基于高光谱遥感的小麦叶干重与叶面积指数监测.pdfVIP

植物生态学报 2009, 33 (1) 34~44 Chinese Journal of Plant Ecology 基于高光谱遥感的小麦叶干重和叶面积 指数监测 冯 伟 朱 艳 姚 霞 田永超 曹卫星* (南京农业大学/江苏省信息农业高技术研究重点实验室, 农业部作物生长调控重点开放实验室, 南京 210095) 摘 要 生物量和叶面积指数(LAI)是描述作物长势的重要参数, 叶干重和LAI 的实时动态监测对小麦(Triticum aestivum)生长诊断和管理调控具有重要意义。为分析多种高光谱参数估算小麦叶干重和LAI 的效果, 建立小麦叶干 重和LAI 的定量监测模型, 该研究连续3年采用不同小麦品种进行不同施氮水平的大田试验, 于小麦不同生育期采 集田间冠层高光谱数据并测定叶片叶干重和LAI 。试验结果显示, 小麦叶干重和LAI 随施氮水平的提高而增加, 随 生育进程呈单峰动态变化模式。小麦叶干重和LAI 与光谱反射率间相关性较好的区域主要位于红光波段(590~710 nm, r–0.60)和近红外波段(745~1 130 nm, r0.69) 。对于不同试验条件下的叶干重和LAI , 可以使用统一的光谱参数 进行定量反演, 其中基于RVI (810, 560)、FD755 、GM1、SARVI (MSS)和TC3等光谱参数的方程拟合效果较好。经 不同年际独立试验数据的检验表明, 以参数RVI (810, 560)、GM1、SARVI (MSS)、PSSRb 、(R750-800/R695-740) –1 、VOG2 和MSR705 为变量建立的叶干重和LAI监测模型均给出较好的检验结果。因此, 利用关键特征光谱参数可以有效地 评价小麦叶片生长状况, 尤其是光谱参数RVI (810, 560)、GM1和SARVI (MSS)可以对不同条件下小麦叶干重和LAI 进行准确可靠的监测。 关键词 小麦 叶干重 叶面积指数 高光谱遥感 监测模型 MONITORING LEAF DRY WEIGHT AND LEAF AREA INDEX IN WHEAT WITH HYPERSPECTRAL REMOTE SENSING * FENG Wei, ZHU Yan, YAO Xia, TIAN Yong-Chao, and CAO Wei-Xing Hi-Tech Key Laboratory of Information Agriculture of Jiangsu Province, Key Laboratory of Crop Growth Regulation, Ministry of Agriculture, Nanjing Agricultural University, Nanjing 210095, China Abstract Aims Biomass and leaf area index (LAI) are important parameters for indicating crop growth potential and photosynthetic productivity in wheat. Non-destructive, quick assessment of leaf dry weight and LAI is necessary for growth diagnosis and cultural regulation in whe