共查询到18条相似文献，搜索用时 500 毫秒
1.
[目的]为利用高光谱技术实现作物氮素营养状况无损快速监测提供途径.[方法]通过不同品种小麦不同氮素水平试验,分析小麦不同氮素营养状况下,叶片叶绿素含量与叶面积指数、冠层光谱角的关系,定量分析光谱角指数,并建立相关模型对小麦氮素营养状况进行实时监测.[结果]冠层光谱角指数与差值叶绿素含量和差值叶面积指数的相关性最高为0.919 7,两者之间建立的模型决定系数为0.739 2,0.617 8,具有很好的拟合效果.[结论]利用光谱角可以监测小麦叶片叶绿素及叶面积差异,在此基础上进行小麦氮素营养监测是可行的. 相似文献
2.
不同算法红边位置监测小麦冠层氮素营养指标的比较 总被引：6，自引：1，他引：5
【目的】红边位置常被用于监测作物叶片氮素营养状况。本文旨在通过不同算法提取红边位置,分析并比较不同算法提取的红边位置对氮素营养监测模型的准确性和可靠性差异,确定监测小麦叶片氮素营养的最佳红边位置算法及定量模型。【方法】基于不同施氮水平、播种密度、品种类型和生育时期的小麦田间试验,系统分析不同算法的红边位置(一阶微分、倒高斯法、多项式拟合法、四点内插法、拉格朗日法、线性外推法)与冠层叶片氮素营养指标的定量关系,比较不同算法红边位置对氮素营养监测的准确性和可靠性。【结果】线性外推法为计算小麦红边位置的最佳算法,并建立了基于线性外推法的小麦冠层叶片氮素营养定量监测模型。【结论】研究结果为小麦冠层叶片氮素营养指标的可靠监测提供了有效途径。 相似文献
3.
有效的监测作物氮素营养水平及土壤供氮能力可以为合理施用氮肥提供重要依据。本文以2 年3 点不同氮素水平下不同小麦品种的田间试验数据为基础,运用植被指数和偏最小二乘回归法,比较和分析小麦冠层光谱与叶片氮含量及土壤氮含量的关系。结果表明：小麦冠层光谱与叶片氮含量的相关性分析在可见光波段存在显著负相关,在近红外波段呈显著正相关,而与土壤氮含量的相关性呈相反趋势。基于光谱参数ND705 和GNDVI所建叶片氮含量估算模型的决定系数分别达到0.827 和0.826。基于光谱参数VOG2 所建土壤氮含量估算模型的决定系数达到0.646;与植被指数所建模型相比,综合350~1350 nm光谱波段反射率分别与小麦叶片氮含量、土壤氮含量建立偏最小二乘回归模型的预测精
度均有所提高,决定系数分别达到0.842 和0.654。本研究结果可为小麦氮素营养及土壤供氮水平的诊断监测与合理施肥管理提供了理论依据和技术支持。 相似文献
4.
高光谱技术可以快速、准确监测作物的生长信息,小麦冠层光谱与其叶片的叶绿素等生长信息密切相关,同时利用光谱信息可以监测作物的产量、籽粒信息等。介绍了高光谱数据的3种采集方式,综述了利用高光谱数据监测小麦的生长状况(叶绿素、叶面积指数、叶片氮素含量)以及小麦产量、籽粒及病害等相关应用领域研究,并提出了作物冠层光谱分析存在的问题以及下一步发展方向。 相似文献
5.
小麦氮素积累动态的高光谱监测 总被引：12，自引：1，他引：11
【目的】研究小麦地上部氮积累量与冠层高光谱参数的定量关系,分析多种高光谱参数估算地上部氮积累量的效果。【方法】连续3年采用不同蛋白质含量的小麦品种在不同施氮水平下进行大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定植株不同器官生物量和氮含量。【结果】植株氮积累量随着施氮水平的提高而增加,不同地力水平间存在明显差异。植株氮积累量的光谱敏感波段主要存在于近红外平台和可见光区,而地上部氮积累量与冠层光谱的相关性明显降低。对植株氮积累量的光谱估算,在不同品种、氮素水平、生育时期和年度间可以使用统一的光谱模型。在籽粒灌浆期间植株氮积累量自开花期随时间进程的积分累积值与对应时期籽粒氮素积累状况存在显著的定量关系,根据特征光谱参数植株氮素营养籽粒氮积累量这一技术路径,以植株氮积累量为交接点将模型链接,建立高光谱参数与籽粒氮积累量间定量方程。将植株氮积累量与籽粒氮积累量相加,确立了基于高光谱参数的籽粒灌浆期间地上部氮积累量监测模型。经不同年际独立资料的检验表明,利用光谱参数SDr/SDb、VOG2、VOG3、RVI（810,560）、[（R750-800）/（R695-740）]-1和Dr/Db建立模型可以实时监测小麦地上部氮素积累动态变化,预测精度R2分别为0.774、0.791、0.803、0.803、0.802和0.778,相对误差RE分别为16.7%、15.5%、15.6%、18.5%、15.5%和17.3%。【结论】利用关键特征光谱参数可以有效地评价小麦地上部氮素积累状况,其中尤以植被指数VOG2、VOG3和[（R750-800）/（R695-740）]-1的效果更好。 相似文献
6.
7.
叶片垂直分布对小麦冠层方向光谱响应研究 总被引：1，自引：0，他引：1
【目的】对不同株型小麦冠层叶片垂直分布的方向光谱响应进行研究,探索精确描述小麦冠层空间信息的途径,为农田作物快速、无损的光谱监测提供新的理论与技术。【方法】以2个株型不同的小麦品种为材料,采用自下向上分层切片方法,分析冠层不同部位叶片对冠层方向光谱的影响。【结果】去除不同叶位叶片后,小麦冠层光谱在300～700,800～1 300,1 400～1 800 nm波段差别明显;不同观测角度中,与传统90°视角获得反射信息比较,30°和60°视角反射光谱包含较多下部叶片信息,下部叶片对冠层光谱反射率贡献较大,0°视角反射光谱包含较多上部叶片信息,上部叶片对冠层光谱反射率贡献较大;小麦冠层的穗层和倒1叶对方向光谱产生很大影响。不同的2个小麦品种,ZY9844上部叶片对反射率的影响比P7弱。【结论】小麦冠层不同部位叶片,对冠层方向光谱影响不同,根据冠层特点,通过改变光谱观测角度,可以提高作物冠层光谱监测的精度。 相似文献
8.
【目的】研究不同氮素处理棉花冠层关键生育时期,吸收性光合有效辐射(APAR) 和光合有效辐射吸收系数( FAPAR)与棉花产量和产量构成因素之间的相关性,为快速、非破坏性地监测棉花长势和产量预测提供理论支持。【方法】利用线性光量子传感器,获取棉花新陆早61号和新陆早72号2品种4氮素处理5个生育时期的冠层光合有效辐射(PAR),计算出APAR和FAPAR,分别与实测籽棉产量和其构成因素建立相关关系。【结果】2个棉花品种4种氮素处理的冠层APAR、FAPAR随生育期表现出相似的变化规律,冠层APAR在整个生育期呈现“M”的变化趋势;冠层FAPAR呈现出先上升后下降的趋势,其较高值都出现在开花结铃期和盛铃期,除盛花期外,2品种4氮素处理的其它4个生育时期FAPAR均为N3>N2>N1>N0的;5个生育时期的FAPAR与籽棉产量和单株有效铃数均达到显著和极显著相关关系,而只有开花结铃期的APAR与二者达到极显著相关(α=1%,n=24),APAR和FAPAR与其它产量构成因素未达到显著相关关系。利用开花结铃期FAPAR与籽棉产量和单株有效铃数相关最高的线性函数模型对其估算,籽棉产量和单株有效铃数的实测值与估测值之间均呈现极显著线性关系,预测精度分别达93.20%、93.25%。【结论】棉花不同氮素处理影响棉花冠层APAR、FAPAR的变化,利用棉花开花结铃期的冠层FAPAR可以预测棉花产量和单株有效铃数。 相似文献
9.
[目的]分析加工番茄高光谱数据与叶绿素密度的相关关系,为加工番茄生育期生长状况的实时、无损、快速的遥感监测提供理论依据.[方法]通过非成像ASD地物光谱仪获取加工番茄两个品种四个氮素水平冠层关键生育时期的反射光谱,与其相应的冠层叶绿素密度(CH.D)进行逐步回归相关分析.加工番茄冠层CH.D分别在其近红外反射光谱757 nm波段处和红光677 nm波段处的相关系数达最大值(rp757 -CH.D=0.7521**,rp677 -CH.D=-0.8437**,n=44,α=1;);采用这两个波段的反射率分别组成了归一化植被指数(NDVI)和比值植被指数(RVI),建立与加工番茄CH.D的5种线性和非线性的相关模型.[结果]NDⅥ和RVI所构建的加工番茄CH.D的双曲线函数模型的相关性和精度最高,再采用这两个植被指数的双曲线函数模型分别对加工番茄CH.D进行估算,它们的实测CH.D与估测CH.D的相关性均达到极显著检验水平(r实测CH.D-NDVI估测的CH.D -NDVI=0.8041**,r实测CH.D-RVI估测CH.D- RVI=0.8094**,n=44,α=1;),估算精度均为86.6;.[结论]利用高光谱植被指数可以精确提取加工番茄冠层叶绿素密度信息并对其进行遥感估算研究. 相似文献
10.
关中地区小麦冠层光谱与氮素的定量关系 总被引：4，自引：0，他引：4
【目的】分析不同生育期及整个生育期小麦叶片氮含量(LNC)与冠层光谱反射特征的关系,以实现对田间小麦活体氮素营养状况的监测,为小麦叶片氮素状况的精确诊断提供依据。【方法】以位于陕西关中地区杨凌揉谷镇、扶风马席村和巨良农场的3个小麦试验田为研究对象,测定不同长势及生育期小麦LNC及冠层光谱反射率,分析不同长势下小麦LNC和反射率的变化,并研究氮含量与冠层光谱反射率的相关性,以及小麦LNC与比值植被指数(RVI)、归一化植被指数(NDVI)的相关性,建立小麦LNC的敏感波段及光谱监测模型。【结果】在同一生育期,长势差的小麦叶片氮含量较低,长势较好的叶片氮含量高。与单波段相比,组合波段构成的植被指数RVI、NDVI与LNC的相关性明显提高,近红外波段(730~1 075nm)和红波段630,660,690nm组成组合波段的RVI、NDVI与LNC呈极显著正相关,其中LNC与RVI的相关性较高。利用独立的小麦田间试验数据,采用通用的均方根差(RMSE)、决定系数(R2)、准确度(斜率)3个指标对所建立的模型进行检验,最终选取RVI(970,690)为监测小麦LNC的最佳光谱参数,构建的最佳模型为LNC=0.176 3×RVI(970,690)0.775 6,R2为0.863,RMSE为0.137,准确度为0.979,接近于1。【结论】利用小麦冠层光谱反射率构建了预测小麦LNC的最佳模型,该模型具有较好的准确度和普适性,适用于整个生育期小麦叶片氮含量的监测。 相似文献
11.
芜菁营养生长期叶片光谱特性及对氮的敏感性 总被引：1，自引：1，他引：0
【目的】分析芜菁营养生长期叶片光谱反射率对N的响应,研究采用叶片光谱指数诊断N敏感时期,为新疆芜菁简便快捷的非破坏性N营养诊断提供最佳时间窗。【方法】利用Unispec-SC光谱仪测定不同芜菁幼苗期、叶片生长旺盛期、肉质根生长盛期、成熟期叶片的光谱反射率。【结果】芜菁营养生长期叶片光谱反射率波动取决于波长,在可见光波段的变异最小。芜菁营养生长期不同发育阶段光谱指数(ND705)之间均存在显著差异(P＜0.05)或者极显著差异(P＜0.01)。【结论】叶片生长旺盛期为长黄蔓菁、新星圆蔓菁、美国小芜菁、天地禾芜菁氮素光谱营养诊断的敏感时期,叶片生长旺盛期与肉质根生长盛期为新星圆蔓菁(二代)氮素光谱营养诊断的敏感时期。幼苗期和成熟期可以作为区分几个品种芜菁氮素光谱营养诊断的敏感生育期。 相似文献
12.
基于不同土壤质地的小麦叶片氮含量高光谱 差异及监测模型构建 总被引：2，自引：0，他引：2
【目的】叶片氮素状况是小麦生产中精确施氮管理与调控的前提,实时无损监测叶片氮素状况对小麦生产管理具有重要意义。本文旨在综合分析不同环境下小麦冠层光谱响应差异,进而构建其估测模型,为小麦氮肥合理运筹提供技术支持。【方法】本研究基于3种不同土壤质地（砂土、壤土和黏土）、5种不同施氮水平（0、120、225、330和435 kg•hm-2）及3种河南省主栽小麦品种（矮抗58、周麦22和郑麦366）连续2年的大田试验,于小麦主要生育时期同步测定冠层光谱反射率和叶片氮含量,对3种不同土壤质地条件下小麦冠层叶片氮含量的高光谱响应差异进行比较,系统分析350—1 050 nm 波段范围内任意两波段组合而成的差值（DSI）、比值（RSI）及归一化差值（NDSI）光谱指数与叶片氮含量的量化关系,并建立估算模型。【结果】冠层光谱反射率在不同施氮水平和不同生育时期下存在明显差异,但趋势基本一致;比较3种土壤质地小麦冠层光谱反射率大小表现为：黏土＞壤土＞砂土,可以反映小麦实时田间长势。通过系统分析3种土壤质地小麦冠层反射光谱与对应叶片氮含量间的定量关系,表明在可见光和近红外区域均有较好的相关性,但敏感波段区域有所不同。对3种质地获取的样本进行系统分析表明,砂土、壤土和黏土质地小麦叶片氮含量分别以光谱指数NDSI（FD710,FD690）、DSI（R515,R460）和RSI（R535,R715）建模结果表现最好,决定系数分别达到0.88、0.87和0.87。经不同年份独立资料检验结果显示,基于上述光谱指数估测小麦叶片氮含量的预测决定系数分别为0.87、0.85和0.77,预测均方根误差分别为0.31、0.32和0.26。【结论】利用光谱参数NDSI（FD710,FD690）、DSI（R515,R460）和RSI（R535,R715）为自变量建立的估测模型分别可以较好地预测砂土、壤土和黏土3种质地小麦叶片氮含量。 相似文献
13.
江西鹰潭地区早稻氮素营养光谱诊断模型的构建与应用 总被引：6，自引：0，他引：6
【目的】建立基于水稻冠层归一化植被指数NDVI的早稻氮素诊断模型,并利用模型指导水稻生产实践,实现水稻氮素追肥的精确定量。【方法】基于不同氮肥处理的田间试验数据,建立了水稻冠层NDVI与植株吸氮量之间的定量关系,并利用独立试验数据进行了检验,筛选出最佳的氮素光谱诊断模型。在此基础上,结合水稻高产栽培经验,对早稻的追肥用量进行了实时推荐,并和当地农户施肥模式及氮肥-产量曲线计算出的最佳氮肥用量和产量进行对比。【结果】水稻关键生育时期(苗期、分蘖期、拔节期、抽穗期和灌浆期)的冠层NDVI与水稻植株吸氮量都呈显著正相关,相关性高于整个生育期,指数函数拟合效果要优于线性函数。独立试验检验结果表明,单生育时期的预测效果高于整个生育期,指数模型优于线性模型;其中,分蘖期和拔节期的光谱诊断模型表现最佳,预测精度分别为0.907和0.941。推荐施肥应用表明,与常规农户施肥模式相比,光谱诊断施肥模式在产量不减少的情况下降低了氮肥用量,提高了氮素利用率,而产量与常规施肥没有显著差异。在低密度和高密度处理下,光谱推荐施肥模式的施氮量与最佳施氮量的误差分别为2.12%、-2.22%;而产量与最高产量的误差分别为-0.75%、-5.04%。【结论】光谱推荐施肥模式可在保证产量的情况下,降低氮肥用量,提高氮肥农学利用率,在水稻生产中有较好的推广利用价值。 相似文献
14.
【目的】 开花后穗部器官成为小麦生长中心,保证穗部充足的氮素营养是籽粒产量和蛋白品质形成的基础,精确诊断穗氮营养对预测评价产量和品质具有重要意义。【方法】 选用周麦27和豫麦49-198为材料,在大田条件下设置3个灌溉条件（W0：雨养、W1：拔节期浇水1次、W2：拔节和开花各浇水1次）和5个施氮水平（0（N0）、90 kg·hm-2（N6）、180 kg·hm-2（N12）、270 kg·hm-2（N18）和360 kg·hm-2（N24））,于小麦开花后不同的灌浆时段采集各处理小麦穗器官干物质及氮素含量数据,构建不同灌溉条件下冬小麦穗器官的临界氮稀释（Nc）曲线,并于成熟期测定籽粒产量和蛋白质含量。【结果】 在同一灌溉条件下,随着施氮量的增加,穗部干物质及氮含量均增加;不同灌溉条件下的穗部临界氮浓度与生物量间均符合幂指数关系,不同灌溉条件的模型间存在差异（W0: Nc=2.58 DM-0.242; W1: Nc=2.92 DM-0.24; W2: Nc=3.10 DM-0.231）。氮营养指数（NNI）在不同灌溉条件下均随着施氮量的增加而增加,适宜施氮量因灌溉条件而异,雨养条件为180—270 kg·hm-2,灌溉条件为270 kg·hm-2左右。相对产量（RY）与NNI之间显著相关,具体表现为线性+平台特征,在雨养条件下NNI为1.01时,RY获得最大值;而在灌溉条件下NNI为0.97时,RY获得最大值。籽粒蛋白含量与NNI之间呈显著的线性定量关系,灌溉导致蛋白质含量有所降低。【结论】 确立的穗器官Nc及NNI模型,能够有效指示不同水氮条件下小麦氮素丰缺变化,实时评价产量状况,准确预测蛋白质含量,为小麦生育后期的田间及收储管理提供参考和依据。 相似文献
15.
基于高光谱遥感的小麦叶片糖氮比监测 总被引：8，自引：1，他引：7
【目的】碳氮代谢反映植株生理状况和生长活力,是小麦籽粒产量与品质形成的生理基础,因而叶片糖氮比的实时无损监测对小麦生长诊断和氮素管理具有重要意义。本研究的主要目的是通过分析小麦叶片糖氮比与冠层高光谱参数的定量关系,确立小麦叶片糖氮比的定量监测模型。【方法】采用不同蛋白质含量的小麦品种在不同施氮水平下进行了连续3年大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定叶片糖氮比值,进而分析建立冠层高光谱参数与叶片糖氮比的回归模型。【结果】小麦叶片糖氮比随施氮水平的提高而下降,随生育进程呈“高-低-高”动态变化模式。利用高光谱对叶片糖氮比进行监测的适宜时期为拔节期至灌浆中期,其中开花期最好。水分特征参数FWBI和Area980与叶片糖氮比关系密切,指数方程拟合决定系数（R2）分别为0.762和0.768,估计标准误差（SE）分别为1.27和1.28。色素特征参数（R750-800/R695-740）-1和VOG2为变量,指数方程拟合决定系数（R2）分别为0.718和0.712,估计标准误差SE分别为1.87和1.95。经不同年际独立试验数据的检验表明,以参数FWBI、Area1190、（R750-800/R695-740）-1和VOG2参数为变量建立的叶片糖氮比监测模型表现很好,预测精度R2分别为0.627、0.618、0.691和0.795,预测相对误差RE分别为19.2%、18.7%、17.9%和18.3%。【结论】与色素指数和水分指数相关的特征光谱参数可以有效地评价小麦叶片糖氮比的变化状况,利用FWBI、Area1190、（R750-800/R695-740）-1和VOG2 4个参数可以对生长盛期的小麦叶片糖氮比进行可靠的监测。 相似文献
16.
【目的】研究冬小麦冠层时序植被指数的动态变化规律并基于其构建单产预测模型,为田间实时、准确获取作物单产信息提供有效的技术手段。【方法】本研究于2017—2019年在江苏省兴化市万亩粮食产业园开展不同品种及氮肥水平的田间小区试验,利用主动传感器RapidSCAN CS-45获取冠层归一化红边植被指数（normalized difference red edge,NDRE）和归一化植被指数（normalized difference vegetation index,NDVI）,基于双Logistic函数拟合时序植被指数并提取曲线特征参数,进而分析各特征参数与单产的相关关系,并以独立试验数据对单产预测模型进行验证。【结果】NDRE在孕穗期和抽穗期与单产关系最好,R2达到0.84以上;通过多元逐步线性回归法发现,利用2个或多个时期NDRE预测单产的效果较单生育时期有所提高,且第一和第二被选择的时期分别为拔节期和孕穗期。基于全生育时期相对NDRE（relative NDRE,RNDRE）和相对NDVI（relative NDVI,RNDVI）构建时序曲线,并利用曲线特征参数建立单产预测模型,其中RNDRE和RNDVI的最大值、累积值及增长速率与单产关系较好。利用独立试验数据对上述单产预测模型进行检验,结果表明基于RNDRE时序曲线最大值和累积值所构建的单产模型验证效果较好,R2大于0.80,相对均方根误差和相对误差均小于10%,其验证效果优于单时期或多时期基于NDRE的预测模型,且优于基于NDVI构建的单产模型。【结论】基于冠层时序植被指数提取的特征参数RNDRE最大值和累积RNDRE具有良好估测单产的潜力,研究结果为田间进行实时、准确预测冬小麦单产提供了技术支持。 相似文献
17.
小麦叶层氮含量估测的最佳高光谱参数研究 总被引：12，自引：3，他引：9
【目的】作物体内氮素状况是评价长势和预测产量的重要指标。小麦植株氮素营养的快速监测和无损诊断对于精确氮素管理具有重要作用。本文旨在通过对高光谱信息的精细分析和信息提取,探索建立小麦叶片氮含量（LNC,leaf nitrogen content）估算的最佳波段、光谱参数及监测模型。【方法】利用连续4年的系统观测资料,采用精细采样法,详细分析350～2 500 nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段组合而成的主要高光谱指数与小麦冠层叶片氮含量的定量关系。【结果】发现小麦叶片氮含量的最佳波段为位于红边的690、691、700和711 nm以及近红外波段的1 350 nm;基于归一化光谱指数NDSI（R1350,R700）和NDSI（FD700,FD690）、比值光谱指数RSI（R700,R1350）和RSI（FD691,FD711）、土壤调节光谱指数SASI（R1350,R700）（L=0.09）和SASI（FD700,FD690）（L=-0.01）构建氮含量监测模型,决定系数（R2）分别为0.851和0.857、0.842和0.893、0.860和0.866。利用独立试验资料对模型检验的结果显示,模型测试的精度（R2）均大于0.758,RRMSE均小于0.266,尤其是高光谱参数RSI（FD691,FD711）和SASI（FD700,FD690）表现最好。【结论】总体上,利用精细采样法确定最佳波段,构建植被指数和氮含量监测模型,可显著提高模型的精确度和可靠性,从而为快速无损诊断小麦叶层的氮素状况提供新的波段选择和技术途径。 相似文献
18.
基于新型植被指数的冬小麦LAI高光谱反演 总被引：8，自引：1，他引：7
【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。 相似文献