PAR)和叶片净光合速率。【结果】不同水分处理的棉花新陆早33号冠层FAPAR与Pn均在开花结铃期达到最大值,在吐絮期达到较低值。建立重归一化植被指数(RDVI)、差值植被指数(DVI)、增强型植被指数(EVI)、光化学反射植被指数(PRI)与FAPAR、Pn的函数模型都达到极显著性相关。其中EVI与FAPAR,PRI和Pn的相关性最高(rEVI-FAPAR=0.686 3**,RMSE=0.04,rPRI-Pn=0.644 7**,RMSE=3.39,n=20),利用它们相关性最高的函数模型方程分别估算FAPAR和Pn,实测值和估测值都达到极显著(r实测FAPAR-估测FAPAR=0.805 4**,r实测Pn-估测Pn=0.760 9**,n=20)。【结论】可以用高光谱植被指数无损的提取棉花光合生理参数信息。     

有效叶面积指数与真实叶面积指数的模型转换

介绍了叶面积指数主要的测量方法(直接法和间接法),并分析了各种方法的优缺点。同时针对LAI-2000测量的有效叶面积指数较真实值偏小的问题,以小兴安岭林地为研究区,利用外业调查得到的有效叶面积指数,以及根据生物量之间的关系计算得到真实叶面积指数,建立了有效值和真实值二者的线性回归模型,并进行了精度验证,结果表明,该方法可行,精度较高。     

Estimating Aboveground Fresh Biomass of Different Cotton Canopy Types with Homogeneity Models Based on Hyper Spectrum Parameters

AGB （aboveground fresh biomass） is one of the most important parameters of the crop condition monitored with remote sensing. Hyper spectrum remote sensing with the fine spectrum information becomes the efficient method estimating the vegetation AGB. The research was conducted in Xinjiang, the largest cotton planting region of China. The paper analyzed the correlation between the cotton AGB and reflective spectrum and the first derivative spectrum, and the variation coefficient of the waveband reflectance. According to the analysis above, all of 23 parameters, including the hyper spectrum reflectance, the first derivative spectrum parameters and normalization vegetation indexes, were established. And then the estimation models on cotton AGB of relaxing and compact canopy type were established and tested respectively. The tested results showed that Fgo1, [901,502], [901,629], [901,672] among the reflective spectral parameters and D525, D956, D1019, D1751 among the first derivative spectral parameters had the homogenous effect on different cotton canopy types, and the determination coefficients of the models above all arrive at the significant level of 0.99 confidence interval. At last, the tested results of the homogeneity models for different canopy types indicated the parameters of [901, 502], [901,629], [901,672] have more satisfying veracity than others, and the relative errors are as low as 17.0, 16.3 and 16.7% correspondingly; in contrast, the estimation veracity of the first derivative spectrum parameters of single waveband is low.     

基于光谱角指数小麦冠层叶片特征差异估测研究

[目的]为利用高光谱技术实现作物氮素营养状况无损快速监测提供途径.[方法]通过不同品种小麦不同氮素水平试验,分析小麦不同氮素营养状况下,叶片叶绿素含量与叶面积指数、冠层光谱角的关系,定量分析光谱角指数,并建立相关模型对小麦氮素营养状况进行实时监测.[结果]冠层光谱角指数与差值叶绿素含量和差值叶面积指数的相关性最高为0.919 7,两者之间建立的模型决定系数为0.739 2,0.617 8,具有很好的拟合效果.[结论]利用光谱角可以监测小麦叶片叶绿素及叶面积差异,在此基础上进行小麦氮素营养监测是可行的.