植被指数与水稻长势及产量结构要素关系的研究

doi:10.6046/gtzyyg.1996.01.10

全文: PDF(187 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

本文介绍水稻产量与其反射波谱数据的相关性试验结果,研究表明,水稻齐穗期以前,植被指数RVI与水稻的生长状况(叶面积指数及干物重)间相关系数很高,它们之间有较好的对应关系;齐穗期以,RVI与水稻于物产量之间的相关性也很显著;同时还发现垂直植被指数PVI与水稻产量结构各要素(每亩穗数,每穗实粒数,千粒重)以及理论产量之间也具有较好的相关性。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	武胜利
	王建明
	刘伟
	余琴
	李晓昌

关键词 ：辐射传输模型, 面散射, , 体散射, , 积雪, , AIEM

Abstract：

This paper introduces the reletionship between rice production and paddy field spectrum data, it indiCates that:Before rice full-head emergence, the correlation coefficient between ratio vegetation index(RVI)and rice growth (Leafarea index or dry biomass) is extremely high, and a good numerical measurement relation exists between them.After this stage, the correlation coefficient between RVI and dry biomass is remarkable.The correlation coefficient between PVI (standardded perpendicular vegrtation index )and rice yield components (ear numbers per Mu, full grainumbers per ear and the weights of one thousand grains) as well as theoretical rice yield are extremely high. Between them there is a good numerical measurement relation.

Key words： Radioactive transfer model Surface scattering Volume scattering Snow

收稿日期: 1995-02-13 出版日期: 2011-08-02

基金资助:

国家“八五”攻关项目

作者简介: 王延颐男研究员,1935年出生,1961年毕业于北京农业大学农业气象专业,现从事农业遥感研究。

引用本文:

王延颐. 植被指数与水稻长势及产量结构要素关系的研究[J]. 国土资源遥感, 1996, 8(1): 56-59.
Wang Yanyi. THE RELATIONSHIP BETWEEN VEGETATION INDEX AND RICE GROWTH AND RICE YIELD COMPONENTS. REMOTE SENSING FOR LAND & RESOURCES, 1996, 8(1): 56-59.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.1996.01.10 或 https://www.gtzyyg.com/CN/Y1996/V8/I1/56

[1] 田国良·农业遥感文集·北京:科学技术出版杜, 1988年, 96-103,

[2] 徐希濡.棍合像元的因子分析方法及其在大范围冬冬小麦播种面积估算中的应用探讨.科学通报, 1989年(12):946-949,

[3] Lee D. Miller. Correlation of ricegrain yields to radio metricestimates of can opybiomassasa function of growthstage. Applicationsof Remote Seniangfor Rica Production. 1984, 411-431.

[4] Patel N K Spectral responseo Pricecropanditsrelation to yield and yiel dattribute. Int. J. Remote Sensing.1985, 6(5), 657-664,

[1]	吴莹, 姜苏麟, 王振会. 积雪陆表微波观测资料干扰识别方法对比分析[J]. 国土资源遥感, 2018, 30(3): 40-47.
[2]	侯小刚, 郑照军, 李帅, 陈雪华, 崔宇. 近15年新疆逐日无云积雪覆盖产品生成及精度验证[J]. 国土资源遥感, 2018, 30(2): 214-222.
[3]	庞海洋, 孔祥生, 汪丽丽, 钱永刚. ENDSI增强型雪指数提取积雪研究[J]. 国土资源遥感, 2018, 30(1): 63-71.
[4]	除多, 达娃, 拉巴卓玛, 徐维新, 张娟. 基于MODIS数据的青藏高原积雪时空分布特征分析[J]. 国土资源遥感, 2017, 29(2): 117-124.
[5]	何连, 秦其明, 任华忠. 一种自适应的混合Freeman/Eigenvalue极化分解模型[J]. 国土资源遥感, 2017, 29(2): 8-14.
[6]	阎福礼, 徐建国, 鲁志弘. BJ-1智能小卫星多曝光量数据特征及其积雪提取方法研究[J]. 国土资源遥感, 2016, 28(1): 28-34.
[7]	孟丹, 张志, 冯稳. 基于GeoEye-1和DEM的富家坞铜矿区固体废弃物危险性分析[J]. 国土资源遥感, 2011, 23(2): 130-134.
[8]	赵越, 周萍. 改进的K-means算法在遥感图像分类中的应用[J]. 国土资源遥感, 2011, 23(2): 87-90.
[9]	闫鹏, 杨农, 叶宝莹. 基于ASTER-GDEM的贵州及其邻区地貌面提取及研究[J]. 国土资源遥感, 2011, 23(2): 98-103.
[10]	邓吉秋, 谢杨, 张宝一, 毛先成. ETM+图像锰矿化蚀变信息提取与找矿预测[J]. 国土资源遥感, 2011, 23(1): 102-105.
[11]	邓睿, 黄敬峰. [J]. 国土资源遥感, 2011, 23(1): 106-109.
[12]	娄雪婷, 曾源, 吴炳方. 森林地上生物量遥感估测研究进展[J]. 国土资源遥感, 2011, 23(1): 1-8.
[13]	李华朋, 张树清, 孙妍. 证据理论结合遥感分类数据能力定量评价研究[J]. 国土资源遥感, 2011, 23(1): 26-32.
[14]	张靖, 张晓君, 江万寿, 王建超, 郭大海. 一种改进的线性预测滤波算法[J]. 国土资源遥感, 2011, 23(1): 52-56.
[15]	唐明, 赵文吉, 赵文慧. 基于SPOT影像的可吸入颗粒物遥感反演[J]. 国土资源遥感, 2011, 23(1): 62-65.