干旱区基于高光谱的棉花遥感估产研究
发布时间:2024-09-06
浏览次数:1512
棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,可以促进高光谱技术在棉花长势监测和估产中应用。本文简单总结了干旱区基于高光谱的棉花遥感估产研究。
棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,可以促进高光谱技术在棉花长势监测和估产中应用。本文简单总结了干旱区基于高光谱的棉花遥感估产研究。

研究方法
结合棉花生长发育规律,对棉花各时期冠层进行高光谱反射率测定,根据光谱曲线特征构建高光谱植被指数,基于棉花盛蕾期至吐絮后期7次地面光谱和产量测定,对光谱反射率与产量进行统计分析。


研究结果
各生育期可见光波段、近红外波段及短波红外波段光谱反射率与产量间分别达显著负相关,显著正相关与显著负相关水平。根据棉花冠层光谱波形特征,利用植被红边波段560 nm反射峰、670 nm吸收谷、近红外波段890 nm反射峰、980 nm和1210nm两个弱水汽吸收谷、短波红外1650nm和2 200 nm反射峰,设计归一化差值光谱指数,并与棉花产量进行相关分析,利用上述波段组合定义的归一化差值光谱指数与产量在各生育期均达显著或极显著相关,而VARI_700抗大气植被指数在各生育期均达极显著相关。




研究结论
在可见光波段,光谱反射率与产量从盛蕾期到盛花期达极显著负相关,在盛铃初期到吐絮后期相关性减小;在近红外波段,光谱反射率与产量在所有生育期都呈显著正相关,在短波红外波段,光谱反射率与产量在吐絮后期达显著负相关。这表明,可见光波段能很好地反映作物单位面积干物质量、作物叶片健康程度以及作物群体状况,而近红外波段可较好反映作物光合作用、积累干物质并最终形成产量的能力。
由于营养生长阶段,作物光合作用、产量形成、开花和光周期过程等都以最大速度完成是形成产量的关键,能更好反映作物群体营养及生殖生长功能,所以该波段光谱反射率以及光谱特征参量与产量有很好的相关性。
近红外波段光谱反射率越高,作物长势越好,并且在全生育期与产量都极显著正相关。当作物受到病虫害或肥水胁迫,近红外波段光谱反射率及光谱特征变异最大。所以,利用近红外波段植被红边光谱指数估算与预报作物产量是可行的。
可见光和近红外波段组合的归一化差值光谱指数和两个抗大气植被指数与产量相关性都达极显著水平。其中利用 VARI_700抗大气植被指数进行棉花早期产量预报效果最好,全生育期7组数据统计分析的相关系数均最高。
各生育期 VARI_700光谱植被指数与产量散点图表明,[560 nm,670 nm]、[670 nm,890 nm]、[890 nm,980 nm]、[920 nm,980 nm]、[820 nm,2 200 nm]等归一化差值光谱指数与产量的相关性不仅在各个生育期都达到或超过显著水平,所有光谱参量,特别是[670 nm,890 nm]和 VARI_700两个光谱指数是最理想的产量早期预报、后期检验光谱参量。
相关产品
-
高光谱成像仪高光谱数据预测模型的建立方法
高光谱成像仪获取的高光谱数据中含有丰富的光谱信息,对光谱数据进行预处理,提取特征波长,然后建立预测模型,进而对样本进行定性与定量的分析。本文对高光谱成像仪高光谱..
-
高光谱数据特征波长的提取选择方法有哪些?
高光谱成像仪获取的原始光谱数据中含有多个波段的光谱数据,使用全波段光谱建立预测模型,计算量非常的大。因此,就需要从原始光谱数据中进行特征波长的提取,选择有用的光..
-
高光谱数据预处理最常见的三种预处理方法
光谱数据常因某些不可避免的因素,而存在部分的随机噪声。为避免随机噪声对数据处理造成负面影响,提高最终的预测精度,加快模型的运行速度,所以需要对数据进行预处理。本..
-
高光谱数据光谱分析及高光谱数据预处理方法
对高光谱数据进行分析,是保证预测模型建立准确性的前提。在高光谱数据分析过程中,光谱数据的预处理是一个重要的过程。本文对高光谱数据光谱分析及高光谱数据预处理方法做..














