小麦生物量和真实叶面积指数的高光谱遥感估算模型

利用大田小麦的参数数据和冠层光谱数据,基于光谱一阶微分技术和光谱响应函数,构建等效MODIS植被指数,建立小麦生物量(本文指总干生物量,下同)和真实叶面积指数的高光谱遥感估算模型。结果表明:①小麦生物量与冠层光谱在552 nm,721 nm处呈现最显著相关关系,叶面积指数与冠层光谱的相关性在400～1 100 nm范围内较显著;②红边位置与生物量的关系最为显著,相关系数R为0.818;③6种等效MODIS植被指数中,增强型植被指数对生物量最为敏感;④红边位置估算小麦总生物量的指数模型最优,决定系数R2为0.829;⑤增强型植被指数与小麦叶面积指数的指数模型拟合度最强,决定系数R2为0.94。利用实测光谱模拟MODIS等效反射率构建植被指数反演小麦参数的方法,可为利用卫星数据进行大面积、无破坏和及时获取地面植被信息研究提供重要手段。

不同施肥决策对冬小麦生长影响的高光谱监测及对比分析

为了明确不同变量施肥算法下的冬小麦冠层光谱特征,以及确定适宜我国气候条件的变量施肥算法,于2006年通过田间试验,分别测量了六种不同施肥决策下的冬小麦冠层光谱和产量,对这六种施肥算法进行了对比分析。结果表明,通过对施肥后冬小麦冠层光谱反射率、施肥前后反射率变化量以及不同时期的归一化植被指数的分析,得知不同施肥处理的冬小麦冠层光谱反射率存在差异,可以反映出冬小麦长势的强弱,其中基于光谱指数和作物生长模型相结合的算法(Z)进行施肥的冬小麦长势最佳。与均一施肥(W)和不施肥(CK)处理相比,变量施肥处理均显著提高小麦产量;除基于土壤养分变量施肥处理(T)外,产量变异系数明显降低,其中基于归一化SPAD值变量施肥处理(S)的变异系数最小。Z变量施肥算法综合效果最佳,S变量施肥算法在降低产量变异度方面效果最佳。拔节期施肥对开花期或灌浆初期小麦生长影响最大;并且这两时期的植被指数与产量的相关性也最好,尤其红边三角光谱指数(RTVI)最好(相关系数达到0.700),可见采用RTVI指数进行产量预测效果更优。

基于星载辐射计AMSR-E不同波段的北极海冰折射系数提取

海冰折射系数是一个重要的地球物理参数。利用Hong Approximation(HA)算法和星载辐射计AMSR-E数据,基于不同微波频段(6.9,10.7,23,37,89GHz)实现北极地区不同季节海冰折射系数反演。首先对反演所用关键数据海冰密集度反演算法的系点进行优化,反演结果与验证数据平均偏差分别为3.00%和-0.50%,低于其它常用算法。结果表明:冬季一年冰和夏季海冰的折射系数反演结果在所有微波频段的平均值范围为(1.78～1.75)和(1.72～1.70),与前人研究结果基本一致,但冬季多年冰在较高频率的折射系数与前人结果偏差较大,高于10.7GHz的微波频段不能用于冬季多年冰折射系数的提取;综合利用不同波段海冰折射系数反演结果能够有效识别沿岸冰间湖(比如冬季6.9GHz),区分多年冰与一年冰(冬季89GHz),并能确定多夏季海冰边缘融化范围(夏季6.9GHz)。