10.3964/j.issn.1000-0593(2015)05-1351-06
基于CAS I高光谱数据的作物叶面积指数估算
叶面积指数(LAI)的快速估算对于及时了解作物长势、病虫害监测以及产量评估具有重要意义。利用2012年7月7日在黑河流域张掖市获取的CASI高光谱数据,精确提取出了不同作物的光谱反射率,同时结合地面实测数据,对比分析了宽波段和“红边”植被指数在估算作物 LAI方面的潜力,在此基础上,基于波段组合算法,筛选出作物LAI估算的敏感波段,并构建了两个新型光谱指数NDSI和RSI ,最后对研究区域作物LAI的空间分布进行了分析。结果表明,在植被覆盖度较低的情况下,宽波段植被指数 NDVI对LAI具有较好的估算效果,模型的精度 R2与RMSE分别为0.52,0.45(p<0.01);对于“红边”植被指数,由于CIred edge充分考虑了不同的作物类型,其对LAI的估算精度与NDVI一致;利用波段组合算法构建的光谱指数NDSI(569.00,654.80)和RSI(597.6,654.80)对LAI估算的效果要优于NDVI与CIred edge ,其中,NDSI(569.00,654.80)主要利用了植被光谱“绿峰”和“红谷”附近的波段,模型估算的精度 R2可达0.77(p<0.0001);根据LAI与NDSI(569.00,654.80)之间的函数关系,绘制作物LAI的空间分布图,经分析,研究区域的西北部LAI值偏低,需增施肥料。研究结果,可为农业管理部门及时掌握作物长势信息、制定施肥策略提供技术支持。
CASI高光谱数据、叶面积指数、植被指数、波段组合、空间分布
S127(农业物理学)
国家自然科学基金项目41401419;国家星火计划重大项目2013GA811002;重庆市高校优秀成果转化项目KJZH14215
2015-06-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
1351-1356