光谱指数的植物叶片叶绿素含量估算模型

被引:34
作者
李哲 [1 ,2 ]
张飞 [1 ,2 ,3 ]
陈丽华 [4 ]
张海威 [1 ,2 ]
机构
[1] 新疆大学资源与环境科学学院
[2] 新疆大学绿洲生态教育部重点实验室
[3] 新疆智慧城市与环境建模普通高校重点实验室
[4] 新疆艾比湖湿地国家级自然保护区管理局
关键词
叶绿素含量; 植被指数; 估算模型;
D O I
暂无
中图分类号
Q945 [植物生理学];
学科分类号
0903 ;
摘要
叶片叶绿素能够有效监测植被的生长状况,利用光谱指数反演植被叶绿素含量是目前的通用方法。实测了盐生植物光谱反射率和叶片叶绿素含量。对SPAD值进行变换,对比Pearson与VIP方法探讨盐生植被叶片叶绿素含量与植被指数的相关性并进行精度验证,从中选出最佳拟合模型。研究表明,通过对Pearson与VIP相关性分析,最终选定VIP方法建立植被指数的叶片叶绿素估算模型,NDVI705,ARVI,CIred edge,PRI,VARI,PSRI和NPCI的VIP值均大于0.8,因此选定这七个植被指数为最优植被指数;预测结果显示,所有模型的相关性都在0.7以上,预测值与实测值相关性最好的是经过倒数变换的SPAD值,R=0.816,RMSE=0.007。基于VIP方法的反演模型能较好地估算研究区植被叶绿素含量,该方法为植物叶绿素含量诊断的实际应用提供了重要的理论依据和技术支持。
引用
收藏
页码:1533 / 1539
页数:7
相关论文
共 8 条
[1]   应用光谱指数法估算多枝柽柳同化枝叶绿素含量 [J].
张思楠 ;
王权 ;
靳佳 ;
徐璐 ;
管海英 .
干旱区研究, 2016, 33 (05) :1088-1097
[2]   应用高光谱植被指数反演冬小麦叶绿素含量的光谱指标敏感性研究 [J].
田静国 ;
王树东 ;
张立福 ;
马超 ;
张霞 .
科学技术与工程, 2016, 16 (15) :1-8
[3]  
基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究[J]. 杨爱霞,丁建丽,李艳红,邓凯.光谱学与光谱分析. 2016(03)
[4]   基于减小叶片水分影响的湿地芦苇氮浓度高光谱反演研究 [J].
王莉雯 ;
卫亚星 .
地理科学, 2016, 36 (01) :135-141
[5]   灰色关联度和Pearson相关系数的应用比较 [J].
张建勇 ;
高冉 ;
胡骏 ;
郑扬 .
赤峰学院学报(自然科学版), 2014, 30 (21) :1-2
[6]  
基于多角度成像数据的新型植被指数构建与叶绿素含量估算[J]. 廖钦洪,张东彦,王纪华,杨贵军,杨浩,Coburn Craig,Wong Zhijie,王大成.光谱学与光谱分析. 2014(06)
[7]   植被覆盖度遥感估算研究进展 [J].
贾坤 ;
姚云军 ;
魏香琴 ;
高帅 ;
江波 ;
赵祥 .
地球科学进展, 2013, 28 (07) :774-782
[8]   基于高光谱遥感的小麦冠层叶片色素密度监测 [J].
冯伟 ;
朱艳 ;
田永超 ;
马吉锋 ;
庄森 ;
曹卫星 .
生态学报, 2008, (10) :4902-4911