首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 140 毫秒
1.
张佳宝 《西北植物学报》2008,28(7):1461-1467
在不同施肥方式下研究了长期试验地夏玉米在4个典型生育期的叶绿素相对含量(SPAD)、叶面积指数(LAI)和冠层光谱特征,系统分析了单波段以及由可见光和近红外波段组成的归一化差异植被指数(NDVI)与叶片叶绿素含量和LAI的相关性.结果表明:在同一个生育期,NK、PK处理和CK的光谱曲线特征相似,NPK、NP、OM、1/2OM1/2NPK处理的光谱特征曲线相似.除460nm外,其它单波段反射率与叶绿素含量和LAI都显著相关,尤其在510~1100nm波段相关性最为密切;不同波段组合的NDVI与这2个指标也显著相关,且相关系数大于单波段.从拔节期到乳熟期,绝大部分NDVI都可以有效地拟合叶绿素含量和LAI的变化,选用NDVI(560,950)和NDVI(660,760)建立拟合模型(R2>0.60),并以NDVI(560,950)拟合效果最佳(R2>0.80).可见,不同施肥方式条件下长期试验地夏玉米冠层光谱特征与叶绿素含量、LAI都具有良好的相关性,可以为夏玉米肥料管理提供科学依据.  相似文献   

2.
程乾 《应用生态学报》2006,17(8):1453-1458
基于中分辨率成像光谱仪MODIS (moderate resolution imaging spectroradiometer)反射率产品MOD09的同步野外实测水稻叶面积指数(LAI)和叶绿素含量(Chltot)相关数据,探寻用MOD09产品提取的植被指数(VIs)与水稻LAI和Chltot之间的相关性以及估算模型. 结果表明,MOD09计算的VI数值比MODIS前3个波段数值偏大,归一化植被指数NDVI (normalized difference vegetation index) 值普遍比增强性植被指数EVI(enhanced vegetation index) 值大. 通过4种不同植被指数与LAI相关性的比较,得出EVI与LAI的相关关系在水稻各个生育期优于其它植被指数,基于MOD09-EVI建立水稻LAI的遥感估算模型,经实际地面同步数据检验, 模型精度较高. 因而, MOD09-EVI较适用于水稻叶面积指数的实时遥感监测. MOD09红波段与Chltot之间的相关性在水稻前中期达到显著,并且优于其它植被指数,基于MOD09红波段建立了水稻前中期Chltot的估算模型并进行了精度检验. 除水稻孕穗期叶绿素含量估算模型的相关系数和F值通过了显著性检验外, 其余生育期估算模型都没有通过显著性检验.  相似文献   

3.
利用光谱分辨率为3nm的ASD FieldSpec UV/VNIR光谱仪获得了2002和2003年水稻整个生长期的高光谱数据,同时对水稻叶面积指数(LAI)和叶绿素含量(CHL.C)进行了测定,对中分辨率成像光谱仪(MODIS)的增强植被指数(EVI)、归一化植被指数(NDVI)以及红边位置(REP)与LAI及CHL.C之间的关系进行了研究.结果表明。LAI与冠层光谱在可见光、近红外波段相关性较好,叶绿素含量与冠层光谱在红光波段相关性较好.EVI、REP和LAI之间的相关关系不受水稻覆盖率的影响;NDVI与LAI的相关关系在水稻低覆盖率情况下较好;在水稻高覆盖率情况下。EVI和REP比NDVI与LAI之间的相关关系要好.MODIS-NDVI、EVI及REP与叶片叶绿素含量相关性较好.由此可见,EVI和REP可以有效地监测水稻LAI和CHL.C.  相似文献   

4.
三种回归分析方法在Hyperion影像LAI反演中的比较   总被引:2,自引:0,他引:2       下载免费PDF全文
孙华  鞠洪波  张怀清  林辉  凌成星 《生态学报》2012,32(24):7781-7790
借助GPS进行地面精确定位,利用LAI-2000冠层分析仅在攸县黄丰桥林场开展130个样地(60m×60m)的叶面积指数(Leaf Area Index,LAI)测量.采用FLAASH模块对Hyperion数据进行大气校正并与地面同步冠层观测数据进行拟合,通过研究地面实测LAI与Hyperion影像波段及其衍生的系列植被指数(NDVI、RVI等)的相关性,筛选出估算叶面积指数的植被指数因子.应用曲线估计、逐步回归及偏最小二乘三种回归分析技术分别建立叶面积指数的最优估算模型.结果表明:参与建模的因子中,比值植被指数(RVI)与LAI的相关性最大,敏感性最高,其次是SARVI0.1,NDVI705,NDVI,SARVI0.1,SARVI0.25;曲线估计、逐步回归分析和偏最小二乘回归三种分析方法所建的6个回归模型中,偏最小二乘回归的拟合效果最好,预测值与实测值的决定系数R2为0.84、曲线估计的拟合效果最低,预测值与实测值的决定系数R2为0.64;建模精度分析表明,选用5-6个自变量因子进行LAI建模是可靠的,以6个植被因子建立的偏最小二乘回归模型预测精度最高.  相似文献   

5.
CHRIS/PROBA是目前具有最高空间分辨率(17 m×17 m)的星载多角度高光谱数据,该款数据在反演植被垂直结构参数,如树高、叶面积指数(leaf area index,LAI)等方面具有重要的应用前景。基于四尺度几何光学模型得到马尾松(Pinus massoniana Lamb.)冠层的归一化差分植被指数(normalized difference vegetation index,NDVI)各向异性分布规律,利用CHRIS红光特征波段和近红外特征波段构建一种新型多角度植被指数(normalized hotspot-dark-spot difference vegetation index,NHDVI),并将其应用于CHRIS数据对马尾松林的LAI遥感估算上。结果显示:(1)相比归一化差分植被指数(NDVI)与土壤调节植被指数(soil adjusted vegetation index,SAVI)而言,NHDVI能很好地融合光谱信息与角度信息,与地面实测LAI的决定系数达到0.7278;(2)利用NHDVI-LAI统计回归模型方法来反演LAI值,将得到的LAI值与地面实测值进行相关性分析,结果拟合优度达到0.8272,均方根误差RMSE为0.1232。与传统植被指数相比,包含角度信息的多角度植被指数对LAI的反演在精度上有较大提升,同时比基于辐射传输模型的反演方法更简易、实用。  相似文献   

6.
小麦叶面积指数与冠层反射光谱的定量关系   总被引:26,自引:4,他引:22  
在分析不同氮素水平下小麦叶面积指数(LAI)和冠层光谱反射率随生育期变化模式的基础上,确立了LAI与冠层光谱反射率及光谱参数的相关关系,提出了小麦LAI的敏感光谱参数及预测方程.结果表明,小麦LAI和近红外短波段(760~1 220 nm)反射率都随施氮量的增加呈上升趋势,可见光波段反射率则相反;从拔节期到成熟期,LAI和近红外短波段反射率均表现为先上升后下降的趋势,而可见光波段(460~710 nm)反射率随生育期的推进先降低后升高,以孕穗期反射率最低,近红外长波段区域(1 480~1 650 nm)反射率的变化与可见光部分相同.LAI与可见光波段反射率呈负相关,与近红外短波段反射率呈极显著正相关,其中以810 nm相关性最好.可以选择RVI(810,510)和DVI(810,560)作为反演小麦LAI的光谱参数.另外,在证明垂直植被指数PVI和转换型土壤调整指数TSAVI对LAI预测能力的同时,发现利用RVI(810,510)、DVI(810,560)和PVI 3个植被指数共同推算小麦LAI的准确度更高.  相似文献   

7.
利用高光谱参数反演水稻叶片类胡萝卜素含量   总被引:4,自引:0,他引:4       下载免费PDF全文
为了探讨快速、准确预测水稻(Oryza sativa)叶片类胡萝卜素(Car)含量的敏感光谱波段和光谱指数,通过实施涉及不同年份、不同生态点、不同施氮水平和不同品种类型的4个田间试验,于主要生育期同步测定了水稻顶部4张叶片的光谱反射率及Car含量,系统分析了350-2500nm范围内任意两波段组合而成的比值(SR(λ1,λ2))、归一化(ND(λ1,λ2))及已报道的对Car敏感的光谱指数与水稻叶片Car含量间的定量关系。结果表明,不同Car含量水平下水稻叶片光谱反射率存在着明显变化,以绿光及红边波段对水稻叶片Car含量变化最为敏感。723nm附近的波段与近红外波段的比值组合以及713nm附近的波段与近红外波段的归一化组合可以较好地预测水稻叶片Car含量,以SR(723,770)和ND(770,713)表现最好,线性拟合R2分别达到0.897和0.898。基于独立的试验资料的检验表明,预测值和实测值的拟合R2分别为0.856和0.858,均方根差RMSE均为0.072,平均相对误差RE分别为11.9%和12.0%,表明SR(723,770)和ND(770,713)可有效地估算水稻上部叶片的Car含量。  相似文献   

8.
基于小波分析的大豆叶面积高光谱反演   总被引:2,自引:0,他引:2  
实测了不同水肥耦合、经营制度及有效营养面积条件下的大豆(Glycinemax)冠层高光谱反射率与叶面积指数(LAI),并对光谱反射率、微分光谱与LAI的关系进行了分析;采用比值植被指数(RVI)与归一化植被指数(NDVI)建立了大豆LAI反演模型;采用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对大豆LAI进行估算。结果表明:大豆LAI与光谱反射率在可见光波段呈负相关;在近红外波段呈正相关;微分光谱在红边处与大豆LAI密切相关(R2=0.92);RVI与NDVI可以提高大豆LAI的估算精度(R2分别达0.79、0.84);各植被指数各有优缺点,应根据需要进行选择;小波能量系数回归模型可以进一步提高大豆叶面积的估算水平,以一个特定小波能量系数作为自变量的回归模型,大豆LAI回归确定系数R2高达0.884;以4个和6个小波能量系数建立LAI回归分析模型(R2分别达0.92、0.93),2个模型LAI预测值与大豆LAI实测值线性回归确定性系数R2分别为0.90、0.92。比较可知,小波分析可以对高光谱进行特征变量提取,进而反演大豆生理参数,并且反演的LAI精度较光谱反射率、微分光谱及植被指数都有明显提高,小波分析在植被生理参数的高光谱提取方面有着广阔的应用前景。  相似文献   

9.
植被叶面积指数(Leaf Area Index, LAI)是重要的生态学参数, 被广泛用于指示植被密度、生物量、碳、氮物质循环以及气候变化对生态系统的影响, 也作为生态过程模型的重要输入参数。地面实测高光谱遥感数据能以更高的空间分辨率及更高的光谱分辨率监测植物的光谱特征, 为精准反演LAI提供了基础。本项研究以武夷山国家公园黄岗山顶的亚高山草甸为研究对象, 通过建立多种高光谱植被指数和拟合多光谱植被指数反演叶面积指数的统计模型, 并比较高光谱与多光谱对叶面积指数反演的效果, 阐明用于反演高覆盖率亚高山草甸的最适高光谱和拟合多光谱植被指数。结果表明: 高光谱新植被指数(NVI)对于反演LAI有最好的效果, R2 = 0.85, P < 0.01; 依据高光谱NVI拟合而成的多光谱NVI反演结果次之, R2 = 0.82, P < 0.01。几种常用比值植被指数NDVI、MSR、RVI和GNDVI在高光谱和拟合多光谱反演结果中相差不大, 表现较好, R2都在0.65以上。通过对比高光谱和拟合Sentinel-2A和Landsat-8两种多光谱卫星波段的反演结果发现, 光谱响应函数中具有更窄波段范围的近红外、红、绿、蓝波段构成的植被指数可以得到更好的反演结果, 而固定波段的高光谱植被指数未必在每种植被指数中都具有最好的反演效果。同时, 发现当某种植被指数反演LAI的线性回归方程的斜率越大, 说明这种植被指数越有可能随LAI的增大而出现饱和现象, 相反的, 斜率越小则说明该种植被指数没有出现饱和现象。此外, 在研究区内使用高光谱和拟合多光谱波段植被指数法反演LAI, NDVI都获得了较好的效果, 存在很好的线性关系, 之前的很多研究和判断都认为NDVI不适用于反演高覆盖植被的LAI, 这个发现是具有意义的, 表明高覆盖植被的叶面积指数在一定范围内是能够被NDVI(应用最广泛的植被指数)较好的反演, 进一步扩展了NDVI反演LAI的适用性和可能性。  相似文献   

10.
光谱植被指数与水稻叶面积指数相关性的研究   总被引:54,自引:3,他引:51  
 综合分析比较了几种常见光谱植被指数与水稻(Oryza sativa)叶面积指数的相关性及其预测力。结果表明,植被指数的预测力在水稻营养生长旺盛期间最好。植被指数的预测力主要依赖于叶面积指数(LAI)的整体变化范围。因此,综合不同生育时期和氮肥处理的试验资料,光谱植被指数能准确地预测LAI的变化。LAI与各植被指数均呈曲线相关,与比值植被指数(RVI)、再归一化植被指数(RDVI)和R810/R560显著幂相关,与归一化植被指数(NDVI)、垂直植被指数(PVI)、差值植被指数(DVI)、土壤调整植被指数(SAVI)和转换型土壤调整指数(TSAVI)显著指数相关。其中,近红外与绿光波段的比值R810/R560的预测力最佳。用不同移栽秧龄、不同密度、不同水分和氮肥处理的数据对R810/R560的表现进行了检验,结果表明估算精度平均为91.22%,估计的均方差根(RMSE)平均为0.480 5,平均相对误差为-0.013。表明宽波段光谱植被指数可以准确地用来监测水稻叶面积指数。  相似文献   

11.
The present study aims to identify the narrow spectral bands that are most suitable for characterizing rice biophysical parameters. The data used for this study come from ground-level hyperspectral reflectance measurements for five rice species at three levels of nitrogen fertilization during the growing period. Reflectance was measured in discrete narrow bands between 350 and 2 500 nm. Observed rice biophysical parameters included leaf area index (LAI), wet biomass and dry biomass. The stepwise regression method was applied to identify the optimal bands for rice biophysical parameter estimation. This research indicated that combinations of four narrow bands in stepwise regression models explained 69% to 83% variability for LAI, 56% to 73% for aboveground wet biomass and 70% to 83% for leaf wet biomass. An overwhelming proportion of rice information was in a particular portion of near infrared (NIR) (1 100-1 150 nm), red-edge (700-750 nm), and a longer portion of green (550-600 nm). These were followed by the moisture-sensitive NIR (950-1 000 nm), the intermediate portion of shortwave infrared (SWlR) (1 650-1 700 nm), and another portion of NIR (1 000-1 050 nm).  相似文献   

12.
The Normalized Difference Vegetation Index (NDVI) is widely used for monitoring, analyzing, and mapping temporal and spatial distributions of physiological and biophysical characteristics of vegetation. It is well documented that the NDVI approaches saturation asymptotically under conditions of moderate-to-high aboveground biomass. While reflectance in the red region (rho(red)) exhibits a nearly flat response once the leaf area index (LAI) exceeds 2, the near infrared (NIR) reflectance (PNIR) continue to respond significantly to changes in moderate-to-high vegetation density (LAI from 2 to 6) in crops. However, this higher sensitivity of the rho(NIR) has little effect on NDVI values once the rho(NIR) exceeds 30%. In this paper a simple modification of the NDVI was proposed. The Wide Dynamic Range Vegetation Index, WDRVI = (a * rho(NIR-rho(red))/(a * rho(NIR) + rho(red)), where the weighting coefficient a has a value of 0.1-0.2, increases correlation with vegetation fraction by linearizing the relationship for typical wheat, soybean, and maize canopies. The sensitivity of the WDRVI to moderate-to-high LAI (between 2 and 6) was at least three times greater than that of the NDVI. By enhancing the dynamic range while using the same bands as the NDVI, the WDRVI enables a more robust characterization of crop physiological and phenological characteristics. Although this index needs further evaluation, the linear relationship with vegetation fraction and much higher sensitivity to change in LAI will be especially valuable for precision agriculture and monitoring vegetation status under conditions of moderate-to-high density. It is anticipated that the new index will complement the NDVI and other vegetation indices that are based on the red and NIR spectral bands.  相似文献   

13.
高光谱植被指数与水稻叶面积指数的定量关系   总被引:14,自引:0,他引:14  
基于不同水稻品种、施氮水平和不同生育期下的大田试验,确立了水稻叶面积指数(LAI)与冠层光谱特征参数的定量关系.结果表明:水稻叶面积指数与部分高光谱植被指数存在良好的相关性,其中原始光谱组成的2波段差值指数(DI)形式相关性最好,其次为比值(RI)和归一化(NI)植被指数.相关最好的原始光谱植被指数是由近红外波段组成的差值指数DI(854,760),相关最好的一阶导数光谱植被指数是红光和近红外光组成的导数差值指数DI(D676, D778),但总体上导数光谱指数不如原始光谱指数与LAI关系密切.独立试验数据检验结果表明,以差值指数DI(854,760)为变量建立的水稻LAI监测模型具有较好的表现,可用于水稻LAI的估测.  相似文献   

14.
水稻叶片全氮浓度与冠层反射光谱的定量关系   总被引:2,自引:0,他引:2  
利用数学统计方法分析了不同施氮水平和不同水稻品种群体叶片全氮浓度(LNC)与冠层反射光谱的定量关系,建立了水稻群体叶片全氮浓度的光谱监测模型.结果表明:基于原始反射率构造的光谱参数与叶片全氮浓度的相关程度均高于原始反射率,近红外波段(760~1 220 nm)与可见光波段510、560、680及710 nm组成的比值植被指数、差值植被指数和归一化植被指数与群体叶片全氮浓度呈极显著正相关,其中与归一化植被指数(NDVI)的相关性最好;对拟合较好的6个两波段组合参数及4个特征光谱参数的预测标准误(SE)和决定系数(R2)进行比较后,选取参数NDVI (1220, 710)为反演群体叶片全氮浓度的最佳光谱参数,方程为LNC=3.2708 × NDVI (1220,710) + 0.8654.利用不同粳稻品种、水分和氮肥处理的试验数据对监测模型进行了检验,估计的根均方差(RMSE)均小于20%,预测值和实测值的拟合R2为0.674~0.862,拟合斜率为0.908~1.010,RMSE为11.315%~19.491%,表明模型预测值与实测值之间符合度较高,对不同栽培条件下的水稻群体叶片全氮浓度具有较好的预测性.  相似文献   

15.
稻麦叶片氮积累量与冠层反射光谱的定量关系   总被引:8,自引:1,他引:7       下载免费PDF全文
 作物氮素积累动态是评价作物群体长势及估测产量和品质的重要指标,对于作物氮素的实时监测和精确管理具有 重要意义。该文以5个小麦(Triticum aestivum)品种和3个水稻(Oryza sativa)品种在不同施氮水平下的3年田间 试验为基础,综合研究了稻麦叶片氮积累量与冠层反射光谱的定量关系。结果表明,不同试验中拔节后叶片氮积 累量均随施氮水平呈上升趋势;稻麦冠层光谱反射率在不同施氮水平下存在明显差异,可见光区(460~710 nm) 反射率一般随施氮水平的增加逐渐降低,近红外波段(760~1 220 nm)反射率却随施氮水平的增加逐渐升高;就 单波段而言,810和 870 nm处的冠层光谱反射率均与稻麦叶片氮积累量具有相对较高的相关性;在光谱参数中, 比值植被指数(Ratio vegetation index, RVI)(870,660)和RVI(810,660)均与稻麦叶片氮积累量具有高度的相 关性,且相关系数明显高于单波段反射率,尤其是水稻作物;对于小麦和水稻,均可以利用统一的波段和光谱指 数来监测其叶片氮积累量,并可以采用统一的回归方程来描述其叶片氮积累量随单波段反射率和反射光谱参数的 变化模式,但若采用单独的回归系数则可以提高稻麦叶片氮积累量估测的准确性。  相似文献   

16.
根据光谱辐射仪对黄土高原冬小麦整个生育期光谱反射率的连续观测数据及CO2通量观测数据,对冬小麦田光谱特征变化及其与CO2日收支的相关性进行了分析.结果表明:冬小麦田不同波长光谱反射率和归一化植被指数(NDVI)呈现明显的日变化和季节变化.同一天内,反射率随太阳高度角的变化而变化,变化最大的波段(550 nm左右、700~1 050 nm)表现为峰.不同生育期同一时刻,可见光波段(350~670 nm)反射率变化不大,近红外波段(700~1 050 nm)出现较大差异,在出苗期、分蘖期和越冬期后红边位置向长波方向“红移”;越冬期前出现向短波方向“蓝移” 的现象;但成熟期“蓝移”现象不明显,表现为突变;其他生育时期没有观测到波谱位移.NDVI的日变化呈U型,13:00左右最低,16:00后出现较大波动,与抛物线有较好的拟合效果,小麦生长旺盛时期,对其地面遥感观测应选择在NDVI变化不大的13:00左右进行;整个冬小麦生长季11:00反射率及NDVI以播种后第140天为中心对称,NDVI的季节变化表现为M型,可用四次多项式拟合;在整个小麦生育期中NDVI与CO2的日收支呈极显著负相关,但正午左右的相关性稍差.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号