引黄灌区水稻红边特征及SPAD高光谱预测模型

被引:29
作者
秦占飞
常庆瑞
申健
于洋
刘佳岐
机构
[1] 西北农林科技大学资源环境学院
基金
高等学校博士学科点专项科研基金;
关键词
水稻; SPAD; 高光谱; 红边参数; 预测模型;
D O I
10.13203/j.whugis20140516
中图分类号
S511 [稻]; S127 [遥感技术在农业上的应用];
学科分类号
082804 ;
摘要
叶绿素含量是评估水稻长势和产量的重要参数。为了实现快速而准确的叶绿素含量估测,以宁夏引黄灌区宁粳43号水稻为试验对象,通过不同的氮素水平试验,测定了水稻在拔节期、抽穗期和乳熟期的冠层高光谱反射率和叶片绿色度土壤、作物分析仪器开发(soil and plant analyzer development,SPAD)值,分析了水稻不同时期冠层光谱的红边变化特征,并建立了SPAD的估测模型。结果表明,水稻叶片SPAD值随供氮水平的增加而增加,随生育期的变化表现为至抽穗期达到最高,而后逐渐降低。冠层光谱反射率随供氮水平的提高在可见光波段降低,在近红外波段增加。冠层光谱的红边位置、红边幅值和红边面积从拔节期到抽穗期呈现出"红移",至乳熟期呈"蓝移"现象,三个红边参数均随氮素水平的提高而增加。水稻拔节期是以红边面积为变量建立的模型对SPAD预测能力较好,而抽穗期和乳熟期则是以红边位置为参数建立的模型精度较高,与南方稻田叶绿素估算模型有所差异。利用高光谱技术对水稻SPAD值进行定量反演,可为西北地区水稻长势遥感监测提供理论依据。
引用
收藏
页码:1168 / 1175
页数:8
相关论文
共 13 条
[1]   高光谱数据估测稻麦叶面积指数和叶绿素密度 [J].
杨峰 ;
范亚民 ;
李建龙 ;
钱育蓉 ;
王艳 ;
张洁 .
农业工程学报, 2010, 26 (02) :237-243
[2]   基于水稻高光谱遥感数据的PLS波长选择研究 [J].
宋沙磊 ;
李平湘 ;
龚威 ;
汪金平 .
武汉大学学报(信息科学版), 2010, 35 (02) :219-223
[3]   水稻色素含量估算的最优比值色素指数研究 [J].
王福民 ;
黄敬峰 ;
刘占宇 ;
王秀珍 .
浙江大学学报(农业与生命科学版), 2009, 35 (03) :321-328
[4]   水稻叶片叶绿素含量的光谱反演研究 [J].
陈君颖 ;
田庆久 ;
施润和 .
遥感信息, 2005, (06) :12-16
[5]   利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量 [J].
孙雪梅 ;
周启发 ;
何秋霞 .
作物学报, 2005, (07) :844-850
[6]   不同供氮水平下水稻高光谱及其红边特征研究 [J].
唐延林 ;
王人潮 ;
黄敬峰 ;
孔维姝 ;
程乾 .
遥感学报, 2004, (02) :185-192
[7]   不同氮素营养水平的水稻冠层光谱红边参数及其应用研究 [J].
王秀珍 ;
王人潮 ;
李云梅 ;
沈掌泉 .
浙江大学学报(农业与生命科学版), 2001, (03) :67-72
[8]  
高光谱遥感及其应用[M]. 高等教育出版社 , 浦瑞良, 2000
[9]  
Wavelength selection and spectral discrimination for paddy rice, with laboratory measurements of hyperspectral leaf reflectance[J] . Shalei Song,Wei Gong,Bo Zhu,Xin Huang.ISPRS Journal of Photogrammetry and Remote Sensing . 2011 (5)
[10]   A combined derivative spectroscopy and Savitzky-Golay filtering method for the analysis of hyperspectral data [J].
Ruffin, Chris ;
King, Roger L. ;
Younani, Nicolas H. .
GISCIENCE & REMOTE SENSING, 2008, 45 (01) :1-15