共查询到20条相似文献，搜索用时 171 毫秒
1.
基于氮素运转原理和GRA-PLS算法的冬小麦籽粒蛋白质含量遥感预测 总被引：6，自引：1，他引：5
【目的】及时、有效地预测籽粒蛋白质含量,能够为优质小麦品种的收购和加工提供科学合理的决策支持信息。本研究从籽粒蛋白质形成的氮素运转规律出发,研究冬小麦籽粒蛋白质遥感预测的可行性及在区域与年际间的扩展性,为高分辨率遥感卫星进行大面积蛋白质预测提供理论依据。【方法】利用2012-2013年4个冬小麦品种×4个氮肥梯度的试验数据和地面高光谱数据进行建模;基于小麦籽粒蛋白质形成的氮素运转机理,通过分析籽粒氮素累积量的两个主要来源及其之间的比例关系,重点抓住开花前的植株氮素累积量再运转这一主要来源,而灌浆期根际的氮素直接吸收则通过其与前者的比例关系来确定,通过相关农学参数模型的耦合,同时加入温度影响因子对籽粒氮素运转的影响,初步阐明了利用开花期小麦叶片氮含量可以预测籽粒蛋白质含量的应用机理;然后选择与叶片氮含量相关的植被指数,利用灰色关联分析-偏最小二乘算法（GRA-PLS）选择与叶片氮含量关联度较高的植被指数并进行小麦叶片氮含量的估算,通过与氮素运转模型的耦合构建了基于氮素运转原理的籽粒蛋白质含量遥感预测模型;最后利用2009-2010年的品种×播期×肥料试验和2012-2013年的其他品种氮肥处理试验进行验证。【结果】（1）通过GRA方法对叶片氮含量和植被指数间的关联度进行计算,选择关联度较大的前5个植被指数进行叶片氮含量建模,其植被指数分别为mND705、NDVIcanste、Readone、DCNI和NDCI;（2）通过PLS方法构建的叶片氮含量模型,建模结果的预测值与实测值的决定系数（R2）和均方根误差（RMSE）分别为0.859和0.257%,验证结果的R2和RMSE分别为0.726和0.063%,利用GRA-PLS方法估算叶片氮素含量具有较好的稳定性;（3）构建的蛋白质预测模型,建模结果和验证结果的预测值与实测值的R2和RMSE分别为0.713、1.30%和0.609、1.19%,预测模型具有较高的精度与可靠性。【结论】基于氮素运转规律构建的小麦籽粒蛋白质含量遥感预测模型,可以作为应用开花期遥感信息来预测籽粒蛋白质含量的机理性解释,初步实现了本研究区域和年际间的籽粒蛋白质含量预测,具有一定的应用前景。 相似文献
2.
【目的】 高效准确监测大田作物病害对作物生产和粮食安全至关重要。文章旨在系统梳理大田作物病害遥感监测技术及模型的研究成果,推动作物病害监测技术发展与应用。【方法】 采用文献检索、归纳总结等方法,系统梳理了国内外大田作物病害遥感监测研究,阐述了大田作物病害遥感监测技术的未来发展趋势。【结果】 （1）阐述大田作物病害遥感监测基本原理,并构建了基本框架;（2）大田作物病害监测遥感数据源主要包括多光谱、高光谱、荧光和热红外遥感;（3）大田作物病害监测遥感模型主要包括统计模型、传统机器学习模型和深度学习模型。【结论】 未来应以病害早期监测、实时监测系统和数据共享为重点突破和研究的方向,为大田作物病害实时或准实时监测预测提供技术支撑。 相似文献
3.
【目的】甘蔗是我国生产食糖的主要原料,广泛种植于我国南方地区,自然灾害对甘蔗生产造成严重影响。甘蔗灾害监测是精准糖业的重要研究内容。常规的地面调查方法无法满足及时、快速获取甘蔗灾情信息的现实需求,遥感技术具有客观、动态及大面积同步观测等优势,是开展甘蔗灾害监测的有力技术手段,但国内对甘蔗灾害监测还缺乏较为系统的归纳总结。文章通过对甘蔗气象灾害、生物灾害及环境灾害的监测等相关研究进行系统论述,探讨开展甘蔗多种灾害遥感监测的未来可能研究方向。【方法】文章采用文献综述法,系统分析了国内外有关甘蔗气象灾害、生物灾害及环境污染灾害监测的研究现状及存在问题,针对每种灾害特点结合当前遥感技术发展趋势指出了甘蔗灾害监测未来研究方向。【结果】现有甘蔗灾害监测研究主要集中在旱灾、低温冻害及病虫害监测,甘蔗旱灾、低温冻害及病虫害的成灾机理仍十分薄弱,甘蔗灾害遥感监测机理模型研究不足,利用遥感技术开展甘蔗重金属污染监测、甘蔗盐胁迫监测也尚未展开。【结论】未来需要加强气象观测、地面观测、作物生长模型及遥感信息等多源数据耦合,发展"星、云、机、站"的灾害立体防控体系,建立针对各种灾害的遥感监测预警机理模型,提高甘蔗防灾减灾的信息化监测与应对能力,促进甘蔗生产向智能化、智慧化的高端方向发展。 相似文献
4.
【目的】本研究以叶片氮含量为切入点,探求糜子籽粒蛋白质含量的最佳光谱预测模型,为糜子优质生产的管理调控提供理论依据。【方法】结合2017年和2018年2年的氮肥运筹试验数据和光谱数据,通过“光谱特征信息—叶片氮含量—籽粒蛋白质含量”这一研究思路,以叶片氮含量为中间链接点将光谱模型和籽粒蛋白质含量链接,建立基于高光谱糜子籽粒蛋白质含量监测模型。【结果】利用支持向量机（SVM）构建的糜子全生育期叶片氮含量监测模型要优于逐步多元线性回归（SMLR）和偏最小二乘法（PLS）,并且原始光谱反射率（R）的SVM模型效果优于一阶导数（1ST）模型,建模集和验证集的R 2分别为0.928、0.924;RMSE相对较小,分别为0.19、0.12;RPD都大于2,分别为3.71、6.07。开花期、灌浆期和成熟期的叶片氮含量和籽粒蛋白质含量均达到极显著正相关,相关系数分别为0.48、0.66和0.73。灌浆期R-SVM模型能准确的监测糜子籽粒蛋白质含量,决定系数R 2为0.798,均方根误差RMSE为0.14,预测残差RPD为1.65。 【结论】建立基于灌浆期糜子籽粒蛋白质含量的高光谱R-SVM监测模型,有助于指导糜子优化田间管理、种植业结构调整和籽粒品质分级,为高光谱技术在糜子优质高产栽培和精准农业发展提供技术基础。 相似文献
5.
水稻籽粒蛋白质积累的模拟模型研究 总被引：5，自引：1，他引：5
【目的】蛋白质含量是稻米的重要品质指标。通过解析和综合水稻植株氮素积累和转运的动态规律及其与环境因子和基因型的定量关系，构建一个基于氮流生理过程的水稻籽粒蛋白质形成模拟模型，以期为水稻生产中籽粒蛋白质指标的动态预测和管理决策提供量化工具。【方法】以田间试验资料为基础，结合已有水稻生长模型，采用生理发育时间作为定量生育进程的尺度，通过解析和综合水稻植株氮素积累和转运动态的基本规律及其与环境因子和基因型的定量关系，构建花前植株氮素吸收与积累、花后氮素吸收与转运及籽粒蛋白质形成过程的模拟模型。【结果】利用不同年份、不同生态点、不同品种类型和不同肥水条件下的大田试验资料对籽粒蛋白质形成模型进行了检验，籽粒蛋白质含量模拟值与观测值之间的决定系数大于0.84，根均方差（RMSE）小于0.26%。表明模型具有较好的通用性和可靠性，可以较准确地预测不同条件下的水稻籽粒蛋白质含量与蛋白质产量。【结论】基于植株氮素积累和转运的生理生态过程，以生理发育时间为主线，建立了较为简化的水稻籽粒蛋白质积累动态的模拟模型，模型的研究不仅为定量预测不同生态与肥水条件下不同水稻品种籽粒蛋白质含量与蛋白质产量的动态变化奠定了基础，而且是对国内外现有水稻生长与产量模拟模型的发展和完善。 相似文献
6.
《云南农业大学学报(自然科学版)》2015,(6)
为了对小麦籽粒品质提前监测与预报,以为小麦生产形势的分析和收购调度提供参考,本研究采用Landsat-5 TM卫星遥感数据,分析长江中下游流域江苏地段春性中、弱筋小麦拔节期和开花期植株性状参数(叶片SPAD值、叶片氮含量和植株氮含量)、卫星遥感植被指数和籽粒蛋白质含量间关系,建立籽粒蛋白质含量卫星遥感预测模型。结果表明:拔节期植株性状参数与籽粒蛋白质含量相关性不显著;开花期植株性状参数与籽粒蛋白质含量均呈极显著正相关(P0.01),可用于籽粒蛋白质含量提前预测;开花期植株性状参数均可采用NDVI和DSW3等卫星遥感植被指数进行反演,效果最优,并基于NDVI和DSW3分别建立籽粒蛋白质含量预测模型。采用模型预测2007年和2009年籽粒蛋白质含量,与实测值间相关性均达极显著水平(P0.01),且RMSE值较低,其中NDVI模型预测精度较高。构建了基于开花期数据的小麦籽粒蛋白质含量卫星遥感预测模型,采用NDVI模型制作了2009年江苏省部分区域春性中、弱筋小麦成熟期籽粒蛋白质含量卫星遥感预测专题图。 相似文献
7.
小麦籽粒蛋白质组分含量的动态模拟研究 总被引：2，自引：1，他引：1
【目的】建立小麦籽粒蛋白质组分含量的动态模拟模型,以期为预测小麦籽粒品质状况提供关键技术支持。【方法】通过定量分析不同品种和水氮处理下小麦籽粒蛋白质组分含量的变化过程,构建了小麦籽粒蛋白质组分含量随花后生长度日（GDD）的动态模拟模型。模型采用幂函数方程描述了清蛋白含量随花后GDD的动态变化,对数函数方程描述了醇溶蛋白和谷蛋白含量的变化过程;并以籽粒氮素和水分因子描述了不同水氮状况对小麦籽粒蛋白质组分含量变化的定量影响。同时利用独立的观测资料对所构建的模型进行了检验。【结果】模型对不同温度下灌浆期籽粒清蛋白、球蛋白、醇溶蛋白、谷蛋白含量预测的均方根差分别为0.44%、0.58%、0.53%和0.59%;对成熟期籽粒蛋白质组分含量预测的均方根差分别为0.41%、0.56%、0.75%和0.56%。【结论】模型对不同生长条件下小麦籽粒蛋白质组分含量的变化动态具有较好的预测性,从而为模拟小麦籽粒品质和完善小麦生长模拟系统奠定了基础。 相似文献
8.
农业干旱遥感监测的原理、方法与应用 总被引：3，自引：2，他引：1
【目的】干旱遥感监测是卫星遥感技术的重要应用和研究方向之一,是对气象、地面调查等技术手段开展农作物干旱监测的重要补充和参考。【方法】在总结国内外目前主要的干旱遥感监测方法基础上,将农业干旱遥感监测方法概括为7个大类,即基于热惯量、冠层温度、作物长势状况、综合冠层温度与作物长势、蒸发(腾)、微波、作物生长模型的干旱遥感监测方法,并对各类方法的主要形式进行了系统性总结。【结果】同前主要的干旱遥感监测方法中,除作物生长模型的反演的监测是土壤含水量外,其他方法大多数是基于遥感度量的干旱程度指标,需要结合地面水分观测值等的标定转化为土壤的水分含量。【结论】从监测原理上看,农业干旱可以认为是光照条件、土壤质地、作物长势、冠层温度4个物理量的函数。在自然条件下,当某个或几个物理量相对一致时,就可以将该理论模型进行简化,使用特定的干旱指数形式对干旱进行量度,这也是当前遥感监测技术监测作物干旱的主要思路。同时,该文对当前国内和国际上的主要干旱遥感监测业务化运行系统进行了介绍,并在此基础上,结合当前遥感监测方法区域适用能力存在的局限性,提出模型区域适应性改进是当前旱情遥感监测业务应用的关键点。同时,随着中高分辨率遥感数据的日益增多,利用中高分辨率卫星数据进行定量化干旱遥感监测技术也是当前干旱遥感监测的重要趋势。此外,干旱遥感监测的不确定性研究也是业务化应用中需要加强的一个方向。 相似文献
9.
热红外遥感及其在农业旱情监测中的应用研究进展 总被引：2，自引：2，他引：0
【目的】梳理目前热红外遥感研究进展,探讨热红外遥感技术在农业旱情监测方面的应用现状,为热红外遥感技术在土壤水分反演和旱情监测方面的应用探明发展道路。【方法】文章通过系统梳理和总结国内外热红外遥感及其在农业旱情监测中的应用研究进展,分析了目前研究存在的问题,并对未来热红外遥感在农业旱灾监测中的应用进行了展望。【结果】热红外遥感已经形成多源遥感数据和多时空分辨率数据并存的局面,地表温度遥感定量反演和地表蒸散发遥感估算已经取得较大进展,但热红外遥感数据产品系统生产仍然面临许多问题,尤其是时空尺度、云影响、像元间可比性和反演精度等问题,仍然需要开展深入的研究;目前农业旱情遥感监测已经取得了较大进展,国内外学者提出了多种不同的表征指数监测方法,但由于热红外遥感存在的许多固有问题,农业旱情遥感监测仍面临许多挑战,尤其是从热红外遥感前沿问题出发开展农业旱情遥感监测模型研究。【结论】在对地观测大数据时代背景下,热红外遥感及其在农业旱情遥感监测中的应用,迫切需要进一步深入研究全天候高精度地表温度遥感反演、高精度农田蒸散遥感定量估算、时空尺度转换与多尺度监测、旱情监测机理模型构建等前沿学术问题,同时,这些问题也是农业旱情遥感监测获得突破性进展的重要方向。热红外遥感理论与方法的发展,将有力地推动我国农业旱情监测精度的提高,为现代精准农业发展保驾护航。 相似文献
10.
基于高光谱遥感的农作物分类研究进展 总被引：3，自引：1，他引：2
【目的】农作物类型识别是农作物面积、长势监测与产量预测的重要前提。及时、准确地获取农作物类型、空间分布以及种植面积对制定农业政策、促进社会经济发展和保障国家粮食安全具有重要意义。近年来,高光谱遥感凭借光谱分辨率高、光谱信息丰富等优点,已广泛应用于农作物制图中。【方法】文章归纳了高光谱遥感应用于农作物分类的研究进展,总结了国内外农作物分类常用的高光谱数据源,并分析了各种数据源的适用范围。梳理了农作物高光谱遥感分类方法,讨论了各种分类方法的优缺点。【结果】现有农作物高光谱遥感分类研究存在一些不足:(1)机载高光谱影像光谱分辨率高,但影像监测面积小,不适合大区域农作物面积提取研究;(2)星载高光谱影像监测面积较大,但空间分辨率较低,某些农作物面积提取实际应用中精度较低;(3)由于缺乏对农作物高光谱特征的研究,导致分类算法机理性不足,普适性较差。【结论】农作物高光谱遥感分类未来研究方向是:(1)丰富高光谱遥感监测的农作物类型;(2)提高高光谱影像的空间分辨率,实现农作物种植结构复杂、地块破碎地区的农作物分类研究;(3)进一步研究利用高光谱遥感进行农作物分类的机理和多源数据融合的方法。 相似文献
11.
【目的 】促进遥感技术在天府粮仓建设中的应用,助力农业生产高质、高效、可持续发展。【方法 】（1）文章通过文献综述,将遥感技术在农业监测中的研究分为耕地监测、农作物遥感制图、作物长势监测与产量估算。（2）在四川地区复杂应用场景下,具体分析现有遥感技术在区域监测面临的挑战。（3）提出遥感技术助力天府粮仓建设的相关建议。【结果 】遥感技术经过不断发展,建立了成熟的空天地一体化农作物遥感监测技术体系及系列数据产品,在种植结构优化、政策制定、资源有效利用等方面发挥重要作用。然而,在四川地区开展遥感监测仍面临复杂地形、地块破碎、种植制度等挑战。【结论 】为了进一步加强遥感技术在天府粮仓建设中的应用,助力农业高质量发展,提出以下建议：一是加强大模型应用,支持高标准农田建设;二是使用多源遥感数据和深度学习方法,提高景观复杂场景下的遥感制图精度;三是耦合多源遥感数据和各作物农学机理,提高作物长势监测和产量估算能力。 相似文献
12.
基于遥感光谱的作物氮含量估算研究进展 总被引：2，自引：0，他引：2
氮是作物生长不可或缺的营养物质之一,氮的亏缺或富余会严重影响作物的产量和经济效益,及时、准确和无损的作物氮素水平监测对作物的增产、合理施肥以及减少环境污染等具有重要意义。阐述了作物氮含量遥感估算的原理及国内外估算方法与研究进展,并在此基础上分析了基于遥感光谱数据的作物氮含量估算存在的问题,提出了未来研究的重点:模型普适性的提高、多源遥感数据的使用、多因素影响下作物氮含量的监测等。 相似文献
13.
【目的】在农业研究中,近地表气温是影响作物发育速度的关键因子。尤其是在全球气温变暖趋势下,对区域尺度气温进行实时监测具有十分重要的科学意义和实用价值。文章对目前常用近地表气温遥感反演方法进行回顾和总结,对未来近地表气温遥感反演方向进行展望。【方法】随着遥感技术的不断发展,遥感近地表气温反演已成为目前获取高时间/空间分辨率区域气温的最有效方法。该文采用文献综述的方法,回顾和总结了近年来国内外近地表气温遥感反演研究进展,将其归纳为4类:大气廓线外推方法、地表温度—植被指数方法、基于数据统计的方法以及基于地表能量平衡的方法。最后对这些方法的优缺点进行评述和展望。【结果】近地表气温主要受辐射、湍流及平流等多种因素影响。因此,准确获取近地表气温十分困难。尽管目前已有多个行之有效的遥感反演方法,但这些方法大多依赖地面辅助数据,尤其是在有云情况下,由于无法有效获取诸如地表温度和地表反照率等气温反演的重要参量,目前的方法很难有效得到应用。【结论】国内外学者针对近地表气温遥感反演开展了大量研究,但是目前仍然缺乏独立于地面辅助数据的普适性方法。建议未来在有云条件和不同地形条件下大气辐射传输过程以及大气流动对气温影响的量化建模等方面加强研究,以提升近地表气温遥感反演精度和适用性。 相似文献
14.
农作物冷冻害遥感监测研究进展 总被引：1，自引：0，他引：1
当前全球极端天气气候事件发生的频率和强度增大,造成的灾害损失不断增加。其中,冷冻害是作物常见的灾害之一,农业部门及各地方政府等相关部门都对农作物灾害的实时监测极为关注。遥感技术的发展为作物冷冻害的监测和预报提供了快速、无损、大面积监测的手段。本文对作物冷冻害遥感监测的主要研究进展进行了综述,并归纳了作物冷冻害遥感监测的主要技术方法。目前国内外关于农作物冷冻害遥感监测,在监测机理、精度、实时性和实用化等方面还存在着较大的不足,还有待于深入研究。对此提出了进一步加强光谱响应机理研究、空基和地基相结合、多源多时相数据互补的解决对策,并进行了展望。 相似文献
15.
16.
遥感技术凭借其可以实时、快速、准确、无损地获取薯类作物生长信息的特点,已经是监测薯类作物生长的重要手段。薯类作物的茎叶和块根生长分别在地上和地下,光谱反射机理均不同于禾本科类作物(如水稻、玉米和小麦),因此,薯类作物具有遥感监测研究特有的方面。总结了遥感技术的特点,遥感平台的种类和遥感监测方法,以及应用遥感技术在薯类作物种植面积提取、病害管理、长势监测和估产等领域的国内外研究进展,分析了遥感技术在薯类作物生长信息监测的不足,进一步提出相关建议,并指出了探索薯类作物空间分布信息及变化、薯类作物长势高效监测、薯类作物产量预测模型、薯类作物遥感模型与农学模型同化机制研究是未来的发展方向。 相似文献
17.
小麦籽粒蛋白质含量高光谱遥感预测模型比较 总被引：1，自引：0，他引：1
【目的】利用高光谱遥感技术实现冬小麦籽粒蛋白质含量的精准预测,比较筛选小麦籽粒蛋白质含量预测模型,实现优质小麦栽培生产。【方法】设置不同品质类型小麦品种和施氮量处理,测定开花期叶片叶绿素含量（SPAD）、叶片干物质质量（LDW）、地上生物量（AGB）、叶片氮含量（LNC）、叶片氮积累量（LNA）、叶面积指数（LAI）、植株氮含量（PNC）、植株氮积累量（PNA）和氮营养指数（NNI）9个农学参数及小麦冠层光谱,通过一阶导数和偏最小二乘法,构建基于不同农学参数的小麦籽粒蛋白质含量高光谱预测模型。【结果】一阶导数处理可以提高光谱数据与农学参数的相关性。运用偏最小二乘法构建的高光谱农学参数估测模型中以SPAD的模型建模精度与验证精度相对较优,建模集决定系数R2与预测集标准均方根误差nRMSE分别为0.99和4.10%;NNI反演模型验证结果较好,相对预测偏差RPD为2.04;利用线性回归构建的农学参数-籽粒蛋白质预测模型中以LNC的建模精度与验证精度最佳,其建模集R2、预测集均方根误差RMSE和RPD分别为0.64、0.79和2.11。最终构建的“... 相似文献
18.
水稻植株氮素吸收与籽粒蛋白质积累模型 总被引：3，自引：2，他引：1
【目的】建立基于生理生态过程的水稻籽粒蛋白质积累模拟模型。【方法】基于不同地点、品种及施氮水平的田间试验资料,通过解析花前植株氮素吸收与积累、花后氮素吸收与转运的动态特征及定量关系,构建水稻植株氮素吸收与籽粒蛋白质积累的模拟模型。【结果】水稻籽粒中氮素积累速率取决于源限制下的可获取氮源和库限制下的氮素积累速率;源限制下的可获取氮源取决于营养器官向籽粒转运的氮素和花后植株吸收的氮素,库限制下的氮素积累速率由潜在氮素积累速率及温度、水分和氮素因子效应来综合决定。营养器官中的氮素转运又分为叶片和茎中积累氮素的转运;花前叶片和茎中的相对氮含量随播后生长度日线性增加;花后叶片和茎中的相对氮含量随花后生长度日线性递减;花后吸收的氮素随籽粒重的增加对数递增。利用独立的田间试验资料对所建模型进行了检验,结果显示模拟值与观测值之间具有较好的一致性,其中花前叶片与茎秆氮素吸收量、花后籽粒氮素吸收量、花后叶片与茎秆中氮素转运量的决定系数分别为0.968、0.980、0.974、0.970和0.976,根均方差分别为16.55%、13.24%、9.53%、10.93%和9.29%;籽粒蛋白质含量的决定系数分别为0.930,根均方差分别为7.82%。【结论】模型对不同栽培条件下水稻植株氮素吸收与转运以及籽粒蛋白质积累具有较好的预测性,为水稻生产中籽粒蛋白质指标的动态预测提供了量化工具。 相似文献
19.
【目的】农作物精细分类是面积估算、长势监测、产量预测及灾害评估的重要前提和基
础。近年来,无人机低空遥感技术因其操作成本低、空间分辨率高、灵活性强等优势,成为田
块尺度下农作物精细分类的重要工具。【方法】文章系统总结了国内外近10 余年无人机遥感在
农作物分类领域的研究进展,介绍了目前常用的无人机平台和传感器,归纳了农作物分类特征
及算法的使用情况,指出了无人机遥感农作物精细分类研究存在的问题。【结果】当前无人机
遥感农作物精细分类研究存在一些不足之处：（1）无人机遥感监测面积小,无法在较大尺度区
域实现农作物精准监测。（2）适用于无人机遥感的农作物分类特征仍需进一步挖掘,面向高光
谱影像的农作物分类特征及特征组合尚需进一步明确。（3）分类器使用单一,分类算法的普适性
和稳定性不强。【结论】无人机遥感农作物精细分类研究的发展趋势主要包括3 个方面：（1）无人
机遥感影像与星载遥感数据的高效融合,拓宽无人机的监测范围。（2）面向无人机遥感影像
的农作物分类特征提取与优化研究。（3）适合无人机遥感的农作物分类算法改进。 相似文献
20.
基于SPOT-5影像的冬小麦拔节期生物量及氮积累量监测 总被引：8，自引：0，他引：8
【目的】建立基于SPOT-5遥感信息的冬小麦拔节期地上部生物量和氮积累量的遥感监测模型,为利用SPOT-5影像进行大面积小麦生产力预测和氮素调控提供依据。【方法】分析冬小麦拔节期地上部生物量和氮积累量与同期SPOT-5光谱参数之间的定量关系,筛选出适宜的光谱参数,建立并评价冬小麦拔节期地上部生物量和氮积累量的遥感监测模型。【结果】绿光、红光和近红外波段反射率与冬小麦拔节期地上部生物量和氮积累量的相关系数均达到极显著水平。其中,近红外波段反射率对地上部生物量反应最敏感,绿光波段反射率则对地上部氮积累量反应最敏感。利用归一化植被指数（NDVI）为变量建立地上部生物量指数函数遥感监测模型表现最优,决定系数（R2）达到0.696**,均方根误差（RMSE）达到258.92 kg•hm-2。利用近红外和绿光波段反射率的比值为变量建立地上部氮积累量线性函数遥感监测模型表现最优,R2达到0.717**,RMSE达到19.24 kg•hm-2。依据上述模型,制作了研究区冬小麦拔节期地上部生物量和氮积累量遥感监测专题图。【结论】SPOT-5影像在冬小麦拔节期小麦长势监测中能够获得较高精度,具有广泛的应用前景。 相似文献