本文選題：高光譜　切入點(diǎn)：作物凈初級生產(chǎn)力　出處：《江蘇農(nóng)業(yè)科學(xué)》2017年22期

【摘要】：葉片葉綠素含量、葉片含水量、葉面積指數(shù)、光合有效輻射是影響作物凈初級生產(chǎn)力(NPP)的重要因素。以光能利用率模型作為基本模型,結(jié)合葉片葉綠素含量、葉面積指數(shù)和葉片含水量等生態(tài)參數(shù)反演方法,構(gòu)建新的NPP高光譜遙感估算模型。在山東禹城實地觀測的小麥和玉米NPP數(shù)據(jù)基礎(chǔ)上,研究還將新構(gòu)建的模型與NDVI、CI和MCARI等傳統(tǒng)葉綠素冠層模型的線性擬合結(jié)果進(jìn)行比較。分析結(jié)果表明,新構(gòu)建的模型在小麥、玉米2種作物NPP估算中都有著較好的表現(xiàn),可以用來估算作物NPP。
[Abstract]:The leaf chlorophyll content, leaf water content, leaf area index, photosynthetic active radiation influence crop net primary productivity (NPP) of the important factors. The light use efficiency model as the basic model, combined with the content of chlorophyll, leaf area index and leaf water content and other ecological parameters inversion method to construct NPP hyperspectral remote sensing models of new the field observation in Shandong. Yucheng's wheat and maize NPP data on the basis of research model and NDVI will be newly constructed, compared with CI and MCARI and other traditional chlorophyll canopy model results of the linear regression analysis. The results show that the new model in the estimation of crop wheat, corn of 2 NPP have a good the performance, can be used to estimate crop NPP.

【作者單位】： 武漢華夏理工學(xué)院土木與建筑工程系;武漢理工大學(xué)資源與環(huán)境工程學(xué)院;
【基金】：湖北省教育廳科學(xué)研究計劃(編號:B2015365) 湖北省自然科學(xué)基金(編號:2014CFB858)
【分類號】：S127

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王_g;黃耀;張穩(wěn);于永強(qiáng);王平;;中國農(nóng)業(yè)植被凈初級生產(chǎn)力模擬(Ⅱ)——模型的驗證與凈初級生產(chǎn)力估算[J];自然資源學(xué)報;2006年06期

2 黃耀;王;張穩(wěn);于永強(qiáng);王平;;中國農(nóng)業(yè)植被凈初級生產(chǎn)力模擬(I)——模型的建立與靈敏度分析[J];自然資源學(xué)報;2006年05期

3 朱鋒;劉志明;王宗明;宋開山;;東北地區(qū)農(nóng)田凈初級生產(chǎn)力時空特征及其影響因素分析[J];資源科學(xué);2010年11期

4 武晉雯;紀(jì)瑞鵬;張玉書;楊素英;;遼寧省耕地植被指數(shù)變化特征分析[J];氣象科學(xué);2006年03期

5 陳乾;用植被指數(shù)監(jiān)測干旱并估計冬麥產(chǎn)量[J];遙感技術(shù)與應(yīng)用;1994年03期

相關(guān)會議論文 前1條

1 付卓;王錦地;施建成;宋金玲;靳華安;張立新;張鐘軍;趙少杰;陳柏松;;微波植被指數(shù)與光學(xué)植被指數(shù)在地面尺度上的關(guān)系研究[A];遙感定量反演算法研討會摘要集[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 衛(wèi)煒;MODIS雙星數(shù)據(jù)協(xié)同的耕地物候參數(shù)提取方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 周賢鋒;色素含量比值進(jìn)行作物氮素營養(yǎng)狀況診斷方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所);2017年

相關(guān)碩士學(xué)位論文 前10條

1 康婷婷;中國農(nóng)田凈初級生產(chǎn)力和最大光能利用率參數(shù)時空特征分析[D];南京大學(xué);2014年

2 劉吉凱;基于HJ衛(wèi)星數(shù)據(jù)的甘蔗長勢監(jiān)測與估產(chǎn)研究[D];南京信息工程大學(xué);2015年

3 胡文;黑龍江省雹災(zāi)遙感監(jiān)測及時空特征分析[D];東北農(nóng)業(yè)大學(xué);2015年

4 吳明業(yè);基于TVDI的土壤干旱遙感監(jiān)測研究及驗證[D];安徽農(nóng)業(yè)大學(xué);2014年

5 王亞楠;基于渦度相關(guān)的農(nóng)田碳通量及固碳能力遙感監(jiān)測[D];河南理工大學(xué);2015年

6 王淵博;基于遙感信息的農(nóng)作物生物質(zhì)可獲取量評估及空間分布研究[D];西南交通大學(xué);2016年

7 李明君;基于冬小麥前期光譜信息的播期遙感監(jiān)測研究[D];西安科技大學(xué);2015年

8 張菁;不同磷利用效率基因型水稻的高光譜反射表型量化的初步研究[D];浙江大學(xué);2016年

9 楊昕;不同遙感植被指數(shù)組合模式監(jiān)測小麥主要苗情參數(shù)研究[D];揚(yáng)州大學(xué);2015年

10 謝小燕;基于多源遙感的枯枝落葉層蓋度反演研究[D];西北大學(xué);2016年

，

本文編號：1711251