叶绿素密度遥感反演与冬小麦单产估算研究

《叶绿素密度遥感反演与冬小麦单产估算研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目:叶绿素密度遥感反演与冬小麦单产估算研究专业:地图学与地理信息系统硕士生:张苏（签名）指导老师:刘良云胡荣明（签名）摘要作物产量预测可以为一个国家或者地区制定合适的农业政策、进行市场宏观调控以及商品交易估价提供重要的情报，具有重要的价值和意义。叶绿素是作物进行光合作用将光能转换成干物质的重要媒介，作物的叶绿素含量影响作物进行光合作用的速率，进而影响作物产量。对叶绿素含量的监测，可以为作物长势和产量预测提供依据。植被光谱指数与叶绿素密度具有良好的相关性，为定量反演作物的叶绿素密度奠定了基础。针对叶绿素含量反演，目前国内外研究中，反

2、演叶绿素的量纲大多是叶绿素浓度(mg/g)单位，模型适用性和物理机制较弱。叶绿素密度(mg/cm2)量纲与遥感光谱特征联系更直接，也是农作物产量形成过程的重要监测指标，但叶绿素密度遥感模型在不同生育期、不同作物种类间的普适性检验还鲜有报道。针对农作物遥感估产，大多研究是围绕叶面积指数和生物量来估产的，基于叶绿素含量来估产的研究鲜有报道。论文基于植被光谱指数，分析比较了各植被指数与叶绿素密度的相关性，建立了叶绿素密度的光谱指数统计回归模型，并利用不同生育期和不同作物种类的实验数据，对各模型进行验证，筛选出反演叶绿素密度的最优植被指数MTC

3、I，并得到叶绿素密度最优反演模型。以此为基础，论文继续探讨叶绿素敏感植被指数MTCI和叶面积指数敏感植被指数NDVI在不同生育期和生育期累积两个方面的单产估算精度和普适性。本文的主要工作和结论有：（1）研究了植被光谱辐射传输机理，分析叶绿素敏感的光谱波段和光谱指数，筛选出SRI、RVII、VIopt、RVIII、SR705、R-M、MSR705以及MTCI这8个对叶绿素敏感的植被指数，并建立叶绿素密度遥感反演模型。（2）利用不同生育期和不同作物种类的实测叶绿素含量数据和光谱数据，开展小区尺度的叶绿素密度遥感模型的验证研究，分析了模型精度

4、和普适性，发现基于MTCI来反演叶绿素密度在精度和普适性上都优于其他植被指数，并得到最优叶绿素密度反演模型。（3）通过论文前部分研究以及调研文献，发现MTCI是叶绿素敏感植被指数，而NDVI是叶面积指数敏感植被指数。本论文利用MERIS反射率产品（MER_RR_2P数据），通过定量化处理并进行按15天最大值合成，得到2003年-2011年间河南省各县MTCI万方数据产品和NDVI产品。利用该产品首先研究了不同生育期的叶绿素密度敏感植被指数MTCI和叶面积敏感植被指数NDVI在冬小麦收获产量预测精度和潜力，发现：（a）MTCI与产量的相关

5、性在各个生育期都要优于NDVI；（b）利用MTCI来对冬小麦单产估算的最优生育期为抽穗期，要比利用NDVI来对冬小麦单产估算的最优生育期—乳熟期早约30天。然后，研究了累计生育期MTCI指数和NDVI指数与农作物收获产量的关联特性，发现：（a）基于累积生育期MTCI建立的单产估算模型决定系数R2达0.892，基于累积生育期NDVI建立的单产估算模型决定系数R2达0.629；（b）利用验证数据对两个单产估算模型进行验证时发现，基于累积生育期MTCI所建立的单产估算模型的单产估算误差是基于累积生育期NDVI所建立的单产估算模型的一半。因此，

6、MTCI单产估算的精度和普适性都要优于NDVI，是一个对作物单产估算很有潜力的植被指数。关键词：高光谱；叶绿素密度；植被指数；产量研究类型：应用研究万方数据Subject:RetrievalofCanopyChlorophyllDensityandYieldPredictionforWinterWheatBasedonRemoteSensingSpecialty:CartographyandGeographicInformationSystemName:SuZhang(Signature)Instructor:LiangyunLiuRo

7、ngmingHu(Signature)ABSTRACTCropyieldpredictionallowsthegovernmenttoknowthecropproductionandhelpthemtomakedecisionstoimportorexportfoodintime.Chlorophyllisthemediumforphotosynthesis,thevariationinchlorophyllcontentinfluencesthevariabilityinphotosyntheticrate,asaresult,the

8、variationinchlorophyllcontentinfluencesthecropyield.Monitoringofthechlorophyllcontentcanprovidethebasis