采用ASD Field Spec Pro VNIR 2500型光谱辐射仪获取了棉花不同生育时期的冠层高光谱反射率。并通过光谱分析技术,建立了基于高光谱植被指数——归一化植被指数和比值植被指数的棉田冠层特征信息的定量模型。经过对估算模型的精度检验...采用ASD Field Spec Pro VNIR 2500型光谱辐射仪获取了棉花不同生育时期的冠层高光谱反射率。并通过光谱分析技术,建立了基于高光谱植被指数——归一化植被指数和比值植被指数的棉田冠层特征信息的定量模型。经过对估算模型的精度检验和评价,最终筛选出表征棉花冠层结构特征参数的最佳估算模型。结果表明,基于归一化植被指数预测棉花叶面积指数,以幂函数(y=11.084x12.024,r=0.8076**)的模型为最优;基于比值植被指数预测棉花单位面积地上部鲜生物量,以指数函数(y=52.261.exp(0.1024x),r=0.8114**)的估计模型为最优;基于比值植被指数预测棉花单位面积地上部干生物量,以指数函数(y=9.5552.exp(0.1133x),r=0.8330**)的模型为最优。可见,利用高光谱遥感技术可以分析、模拟、评价、预测棉花冠层特征参量,为精准种植棉花提供了依据。展开更多
文摘采用ASD Field Spec Pro VNIR 2500型光谱辐射仪获取了棉花不同生育时期的冠层高光谱反射率。并通过光谱分析技术,建立了基于高光谱植被指数——归一化植被指数和比值植被指数的棉田冠层特征信息的定量模型。经过对估算模型的精度检验和评价,最终筛选出表征棉花冠层结构特征参数的最佳估算模型。结果表明,基于归一化植被指数预测棉花叶面积指数,以幂函数(y=11.084x12.024,r=0.8076**)的模型为最优;基于比值植被指数预测棉花单位面积地上部鲜生物量,以指数函数(y=52.261.exp(0.1024x),r=0.8114**)的估计模型为最优;基于比值植被指数预测棉花单位面积地上部干生物量,以指数函数(y=9.5552.exp(0.1133x),r=0.8330**)的模型为最优。可见,利用高光谱遥感技术可以分析、模拟、评价、预测棉花冠层特征参量,为精准种植棉花提供了依据。
文摘植被动态冠层模型Interactive Canopy Model(ICM)考虑了生态系统中较完整的碳氮循环过程,能够较为客观真实地描述较短时间尺度上植被的动态变化特征。本文在ICM原有碳氮分配方案基础上,考虑了植物花、果实等新生组织对碳氮分配的影响,假设新生组织碳库是花期以后植物的主要碳汇之一,并利用物候模型Forc-Sar预测花期,调控碳氮分配过程;用卫星观测的LAI(Leaf Area Index)产品对模拟的北半球中高纬度地区植被的季节和年际变化过程进行了对比分析。结果表明,改进后的ICM能够更好地模拟北半球中高纬植被的季节变化过程。7月前后是模拟的植被生长最旺盛的时间,与实际情况更为一致,从而较好修正了原方案中模拟的植被生长落后于实际观测的问题;模拟与观测值的季节变化相关系数有了显著提高,各类型植被的模拟误差也都不同幅度减小。改进后模拟与观测的年际变化相关性也有了一定程度的提高,但年际变化趋势的改进效果稍弱。模拟的LAI变化改变了地表能量平衡和水汽收支状况,对于美国东部温带落叶阔叶林来说,植被吸收太阳辐射、叶面和地面的感热、潜热通量在植被生长前期的变化量最大,说明改进后的ICM将会引起模拟下垫面物理状况的改变。