不同植被水分指数对小麦水分状况监测效果对比

引用本文

王溥, 武建军, 聂建亮, 孔凡明, 丁慧彦, 赵刘慧. 不同植被水分指数对小麦水分状况监测效果对比[J]. 国土资源遥感, 2010,22(3): 97-100
WANG Pu, WU Jian-jun, NIE Jian-liang, KONG Fan-ming, DING Hui-yan, ZHAO Liu-hui. A Comparatively Study of the Capabilities of Different Vegetation Water Indices in Monitoring Water Status of Wheat[J]. REMOTE SENSING FOR LAND & RESOURCES,2010,22(3): 97-100 复制到剪切板

Permissions

《国土资源遥感》编辑部

不同植被水分指数对小麦水分状况监测效果对比

王溥, 武建军, 聂建亮, 孔凡明, 丁慧彦, 赵刘慧

北京师范大学资源学院,北京 100875

通讯作者:武建军(1971-),男,副教授,主要从事灾害遥感监测与风险管理研究,E-mail:wjj@ires.cn。

第一作者简介: 王溥(1986-),男,学士,主要从事植被遥感与基础设施影响评估研究。

收稿日期: 2009-10-23

基金: 国家863计划课题“国家统计遥感前沿技术研究与示范应用”(编号: 2006AA120108-2)资助

摘要

通过对比不同水分指数对冬小麦水分状况的监测效果,选择出不同时期的最优水分指数,为遥感监测作物水分提供理论依据。利用冬小麦一个完整生长季内不同时期的5次水分胁迫下光谱与水分状况实测数据,计算出NDVI、NDWI、GVMI(全球植被水分指数)、PWI(植被水分指数)及WI(水分指数)这5个常用水分指数的数值,并与EWT(等效水厚度)、FMC(相对水分含量)进行相关性分析。经过综合分析与比较,发现在小麦生长前期,FMC比EWT更适合反演水分状况,而小麦生长后期,则EWT比FMC更为适合。不同时期小麦水分监测的最优指数不同,而且随着小麦的生长,光谱指数对水分状况监测效果呈现先升后降的趋势。在实际应用中,应当根据小麦生长的不同时期,选择不同的指数来监测小麦的水分状况。

关键词: 植被水分指数; 水分状况; 小麦; 光谱

中图分类号:TP79 文献标志码:A 文章编号:1001-070X(2010)03-0097-04

A Comparatively Study of the Capabilities of Different Vegetation Water Indices in Monitoring Water Status of Wheat

WANG Pu, WU Jian-jun, NIE Jian-liang, KONG Fan-ming, DING Hui-yan, ZHAO Liu-hui

College of Resources Science and Technology, Beijing Normal University, Beijing 100875, China

Abstract

Based on comparing the capabilities of different water indices in monitoring water status of wheat, the authors selected the best indices for different periods. Using the data of wheat spectra and water status observed in a whole growth season of wheat, the authors calculated five popular water indices, i.e., NDVI, NDWI, GVMI, PWI and WI, and conducted a correlation analysis between these indices and EWT (Equivalent Water Thickness) as well as FMC (Fuel Moisture Content). The Results show that, in the early period of wheat growth, FMC is better than EWT in reflecting water status of the wheat, whereas in the late period, EWT is more suitable. Different periods have different best water indices, and the correlation between indices and water status tends to experience an increase in early periods and decrease in later periods. In the application, therefore, we should choose different indices for different periods.

Keyword: Vegetation water indices; Water status; Wheat; Spectrum

Show Figures

0 引言

作物的水分状况是影响作物长势和产量的重要因素^[1]。遥感方法具有监测速度快、监测范围大等优点, 利用遥感方法监测作物水分状况, 实现作物旱情监测, 是开展作物长势监测和产量估算的重要基础^[2]。植物在不同水分条件下, 会有不同的反射光谱。通过研究不同水分状态下植物的光谱曲线, 找出敏感的光谱波段, 则可以利用遥感技术实时监测大范围内的作物水分状况, 进而对区域干旱状况做出估计^[3]。

植被指数(VI)是多波段反射率因子的组合。在利用遥感手段监测植被状况中, 运用各种植被指数与植被特性参数的函数联系, 比单一波段值更稳定、可靠^[4]。Rouse等提出的归一化植被指数(NDVI)是应用最为广泛的植被指数^[5], 许多人也将NDVI应用于植被水分的监测当中; Penuelas等提出水分吸收在950~970 nm迅速增加达到一个吸收峰, 因而运用970 nm与反射峰900 nm的比值作为水分指数(WI), 并进行了3组实验, 证明了WI与相对水分含量(FMC)等变化具有良好的相关性^[6]; 之后Penuelas等又将WI与NDVI结合起来提出植被水分指数(PWI, PWI=WI/NDVI), 可以用来预测叶片以及植株或冠层的水分含量, 且预测的精度有明显的提高^[7]; Gao则利用植被光谱在860 nm的一个弱反射峰和1 240 nm的一个弱吸收峰, 仿照NDVI建立了归一化水分指数(NDWI), 并证明了它对植被的水分变化有较强的敏感性^[8]; Ceccato在利用辐射传输模型对全球植被敏感性分析的基础上, 用短波红外波段(SWIR)代替NDVI中的近红外波段(NIR), 建立了全球植被水分指数(GVMI), 可用于不同类型的地表植被覆盖度的植被水反演^[9]。

以上5个植被指数被学者们广泛引用, 但是迄今为止很少有人对其优劣以及不同时期的适应性做出综合对比。本文利用实测数据, 对这5个常用的植被水分指数对于水分状况的监测效果做了比较, 选择出冬小麦不同生长时期的最优水分指数。本研究的结果不仅有益于探讨提高农作物干旱状况的监测精度的方法研究, 也可以为干旱遥感监测方法和模型提供实验数据和一些理论依据。

1 研究方法

本次实验的地点为中国气象科学研究院河北固城实验站(115.67° E, 39.13° N), 观测时间分别为2008年4月6日、4月23日、5月5日、5月19日和5月30日, 基本均匀分布在小麦的一个完整生长季。将15块4 m× 2 m的冬小麦实验田分为5组, 按照小麦生长季需水量为500 mm分配灌水量, 设置5个水分梯度。使用移动大棚遮蔽自然降水, 然后对每组样田补充不同程度的灌溉。各组灌水量与需水量的比例分别为: 第1组灌水量> 80%; 第2组灌水量60%~70%; 第3组灌水量50%~60%; 第4组灌水量40%~50%; 第5组自然降水。

在每个小区随机选取7个样本点, 每组21个点, 5组共105个样本点。首先使用SPAD 502叶绿素仪测量每个样本点的叶绿素含量; 然后, 使用ASD FieldSpec3光谱仪(波谱范围350~2 500 nm)测量每个样本点的DN值, 每个点采集3个数据, 取平均值后除以白板DN值, 得到每个点的光谱反射率数据; 同时在测量光谱的样本点处采集若干片小麦叶片, 立即称量其鲜重; 再利用LI-3000A叶面积仪测量每个样本点所采集叶片的叶面积; 之后将叶片放入恒温烤箱, 烘烤10~12 h, 完全烘干后称量叶片的干重; 最后, 用ASD光谱仪的数据分析软件RS 3以及独立编写的软件WheatSpec2.0, 对观测数据进行分析。

本文中选取5个植被指数, 即

NDVI=(R₈₀₀-R₆₈₀)/(R₈₀₀+R₆₈₀) (1)

WI=R₉₀₀/R₉₇₀(2)

PWI=WI/NDVI(3)

NDWI=(R₈₆₀-R₁₂₄₀)/(R₈₆₀+R₁₂₄₀)(4)

$GVMI = \begin{matrix} \frac{(R_{820} + 0.1) - (R_{1600} + 0.02)}{(R_{820} + 0.1) + (R_{1600} + 0.02)} \end{matrix}$ (5)

式中, R为某一波长反射率; NDVI为归一化植被指数; WI为970 nm与反射峰900 nm的比值水分指数; PWI为WI与NDVI的比值; NDWI为归一化水分指数; GVMI为全球植被水分指数。

一般来说, 植被水分有土壤水分、冠层水分和叶片水分的区别。本文所测量水分为作物叶片水分。目前常用作物含水量表示方法有两种: 相对含水量(Fuel Moisture Content, FMC)和等效水厚度(Equivalent Water Thickness, EWT) , 公式分别为

$FMC = \begin{matrix} \frac{叶片鲜片 - 叶片干重}{叶片鲜片} \end{matrix} \times 100 %$ (6)

$EWT = \begin{matrix} \frac{叶片鲜片 - 叶片干重}{叶面积} \end{matrix}$ (7)

2 作物水分指数的对比分析

小麦的生长期分为播种、三叶、分蘖、越冬、返青、起身、拔节、孕穗、抽穗、开花、乳熟及成熟。在不同的生长期, 小麦具有不同的物理结构和生态特征, 因而相应也会有不同的光谱反射特性。这就会导致不同生长期的小麦可能会有不同的最优光谱水分指数来指示其水分状况。本次观测的5个日期分别处在起身、拔节、抽穗、开花、乳熟期, 大致平均分布于一个生长季。为了综合对比所选取的5个水分指数在不同时期的优劣性, 以及FMC和EWT对水分指数的适应性, 本文将5次观测数据中的植被指数和EWT、FMC做了相关性分析, 分析结果如表1所示。

表1 数据相关系数 Tab.1 The coefficient of relation

对以上数据进行对比分析, 可以发现如下结果:

(1) 在整个小麦生长季中, 植被水分指数与小麦水分状况的相关性呈现先升后降的趋势。图1中绘出了5个植被水分指数在5次观测中与FMC的相关系数变化情况。

	Figure Option View Download New Window
	图1 不同时期水分指数的效果Fig.1 The effectiveness of the five water index in different periods

从图1中可以看出, 4月6日时, 5个植被指数与FMC相关系数都比较低, 为0.3~0.5; 而到了4月23日、5月5日, 相关系数大幅提升, 达到了0.8甚至0.9以上; 5月19日的相关系数略有下降, 而5月30日的相关系数则下降明显。田永超等在分析作物反射光谱与植株含水量之间的关系时, 得到拔节期、抽穗期、乳熟期的相关系数, 其变化趋势与本文结果一致^[10]。

(2) 在各次观测中, 将5个指数分别与EWT和FMC按相关性按大小进行排序, 两个排序基本一致。可见, 与FMC相关性较好的指数, 与EWT相关性也会较好。

(3) 图2绘制出5次观测中, EWT、FMC与各个指数相关系数中最大值的变化趋势。在前期, FMC的效果比EWT好。但是, EWT与FMC差距随时间缩小, 表明后期EWT逐渐适用。至5月30日观测数据中, EWT的效果好于FMC。Ceccato在建立GVMI时, 指出植被指数与EWT相关, 而不与FMC相关 ^[11]。

	Figure Option View Download New Window
	图2 FMC与EWT效果对比Fig.2 A comparison of the effectiveness of FMC and EWT

图2表明, EWT与FMC的优劣是根据不同时期而异的, 对于冬小麦而言, 开花期(5月10日)前FMC与水分指数的相关关系是优于EWT的, 只有在小麦生长季后期, EWT才优于FMC。因此, 应根据小麦不同生长期, 在FMC与EWT中进行选择。

(4) 在小麦不同生长期, 具有不同的最优指数。表2是对不同日期指数适宜性从大到小的排序。

表2 不同日期指数适宜性从大到小的排序 Tab.2 The effectiveness of index on different dates in descending order

从中可见, 在返青期(3月1日)后, 抽穗期(5月2日)前, PWI是最适宜的指数; 抽穗期后, 开花期(5月10日)前, GVMI是最适宜的指数; 开花期后, 乳熟期(5月25日)前, WI是最适宜的指数; 乳熟期后, NDVI是最适宜的指数。田永超等认为, PWI融合了多个有益光谱信息, 进而在预测小麦含水量时效果要好于单一的指数^[12]。而表2的结果表明, PWI在抽穗期前确实是效果最好的指数, 但抽穗期后效果明显下降, 劣于WI和NDVI。

3 结论

(1) 在整个小麦生长季中, 植被水分指数与小麦水分状况的相关性呈现先升后降的趋势。在小麦生长前期的返青期、起身期、拔节期, 小麦植株与叶片均比较小, 土壤背景影响较大, 5个植被指数与FMC相关系数都比较低, 为0.3~0.5。而到了孕穗、抽穗、开花期, 小麦植株与叶片显著增大, 土壤背景影响减弱, 相关系数大幅提升, 达到了0.8甚至0.9以上。乳熟期之后的相关系数则下降明显, 这与小麦物理与生态结构发生变化有关。

(2) 在各次观测中, 将5个指数分别与EWT和FMC按相关性按大小进行排序, 两个排序基本一致。可见, 与FMC相关性较好的指数, 与EWT相关性也会较好。这表明植被指数反演出的EWT与FMC均可以反映小麦水分状况, 只是不同时期二者反映的准确程度有所不同。

(3) 在小麦生长前期, FMC的效果要比EWT好。但是, EWT与FMC差距随时间缩小, 表明后期EWT逐渐适用。至乳熟期以后, EWT的效果好于FMC。因此, 要反映小麦的水分状况时, 应根据小麦不同生长期, 在FMC与EWT中进行选择。

(4) 在小麦不同生长期, 具有不同的最优指数。在返青期后, 抽穗期前, PWI是最适宜的指数; 抽穗期后, 开花期前, GVMI是最适宜的指数; 开花期后, 乳熟期前, WI是最适宜的指数; 乳熟期后, NDVI是最适宜的指数。在建立冬小麦水分光谱响应模型时, 应当考虑小麦的生长时期, 在不同生长期选择不同的植被指数建立模型。

致谢: 本篇论文获得了中国气象局固城生态环境与农业气象试验站在试验场地与实验仪器方面的支持; 本论文使用的观测数据为“ 国家大学生创新性实验计划” 的项目“ 作物水分胁迫下的光谱响应实验研究” 项目小组成员集体测得, 在观测过程中, 得到了北京师范大学资源学院领导、资源技术与工程研究所老师与学长的大力支持, 在此表示最诚挚的感谢!

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	张佳华, 郭文娟, 姚凤海. 植被水分遥感监测模型的研究[J]. 应用基础与工程科学学报, 2007(1): 45-53. [本文引用:1]
[2]	冯先伟, 陈曦, 包安明, 等. 水分胁迫条件下棉花生理变化及其高光谱响应分析[J]. 干旱区地理, 2004(2): 250-255. [本文引用:1]
[3]	薛利红, 罗卫红, 曹卫星, 等. 作物水分和氮素光谱诊断研究进展[J]. 遥感学报, 2003(1): 73-80. [本文引用:1]
[4]	徐希儒. 遥感物理[M]. 北京: 北京大学出版社, 2005. [本文引用:1]
[5]	Rouse J W, Haas R H, Schell J A, et al. Monitoring Vegetation Systems in the Great Plains with ERTS[C]∥Proceedings of Third Earth Resources Technology Satellite-1 Symposium. Greenbelt , 1974 (351): 310-317. [本文引用:1]
[6]	Penuelas J, Filella, Biel C, et al. The Reflectance at the 950~970 nm Region as an Indicator of Plant Water Status[J]. International Journal of Remote Sensing, 1993, 14(10): 1887-1905. [本文引用:1]
[7]	Penuelas J. Estimation of Plant Water Concentration by the Reflectance Water Index WI (R900R970)[J]. International Journal of Remote Sensing, 1997, 18: 2869-2872. [本文引用:1]
[8]	Gao. NDWI——A Normalized Difference Water Index for Remote Sensing of Vegetation Liquid Water from Space[J]. Remote Sensing of Environment, 1996, 58: 257-266. [本文引用:1]
[9]	Ceccato P, Gobron N, Flasse S, et al. Designing a Spectral Index to Estimate Vegetation Water Content from Remote Sensing Data: Part 1. Theoretical Approach[J]. Remote Sensing of Environment, 2002, 82: 188-197. [本文引用:1]
[10]	田永超, 曹卫星, 姜东, 等. 不同水氮条件下水稻冠层反射光谱与植株含水率的定量关系[J]. 植物生态学报, 2005, 29(2): 318-323. [本文引用:1]
[11]	Ceccato P, Gobron N, Flasse S, et al. Designing a Spectral Index to Estimate Vegetation Water Content from Remote Sensing Data: Part 2. Validation and Applications[J]. Remote Sensing of Environment, 2002, 82: 198-207. [本文引用:1]
[12]	田永超, 朱艳, 曹卫星, 等. 小麦冠层反射光谱与植株水分状况的关系[J]. 应用生态学报, 2004(11): 2072-2076. [本文引用:1]

2007

0.0

张佳华, 郭文娟, 姚凤海. 植被水分遥感监测模型的研究[J]. 应用基础与工程科学学报, 2007(1): 45-53.

植被水分含量的遥感测定对农、林业和水文研究具有重要的意义,对于植被干旱评估也十分重要.研究表明,在叶片尺度上建立400-2500 nm的反射率数据与表征叶水分含量的参数,如EWT(等价水厚度)与FMC(叶片相对水分含量)之间存在紧密的相关关系;在冠层水平上,植被水分与光谱指数存在很好的相关关系.归一化水分指数(NDWI)(R860-R1240)/(R860+R1240)等能较好地反演植被冠层的水分含量.同时,本文对辐射传输模型及其与植被水分指数结合对植被水分反演的应用也进行了讨论;从利用高光谱结合辐射传输模型(如PROSPECT等)进行植被水分反演的角度,对植被水分监测进行评述.最后对利用多角度和偏振光技术定量反演植被水分和监测旱情的研究提出展望.

... 0 引言作物的水分状况是影响作物长势和产量的重要因素^[1] ...

2004

0.0

冯先伟, 陈曦, 包安明, 等. 水分胁迫条件下棉花生理变化及其高光谱响应分析[J]. 干旱区地理, 2004(2): 250-255.

利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a+b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0.7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0.7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0.7669),采用比值反射率对反射光谱1 300nm～1 500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R2=0.8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期.本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据.

... 遥感方法具有监测速度快、监测范围大等优点,利用遥感方法监测作物水分状况,实现作物旱情监测,是开展作物长势监测和产量估算的重要基础^[2] ...

2003

0.0

薛利红, 罗卫红, 曹卫星, 等. 作物水分和氮素光谱诊断研究进展[J]. 遥感学报, 2003(1): 73-80.

Water and nutrient are the main limitation factors for crop production. On-site and precise detection of crop water and nutrient content is necessary for improving crop water and nutrient management, and the use efficiency of water and nutrients;reducing environmental pollution caused by over fertilization; and promoting water-saving agriculture production. In this paper, firstly, a brief introduction to the eco-physiological basis of plant spectral characters and the principles of spectra detection of plant water and nitrogen content were presented. An overview was then given on the developments of the detection of crop water and nitrogen status by remote sensing. Finally, the current research highlight, the existing difficulties, and the future development trends and the prospect of remote sensing of crop water and nitrogen status were discussed.

水肥是影响作物生长的最主要限制因子之一，及时准确监测或诊断出作物水肥状况，对提高作物水肥管理水平和水肥利用效率，减少过度施肥带来的环境污染和指导节水农业生产具有重要意义，为此，首先简单介绍了植物光谱特性的生理生态基础以及光谱诊断原理，然后对国内外作物水分和氮素状况光谱诊断的研究进展，目前作物水分和氮素状况光谱诊断方面的研究重点以及存在的困难进行了评述，并提出了今后的研究方向和发展前景。

... 通过研究不同水分状态下植物的光谱曲线,找出敏感的光谱波段,则可以利用遥感技术实时监测大范围内的作物水分状况,进而对区域干旱状况做出估计^[3] ...

2005

0.0

... 在利用遥感手段监测植被状况中,运用各种植被指数与植被特性参数的函数联系,比单一波段值更稳定、可靠^[4] ...

1974

0.0

... Rouse等提出的归一化植被指数(NDVI)是应用最为广泛的植被指数^[5], 许多人也将NDVI应用于植被水分的监测当中 ...

1993

0.0

... Penuelas等提出水分吸收在950~970 nm迅速增加达到一个吸收峰,因而运用970 nm与反射峰900 nm的比值作为水分指数(WI),并进行了3组实验,证明了WI与相对水分含量(FMC)等变化具有良好的相关性^[6] ...

1997

0.0

... 之后Penuelas等又将WI与NDVI结合起来提出植被水分指数(PWI,PWI=WI/NDVI),可以用来预测叶片以及植株或冠层的水分含量,且预测的精度有明显的提高^[7] ...

1996

0.0

... Gao则利用植被光谱在860 nm的一个弱反射峰和1 240 nm的一个弱吸收峰,仿照NDVI建立了归一化水分指数(NDWI),并证明了它对植被的水分变化有较强的敏感性^[8] ...

2002

0.0

... Ceccato在利用辐射传输模型对全球植被敏感性分析的基础上,用短波红外波段(SWIR)代替NDVI中的近红外波段(NIR),建立了全球植被水分指数(GVMI),可用于不同类型的地表植被覆盖度的植被水反演^[9] ...

2005

0.0

田永超, 曹卫星, 姜东, 等. 不同水氮条件下水稻冠层反射光谱与植株含水率的定量关系[J]. 植物生态学报, 2005, 29(2): 318-323.

The ability to non-destructively monitor crop water status by remote sensing is of significant importance for optimizing of crop irrigation systems and precision farming. In order to develop quantitative models for monitoring rice water status by canopy reflectance spectra, an investigation was conducted to study the relationship between canopy reflectance characteristics and plant water status under different water and nitrogen levels with different pot and pool experiments. The results showed that the crop spectral reflectance decreased in the visible wavelength regions and short-wave infrared (SWIR) (1 400-1 700 nm) regions with increasing water supply, because absorption of visible light (450-700 nm) by leaf chlorophyll was aggravated whereas the spectral reflectance in the near infrared (NIR) (750-950 nm) wavelength regions increased. A high reflectance spectra flat roof formed which remained throughout the entire growth period. Under different water regimes, canopy reflectance showed similar patterns of change. Under the same water supply, the canopy spectral reflectance in the visible wavelength and SWIR regions was lower under high nitrogen supply than under low nitrogen supply rates but showed an opposite pattern in the NIR wavelength regions. Canopy reflectance in single bands is often subject to interference by biomass, background and so on, but the ratio of two bands can alleviate interference due to topography and enlarge the difference of spectral reflectance between vegetation types thus improving the precision of estimates by spectral reflectance. Consequently, in order to eliminate some of the interferences for distinguishing leaf and canopy structure and establish the best predictive model for assessing leaf water content, all regressions between ratio indices, normalized difference indices and leaf and plant water content were conducted. The results indicated that there was a linear relationship between the vegetation index ratio (R810/R460) and canopy leaf water content and plant water content after jointing stage regardless of leaf nitrogen levels, with an RMSE of 0.93 and 1.50, respectively, for model testing. It is concluded that the vegetation index ratio of R810/R460 can be used to monitor leaf water content and plant water content at different growth stages of rice.

研究了不同土壤水氮条件下水稻（Oryza sativa）冠层光谱反射特征和植株水分状况的量化关系。结果表明，水稻冠层近红外光谱反射率随土壤含水量的降低而降低，短波红外光谱反射率随土壤含水量的降低而升高。相同土壤水分条件下，高氮水稻的冠层含水率高于低氮水稻的冠层含水率；同一水分条件下，高氮处理的可见光区和短波红外波段光谱反射率低于低氮处理，近红外波段光谱反射率高于低氮处理。发现拔节后比值植被指数（R810/R460）与水稻叶片含水率和植株含水率呈极显著的线性相关，模型的检验误差(Root mean square Error, RMSE)分别为0.93和1.50。表明比值植被指数R810/R460可以较好地监测不同生育期水稻叶片和植株含水率。

... 田永超等在分析作物反射光谱与植株含水量之间的关系时,得到拔节期、抽穗期、乳熟期的相关系数,其变化趋势与本文结果一致^[10] ...

2002

0.0

... Ceccato在建立GVMI时,指出植被指数与EWT相关,而不与FMC相关 ^[11] ...

2004

0.0

田永超, 朱艳, 曹卫星, 等. 小麦冠层反射光谱与植株水分状况的关系[J]. 应用生态学报, 2004(11): 2072-2076.

The study on the relationship between canopy reflectance characteristics and plant water status of wheat under different soil water and nitrogen levels showed that the water contents of canopy leaf and plant had a significant correlation with the spectral reflectance of 460～510,610～680,1 480～1 500 and 810～870 nm bands at different growth stages and that of 460～1 500 and 560～1 480 nm bands over the whole growth period.The correlation degrees of canopy leaf(CL),upper-layer leaf(UL) and lower-layer leaf (LL) water content with spectral index were in the order of CL>LL>UL.In addition,the water contents of canopy leaf and plant after jointing stage were negatively linearly related to the ratio index R (610,560) and spectral index( R (610,560)/ ND (810,610)),but positively correlated with the normalized difference index(( R 810 - R 610 )/( R 810 + R 610 )),indicating that spectral index( R (610,560)/ ND (810,610)) could be a good indicator for monitoring water status in wheat plant.

研究了不同土壤水、氮条件下小麦冠层光谱反射特征与叶片和植株水分状况的相关性.结果表明,在小麦主要生育期,冠层叶片含水率与460～510、610～680和1 480～1 500 nm波段范围内的光谱反射率有较高的相关性,植株含水率与810～870 nm波段范围内的光谱反射率密切相关.在整个生长期内,小麦冠层叶片含水率与460～1 500 nm波段范围内的光谱反射率均有良好相关性,植株含水率与560～1 480 nm波段范围内光谱反射率的相关性均达到极显著水平.冠层叶片(CL)、上层叶(UL)和下层叶片(LL)含水率与光谱指数的相关程度为CL>LL>UL.冠层叶片和植株含水率与比值指( R (610,560))和光谱指数( R (610,560)/ ND (810,610))呈极显著线性负相关,与归一化指数(( R 810 - R 610 )/( R 810 + R 610 ))呈极显著线性正相关.其中,用光谱指数( R (610,560)/ ND (810,610))监测不同生育期小麦冠层叶片和植株含水率的效果最好.

... 田永超等认为,PWI融合了多个有益光谱信息,进而在预测小麦含水量时效果要好于单一的指数^[12] ...