一种针对作物生育期光谱迁移的修正植被指数

论文摘要

针对基于固定特征波长的植被指数不能适用于多个生育期叶绿素含量的诊断这一问题,研究优化提出一种基于双波长计算光谱覆盖面积的叶绿素诊断植被指数,用于稳健地诊断多生育期的营养。以拔节期、孕穗期和扬花期的冬小麦为研究对象,采集其325～1 075 nm范围的冠层反射光谱,测定采样样本的叶绿素含量。采用小波去噪和多元散射校正算法对光谱数据进行预处理。通过相关性分析,确定生育期特征波长的迁移范围,进而提出了基于光谱覆盖面积的冬小麦叶绿素含量光谱诊断参数（modified normalized area over reflectance curve, MNAOC）。以信噪比（SNR）和平滑度指标（S）进行综合评价,小波去噪函数的最佳参数为（"sqtwolog","mln","3","db5"）。相关性分析结果表明,生育期特征波段的迁移范围为（700 nm, 723 nm）。在分析MNAOC指数对叶绿素含量诊断分辨率的基础上,以0.5 mg·L-1的分辨率建立一元线性回归模型的结果为:拔节期R■=0.840 1,R■=0.823 7;孕穗期R■=0.865 5,R■=0.817 4;扬花期R■=0.833 8,R■=0.807 6。与ratio vegetation index（RVI）等5种双波长植被指数对比表明,由于700和723 nm计算的光谱面积包含了由于生育期导致的光谱动态迁移特征,使得MNAOC指数在模型精度上和多个生育期的普适性上,都优于其他双波长代数运算植被指数,为大田环境冬小麦生育期叶绿素含量诊断提供支持。

论文目录

文章来源

类型: 期刊论文

作者: 刘豪杰,李民赞,张俊逸,高德华,孙红,吴静珠

关键词: 叶绿素诊断,光谱迁移,生育期响应,光谱覆盖面积,植被指数

来源: 光谱学与光谱分析 2019年10期

年度: 2019

分类: 基础科学,农业科技

专业: 物理学,农艺学,农作物

单位: 中国农业大学现代精细农业系统集成研究教育部重点实验室,北京工商大学食品安全大数据技术北京市重点实验室

基金: 国家“十三五”重点研发计划课题(2016YFD0300600-2016YFD0300606,2016YFD0300600-2016YFD0300610),国家自然科学基金项目(31501219),中国农业大学研究生培养项目(ZYXW037,HJ2019029,YW2019018),青产学研项目(2017-12,BKBD-2017KF03)资助

分类号: O433.4;S31

页码: 3040-3046

总页数: 7

文件大小: 258K

下载量: 73

相关论文文献

• [1].荒漠林高光谱与光学影像植被指数(Ⅵ)的比较[J]. 新疆农业科学 2020(01)
• [2].河南省植被指数变化特征研究[J]. 测绘与空间地理信息 2020(02)
• [3].运用植被指数时序特征对落叶松人工林分类[J]. 东北林业大学学报 2020(03)
• [4].微波植被指数在云南省植被动态监测中的适用性研究[J]. 地球环境学报 2019(06)
• [5].表征亚热带常绿林光合作用季节变化特征的多种植被指数[J]. 生态学报 2018(16)
• [6].植被指数遥感演化研究进展[J]. 北方园艺 2018(20)
• [7].重庆市植被指数与高度/坡度的关系研究[J]. 西南师范大学学报(自然科学版) 2016(11)
• [8].铜污染植被指数的玉米叶片污染程度探测模型[J]. 光谱学与光谱分析 2020(01)
• [9].吉林省NDVI时空变化——以2010—2019年为例[J]. 农业与技术 2020(13)
• [10].基于遥感数据的内蒙古近三十年植被指数的时空分析[J]. 地质学刊 2018(03)
• [11].草地高光谱植被指数与叶面积指数的关系研究[J]. 阴山学刊(自然科学) 2011(04)
• [12].构建植被区分阴影消除植被指数提取山地植被信息[J]. 农业工程学报 2019(20)
• [13].一种基于可见光植被指数的高分辨率影像林地提取方法[J]. 软件导刊 2020(07)
• [14].植被指数的地形效应研究进展[J]. 应用生态学报 2018(02)
• [15].基于地形调节植被指数估算长汀县植被覆盖度[J]. 国土资源遥感 2015(01)
• [16].被动微波遥感植被指数在中国的应用研究[J]. 干旱区资源与环境 2014(08)
• [17].基于植被指数模型的淡水湖泊湿地景观信息提取[J]. 地理空间信息 2012(06)
• [18].基于MODIS的重庆市植被指数对地形的响应[J]. 中国农业气象 2012(04)
• [19].基于宽范围动态植被指数的棉花冠层覆盖度监测[J]. 棉花学报 2011(03)
• [20].L波段多角度微波植被指数研究[J]. 遥感信息 2010(01)
• [21].新疆植被指数与气象因子关系分析[J]. 沙漠与绿洲气象 2010(05)
• [22].基于雷达植被指数的水土流失区植被覆盖度估测[J]. 国土资源遥感 2015(04)
• [23].西藏高原青稞三种植被指数对红外增温的初始响应[J]. 生态环境学报 2015(03)
• [24].山西省植被指数时空变化特征及其对气候变化的响应[J]. 湖北农业科学 2015(17)
• [25].基于ArcGIS的金沙江流域中段植被指数分布规律研究[J]. 科技通报 2010(03)
• [26].垂直植被指数的计算和精度分析[J]. 兰州大学学报(自然科学版) 2010(05)
• [27].山西典型生态区植被指数(NDVI)对气候变化的响应[J]. 生态学杂志 2009(05)
• [28].近25年山西植被指数时空变化特征分析[J]. 生态环境 2008(06)
• [29].气象因子对植被指数影响的偏最小二乘分析[J]. 测绘科学 2019(12)
• [30].基于最佳植被指数组合的水稻鲜生物量估测[J]. 科技通报 2019(06)

标签：叶绿素诊断论文;  光谱迁移论文;  生育期响应论文;  光谱覆盖面积论文;  植被指数论文;