期刊文章详细信息
高光谱数据估测稻麦叶面积指数和叶绿素密度 ( EI收录)
Estimating LAI and CCD of rice and wheat using hyperspectral remote sensing data
文献类型:期刊文章
机构地区:[1]南京大学生命科学学院,南京210093 [2]江苏省环境科学研究院,南京210036
基 金:国家高技术(863计划)专题项目(2007AA10Z231)资助
年 份:2010
卷 号:26
期 号:2
起止页码:237-243
语 种:中文
收录情况:AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20101512841284)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:该研究利用高光谱遥感技术分析水稻和小麦两种作物不同生育期的冠层光谱及其叶面积指数和叶绿素密度的变化,比较高光谱植被指数与两种作物的叶面积指数和叶绿素密度之间的关系,最后确定估算两种作物的叶面积指数和叶绿素密度最佳植被指数。结果表明:水稻和小麦两作物的叶面积指数和叶绿素密度在整个生育期内的变化规律基本一致,即先升高后下降的趋势,但两作物叶绿素密度与叶面积指数最大值出现的时期不同;稻麦两作物在整个生育期内的光谱反射率曲线,在可见光区域(400~700nm)变化无明显规律,在近红外区域(700~1000nm),生育前期反射率由低到高,到生育后期则由高到低,其中最大值分别出现在抽穗期和灌浆期左右;通过14种植被指数与两作物的叶面积指数和叶绿素密度相关性比较分析得知,二次修正土壤调节植被指数(MSAVI2)与水稻农学参数相关性最好,相关系数r>0.91,而小麦在800nm处的光谱反射率(R800)与其农学参数相关性最好,相关系数r>0.92;并利用线性回归的方法,建立了估算两作物叶面积指数和叶绿素密度的模型,决定系数R2>0.85。这样为不同环境条件下(水作和旱作)农作物的动态监测和科学管理及决策提供了技术支持。
关 键 词:遥感 植被 叶绿素 水稻 小麦
分 类 号:S127]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...