引黃灌區(qū)水稻葉面積指數(shù)的高光譜估測模型
【圖文】：
氮肥分３次施入，分別為基肥６０％、分蘗肥２０％、穗肥２０％，人為造成無肥、氮肥適中和氮肥過量３種情況。各小區(qū)磷、鉀施用量相同，純磷為１０５ｋｇ·ｈｍ－２，純鉀為６０ｋｇ·ｈｍ－２，全部作基肥。試驗(yàn)使用的肥料為尿素、重過磷酸鈣和氯化鉀。其他管理措施按當(dāng)?shù)厮靖弋a(chǎn)栽培進(jìn)行。小區(qū)試驗(yàn)用于模型構(gòu)建，為了擴(kuò)展模型的普適性，選擇賀蘭縣桂文村５塊水稻大田為觀測對象（圖１（ｂ）），觀測項(xiàng)目及時(shí)期同小區(qū)試驗(yàn)，用大田獨(dú)立試驗(yàn)數(shù)據(jù)對預(yù)測模型進(jìn)行檢驗(yàn)。圖１水稻采樣點(diǎn)示意圖Ｆｉｇ．１ＥｘｐｅｒｉｍｅｎｔａｌＬａｙｏｕｔｆｏｒＲｉｃｅ１．２冠層光譜與ＬＡＩ的測定采用美國ＳＶＣ（ＳｐｅｃｔｒａＶｉｓｔａＣｏｒｐｏｒａｔｉｏｎ）生產(chǎn)的ＨＲ－１０２４ｉ便攜式地物光譜儀測定水稻冠層光譜。光譜儀的波段值范圍為３５０～２５００ｎｍ，其中３５０～１０００ｎｍ光譜采樣間隔為１．５ｎｍ，光譜分辨率為３．５ｎｍ；１０００～１８９０ｎｍ光譜采樣間隔為３．８ｎｍ，光譜分辨率為９．５ｎｍ；１８９０～２５００ｎｍ光譜采樣間隔為２．５ｎｍ，光譜分辨率為６．５ｎｍ。冠層光譜測定選擇在天氣晴朗、無風(fēng)或風(fēng)速很小時(shí)進(jìn)行，時(shí)間為１０：００～１４：００（太陽高度角大于４５°）。測量時(shí)光譜儀視場角２５°，傳感器探頭垂直向下，距水稻冠層垂直高度約０．７ｍ，每次采集目標(biāo)光譜前后都進(jìn)行參考板校正。對每一水稻小區(qū)前、中、后３個(gè)位置隨機(jī)選擇３個(gè)具有代表性的樣本點(diǎn)，對水稻大田分東、西、南、北和中５個(gè)方位隨機(jī)選擇５個(gè)具有代表性的樣點(diǎn)。視場范圍內(nèi)采樣
］其中，ρＮＩＲ為近紅外波段反射率；ρＲｅｄ為紅光波段反射率。通過構(gòu)建４００～２４００ｎｍ之間７９７個(gè)波段的任意兩波段組合構(gòu)成的４個(gè)植被指數(shù)，，尋找反演水稻ＬＡＩ的最優(yōu)波段組合。然后以高光譜植被指數(shù)為自變量建立水稻ＬＡＩ的回歸模型，最后對模型精度進(jìn)行評價(jià)。以決定系數(shù)Ｒ２、均方根誤差（ＲＭＳＥ）和相對誤差（ＲＥ）作為精度評價(jià)標(biāo)準(zhǔn)，并繪制實(shí)測值與模型預(yù)測值之間的１∶１圖。２結(jié)果分析２．１水稻ＬＡＩ及光譜反射率的變化如圖２所示，水稻ＬＡＩ在不同生育期內(nèi)差異明顯。從水稻移栽起，隨生育期的推進(jìn)，由于水稻分蘗數(shù)量的增加及單葉面積持續(xù)增長，促使ＬＡＩ不斷增加，ＬＡＩ的增速表現(xiàn)為先快后慢；到抽穗期，雖然無效分蘗死亡，而單葉面積仍然增加，致使ＬＡＩ達(dá)到最大值。從灌漿期開始，葉片已經(jīng)不能進(jìn)行較強(qiáng)的光合作用，并且不斷將養(yǎng)分向穗部轉(zhuǎn)移，植株下部的葉片開始衰老、枯黃以至干死，使得ＬＡＩ逐漸減校圖２不同氮素水平下不同生育期水稻ＬＡＩＦｉｇ．２ＬＡＩｏｆＲｉｃｅｉｎＤｉｆｆｅｒｅｒｎｔＮｉｔｒｏｇｅｎＬｅｖｅｌａｎｄＧｒｏｗｔｈＳｔａｇｅｓ如圖３所示，從拔節(jié)期到抽穗期，隨著水稻植株的不斷生長，葉層增多，ＬＡＩ不斷增加，這使得近紅外的反射率逐漸增大，到抽穗期當(dāng)ＬＡＩ達(dá)到最大值時(shí)，近紅外的反射率趨向穩(wěn)定。從灌漿期開始，因葉片向穗部提供大量養(yǎng)分，致使葉片內(nèi)部組織結(jié)構(gòu)發(fā)生變化，ＬＡＩ開始逐漸下降。到乳熟期，水稻從營養(yǎng)生長轉(zhuǎn)為生殖生長，下部葉片不斷衰老、死亡，近紅外的反射率也開始逐漸下降，持續(xù)到水稻成熟。圖３不同氮素水平不同
【作者單位】： 西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院;河北地質(zhì)大學(xué)土地資源與城鄉(xiāng)規(guī)劃學(xué)院;
【基金】：國家863計(jì)劃(2013AA102401-2) 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20120204110013)~~
【分類號(hào)】：S127;S511
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 J.G.布哈特;棉花不同形態(tài)品種葉片生長與葉面積指數(shù)的研究[J];湖北農(nóng)業(yè)科學(xué);1975年08期
2 莫家讓;;水稻葉面積指數(shù)簡易測定法[J];農(nóng)業(yè)科技通訊;1975年09期
3 趙福;;葉面積和葉面積指數(shù)的計(jì)算[J];內(nèi)蒙古農(nóng)業(yè)科技;1975年07期
4 ;怎樣用鮮重法測定小麥的葉面積指數(shù)[J];甘肅農(nóng)業(yè)科技;1976年04期
5 鄭春和;;怎樣用鮮重法測定小麥的葉面積指數(shù)[J];植物學(xué)雜志;1976年01期
6 ;介紹一種小麥生育后期和玉米不拔取樣株測定葉面積指數(shù)的方法[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1977年02期
7 沈瑞庭;李錫坤;;介}9幾種葉面積的n,定方法[J];蠶桑茶葉通訊;1980年01期
8 胡耀華;伍業(yè)綱;王釗;舒宜通;;關(guān)于巴西橡膠樹林葉面積指數(shù)的研究[J];熱帶作物學(xué)報(bào);1981年02期
9 W·G·貝利;R·B·斯圖爾特;朱胤椿;;葉面積的測定方法[J];青海農(nóng)林科技;1982年03期
10 莫家讓;;水稻葉面積指數(shù)測定法簡介[J];廣西農(nóng)業(yè)科學(xué);1978年08期
相關(guān)會(huì)議論文 前10條
1 姚冬萍;;融合多源遙感數(shù)據(jù)估算地表葉面積指數(shù)[A];中國地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年
2 陳雪洋;蒙繼華;吳炳方;朱建軍;紐立明;杜鑫;;基于環(huán)境星高光譜數(shù)據(jù)紅邊參數(shù)的冬小麥葉面積指數(shù)反演[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
3 高帥;;利用ENVISAT-ASAR數(shù)據(jù)的植被葉面積指數(shù)反演研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
4 張娜;;半干旱天然草地葉面積指數(shù)反演模型[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
5 孫永華;宮輝力;李小娟;浦瑞良;周德民;;基于高光譜的三江平原濕地葉面積指數(shù)反演研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
6 曹中盛;朱艷;田永超;曹衛(wèi)星;姚霞;;小麥葉面積指數(shù)估測的最佳高光譜參數(shù)研究[A];中國作物學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文摘要集[C];2013年
7 呂蕓帙;楊旭;駱祖瑩;;基于無線傳感器網(wǎng)絡(luò)的植被葉面積指數(shù)測量方法[A];第六屆中國測試學(xué)術(shù)會(huì)議論文集[C];2010年
8 夏帆;;基于MODIS數(shù)據(jù)的長江流域生態(tài)環(huán)境質(zhì)量評價(jià)[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年
9 劉倩;;2000-2010年三江源地區(qū)MODIS葉面積指數(shù)及FPAR產(chǎn)品驗(yàn)證分析[A];遙感定量反演算法研討會(huì)摘要集[C];2010年
10 楊鵬;李春強(qiáng);;基于MODIS數(shù)據(jù)的河北省冬小麥葉面積指數(shù)模型研究[A];第31屆中國氣象學(xué)會(huì)年會(huì)S5 干旱災(zāi)害風(fēng)險(xiǎn)評估與防控[C];2014年
相關(guān)重要報(bào)紙文章 前1條
1 李濟(jì) 供稿;理科綜合測試模擬（四）[N];山西科技報(bào);2003年
相關(guān)博士學(xué)位論文 前4條
1 樂源;基于光譜數(shù)據(jù)的植被重點(diǎn)參數(shù)反演方法研究[D];武漢大學(xué);2014年
2 溫一博;基于遙感技術(shù)的森林碳循環(huán)和地表蒸散模擬研究[D];東北林業(yè)大學(xué);2016年
3 駱社周;激光雷達(dá)遙感森林葉面積指數(shù)提取方法研究與應(yīng)用[D];中國地質(zhì)大學(xué)(北京);2012年
4 郝雅s
本文編號(hào)：2532189
本文鏈接：http://sikaile.net/kejilunwen/nykj/2532189.html
