基于近地高光谱与TM遥感影像的冬小麦冠层含水量反演

被引：9

作者：

程晓娟 ^{[1
,2
,3
]}

杨贵军 ^{[1
,2
]}

徐新刚 ^{[1
,2
]}

陈天恩 ^{[3
]}

王冬 ^{[3
]}

机构：

[1] 北京农业信息技术研究中心

[2] 国家农业信息化工程技术研究中心

[3] 山东科技大学测绘科学与工程学院

来源：

麦类作物学报 | 2014年 / 34卷 / 02期

关键词：

冬小麦; 冠层光谱; TM遥感影像; 冠层水分;

D O I：

暂无

中图分类号：

S512.11 [];

学科分类号：

0901 ;

摘要：

为探讨利用近地高光谱和TM遥感影像数据评估作物冠层水分状况的可行性,以北京顺义通州为研究区域,以冬小麦为研究对象,首先基于Landsat TM5的光谱响应函数,利用地面实测的冬小麦全生育期冠层高光谱窄波段反射率数据来模拟TM5卫星宽波段反射率,然后利用模拟的TM5数据的NIR波段(第4波段)和2个SWIR波段(第5和7波段)反射率分别构建水分指数(WI)和归一化差异水分指数(NDWI),并利用地面实测数据建立冠层叶片含水量(LWC)和等效水厚度(EWT)的遥感估算模型,最后选取最优的水分估算模型,利用TM5卫星遥感影像数据对研究区域小麦冠层水分含量进行反演与应用。结果表明,利用TM5数据中SWIR第5波段比第7波段构建的水分指数更有优势;WI对估算LWC的效果较好,而NDWI在EWT估算方面效果较好,应用TM5宽波段模拟数据模型验证的冬小麦冠层含水量的r2和RMSE分别为0.57和0.51、3.89%和0.024。同时从TM遥感影像的反演结果来看,开花期的冬小麦冠层水分高于拔节期。

引用

页码：227 / 233

页数：7

共 15 条

[1] 基于光谱指数的植被含水率遥感反演模型研究——以岷江上游毛尔盖地区为例 [J].

潘佩芬 ;

杨武年 ;

简季 ;

戴晓爱 .

遥感信息, 2013, 28 (03) :69-73

[2] 植被水分遥感监测模型的研究 [J].

张佳华 ;

郭文娟 ;

姚凤梅 .

应用基础与工程科学学报, 2007, (01) :45-53

[3]

植物生理学[M]. 高等教育出版社 , 潘瑞炽主编, 2004

[4] Using spectral information from the NIR water absorption features for the retrieval of canopy water content [J].

Clevers, J. G. P. W. ;

Kooistra, L. ;

Schalepman, M. E. .

INTERNATIONAL JOURNAL OF APPLIED EARTH OBSERVATION AND GEOINFORMATION, 2008, 10 (03) :388-397

[5]

Estimating crop water stress with ETM+ NIR and SWIR data[J] . Abduwasit Ghulam,Zhao-Liang Li,Qiming Qin,Hamid Yimit,Jihua Wang.Agricultural and Forest Meteorology . 2008 (11)

[6]

Relations of remote sensing leaf water indices to leaf water thickness in cowpea, bean, and sugarbeet plants[J] . H.-D. Seelig,A. Hoehn,L.S. Stodieck,D.M. Klaus,W.W. Adams,W.J. Emery.Remote Sensing of Environment . 2007 (2)

[7]

Deriving a Simple Spectral Reflectance Ratio to Determine Cotton Leaf Water Potential[J] . Vijaya Gopal Kakani,K. Raja Reddy,Duli Zhao.Journal of New Seeds . 2007 (3)

[8] Sensitivity of spectral reflectance to variation in live fuel moisture content at leaf and canopy level [J].

Bowyer, P ;

Danson, FM .

REMOTE SENSING OF ENVIRONMENT, 2004, 92 (03) :297-308

[9]

Designing a spectral index to estimate vegetation water content from remote sensing data[J] . Pietro Ceccato,Stéphane Flasse,Jean-Marie Grégoire.Remote Sensing of Environment . 2002 (2)

[10]

Designing a spectral index to estimate vegetation water content from remote sensing data: Part 1[J] . Pietro Ceccato,Nadine Gobron,Stéphane Flasse,Bernard Pinty,Stefano Tarantola.Remote Sensing of Environment . 2002 (2)

← 1 2 →