1 河南理工大学自然资源部矿山时空信息与生态修复重点实验室, 河南 焦作 454000
2 中国科学院空天信息创新研究院, 北京 100101
4 河南省遥感测绘院, 河南 郑州 450000
农业是国家经济发展的基础支柱, 同时也是社会发展的基础产业。 我国农业遥感技术的进步和发展, 大量遥感卫星发射升空, 如高分1号、 2号和6号等, 为我国农情监测、 作物长势、 农业产业结构调整提供了重要技术支撑。 农业遥感成为农业科技创新和精准农业的重要手段。 叶面积指数(LAI)是一种可用来衡量植被冠层生理与生化的关键指标, 不仅可以用来评估植被冠层表面的最初能量交换情况, 提供相应的结构定量数据, 还能反映植被冠层的光谱能量信息。 同时, 在陆地气候变化情况下, 叶面积指数是陆地生态系统和土地利用过程生产力模型的关键输入。 此外, 研究发现植被冠层受人为活动和气候变化的直接或间接影响时, 叶面积指数也是陆地生态系统应对气候变化十分重要的衡量标准。 因此, 针对GF-6 WFV遥感影像叶面积指数反演研究较少和传统光谱植被指数模型机理性、 稳定性较弱的问题。 基于GF-6 WFV遥感影像以栾城县为试验区, 通过光谱植被指数与实测叶面积指数构造5种传统光谱植被指数模型和15种红边参与的光谱植被指数模型反演乳熟期叶面积指数, 采用R2和RMSE进行模型评价, 同时利用未参与建模的实测叶面积指数和MODIS LAI产品验证模型。 实验结果表明: (1)由相关性分析可知, 整体上讲, 20种光谱植被指数与LAI具有显著相关性, 相关系数在0.4以上, 且红边参与构造的光谱指数相关性要高于无红边参与构造的光谱指数, 其中NDSI的相关性最优; (2)由拟合分析可知, 整体上讲, 20种光谱植被指数与LAI拟合效果较好, 其中NDS13的拟合精度是最高的, R2为0.803, RMSE为0.301 2。 (3)由反演的空间分布可知, 反演结果符合当地的实际情况。 (4)由实测叶面积指数验证模型可知, 实测叶面积指数与NDSI3模型反演的LAI整体拟合较好, R2为0.804, RMSE为0.312 5, 说明该模型能有效反演乳熟期玉米的生长状况。 (5)由MODIS LAI产品验证模型可知, LAIMODIS均值要高于LAIGF-6, 这与MODIS影像像元混合严重和空间分辨率低有关。 综上所述, GF-6WFV反演叶面积指数能力较强, 其影像中红边参与构造的光谱植被指数模型能有效反演乳熟期叶面积指数, 为玉米长势监测提供依据。
叶面积指数 光谱植被指数模型 GF-6 WFV Leaf area index Spectral vegetation index model NDSI3 GF-6 WFV NDSI3 光谱学与光谱分析
2022, 42(7): 2278
吉林大学生物与农业工程学院, 吉林 长春 130022
大豆胁迫的快速无损检测对提高大豆品质和产量至关重要, 近年来, 通过高光谱技术进行植物胁迫的检测得到广泛应用, 但针对大豆水氮胁迫的应用研究鲜有报道。 针对开花结荚期大豆设置了4种水分和5种氮素水平进行胁迫实验, 获取高光谱、 叶绿素含量和净光合速率生理信息数据, 并通过光谱数据计算了15个光谱植被指数, 最终选取了5种植被指数, 分别为归一化差异植被指数NDVI、 比值植被指数RVI、 绿色归一化差异植被指数GNDVI、 改进红边归一化指数mNDVI705和叶绿素指数LCI以指示水氮胁迫对大豆的影响。 同时通过建立单叶叶绿素含量和净光合速率反演模型进行大豆生理信息的预测, 采用相关分析法提取敏感波段, 所提取的敏感波段分别为520～622和485～664 nm; 采用多元散射校正(MSC)、 标准正态变量变换(SNV)、 一阶导数(FD)、 二阶导数(SD)和Savitzky-Golay平滑(S-G)预处理方法, 同时采用主成分分析(PCR)和偏最小二乘(PLS)2种建模方法, 将其按一定关系组合成多种方法, 以相关系数为模型评价指标, 寻找出最优预处理与建模方法的组合。 结果表明: 未受胁迫和受胁迫大豆的高光谱曲线具有整体变化趋势一致但光谱反射率值不同的特征, 未受胁迫大豆的反射率在500～700 nm波段具有最低值, 在760～900 nm波段具有最高值; 随着水氮胁迫程度的增加, 500～700 nm波段的反射率逐渐增加。 不同水分和氮素水平对植被指数的影响不同, 但变化规律一致, 5种植被指数均表现为未受胁迫大豆大于受胁迫大豆, 且随着水氮胁迫程度的增加, 植被指数值逐渐减小。 建立反演模型所用最优方法组合为MSC+FD+S-G+PLS和SNV+SD+S-G+PLS, 校正集相关系数分别为0.960 6和0.992 7, 预测集相关系数分别为0.972 0和0.970 8, 表明所建模型的精度较高, 可对受胁迫和未受胁迫大豆单叶叶绿素含量和净光合速率生理信息进行精准预测, 为大面积种植时检测其生理信息提供技术支持。
大豆 水氮胁迫 高光谱 光谱植被指数 反演模型 Soybean,Water and nitrogen stress Hyperspectral Spectral vegetation index Inversion model 光谱学与光谱分析
2020, 40(5): 1575
