留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

夏玉米不同生育期叶片和冠层含水量的遥感反演

刘二华 周广胜 周莉 张峰

刘二华, 周广胜, 周莉, 等. 夏玉米不同生育期叶片和冠层含水量的遥感反演. 应用气象学报, 2020, 31(1): 52-62. DOI: 10.11898/1001-7313.20200105..
引用本文: 刘二华, 周广胜, 周莉, 等. 夏玉米不同生育期叶片和冠层含水量的遥感反演. 应用气象学报, 2020, 31(1): 52-62. DOI: 10.11898/1001-7313.20200105.
Liu Erhua, Zhou Guangsheng, Zhou Li, et al. Remote sensing inversion of leaf and canopy water content in different growth stages of summer maize. J Appl Meteor Sci, 2020, 31(1): 52-62. DOI:  10.11898/1001-7313.20200105.
Citation: Liu Erhua, Zhou Guangsheng, Zhou Li, et al. Remote sensing inversion of leaf and canopy water content in different growth stages of summer maize. J Appl Meteor Sci, 2020, 31(1): 52-62. DOI:  10.11898/1001-7313.20200105.

夏玉米不同生育期叶片和冠层含水量的遥感反演

DOI: 10.11898/1001-7313.20200105
资助项目: 

国家自然科学基金重点项目 41501047

国家自然科学基金重点项目 31661143028

中国气象局气候变化专项 CCSF201801

公益性行业(气象)科研专项(重大专项) GYHY201506019

详细信息
    通信作者:

    周广胜, zhougs@cma.gov.cn

Remote Sensing Inversion of Leaf and Canopy Water Content in Different Growth Stages of Summer Maize

  • 摘要: 高光谱遥感技术监测作物含水量是了解作物生长状况的重要技术。为实现夏玉米不同生育期叶片和冠层含水量的快速、精细化、无损监测,本文基于2014年和2015年的6—10月华北夏玉米不同生育期不同灌水量干旱模拟试验数据构建了植被水分指数(WIMSIGVMI)、复比指数(WNVWCG)和红边反射率曲线面积(Darea)的夏玉米冠层等效水厚度(EWTC)和叶片可燃物含水量(FMC)的反演模型。结果表明:6个指标反演夏玉米三叶期的EWTC模型均未达到0.05显著性水平,三叶期后各指标反演EWTC模型均达到0.01的显著性水平,且总体而言模型精度从高到低为抽雄期、拔节期、灌浆期、成熟期和七叶期。6个指标反演七叶期和拔节期的FMC均达到0.01显著性水平。因此,同一光谱指标反演夏玉米不同生育期叶片和冠层含水量的精度差异较大。光谱指标反演夏玉米叶片和冠层含水量指标的精度与夏玉米生育期有很大关系,进而提出了夏玉米不同生育期含水量反演模型。研究结果可为准确模拟夏玉米不同生育期含水量提供技术支撑。
  • 图  1  夏玉米含水量随生育期的变化特征

    Fig. 1  Variation characteristics of water content in summer maize growth stages

    图  2  夏玉米抽雄期冠层光谱反射率变化特征

    Fig. 2  Variation characteristics of spectral reflectance in knotting stage

    图  3  基于WI指数建立不同生育期夏玉米含水量模型

    Fig. 3  Water content models established on WI in different summer maize growth stages

    图  4  基于MSI指数建立不同生育期夏玉米含水量模型

    Fig. 4  Water content models established on MSI in different summer maize growth stages

    图  5  基于GVMI指数建立不同生育期夏玉米含水量模型

    Fig. 5  Water content models established on GVMI in different summer maize growth stages

    图  6  基于WNV指数建立不同生育期夏玉米含水量模型

    Fig. 6  Water content models established on WNV in different summer maize growth stages

    图  7  基于WCG指数建立不同生育期夏玉米含水量模型

    Fig. 7  Water content models established on WCG in different summer maize growth stages

    图  8  基于Darea建立不同生育期夏玉米含水量模型

    Fig. 8  Water content models established on Darea in different summer maize growth stages

    表  1  2014年夏玉米生长季灌水设置

    Table  1  Irrigation treatments of summer maize growth in 2014

    处理 占7月降水量的百分比/% 灌水量/mm
    A 20 30
    B 40 60
    C 60 90
    D 80 120
    E 100 150
    下载: 导出CSV

    表  2  2015年夏玉米生长季灌水设置

    Table  2  Irrigation treatments of summer maize growth in 2015

    处理 土壤相对湿度
    A1 全生育期55%±5%
    B1 全生育期35%±5%
    C1 拔节前保持75%±5%, 拔节后加灌16 mm
    D1 拔节前保持75%±5%, 拔节后不再灌水
    E1 全生育期75%±5%
    下载: 导出CSV

    表  3  不同光谱指数反演夏玉米冠层和叶片尺度含水量模型精度(R2)

    Table  3  The model precision of canopy and leaf level water content of summer maize using different spectral indices (R2)

    光谱指数 尺度 三叶期 七叶期 拔节期 抽雄期 灌浆期 成熟期
    WI 冠层 0.02 0.50* 0.80* 0.95* 0.71* 0.72*
    叶片 0.67* 0.59* 0.02 0.06 0.06
    MSI 冠层 0.10 0.56* 0.82* 0.91* 0.80* 0.64*
    叶片 0.08 0.58* 0.59* 0.02 0.06 0.04
    GVMI 冠层 0.31 0.51* 0.83* 0.91* 0.77* 0.67*
    叶片 0.32 0.58* 0.58* 0.03 0.05 0.02
    WNV 冠层 0.36 0.67* 0.91* 0.89* 0.87* 0.75*
    叶片 0.54* 0.58* 0.53* 0.009 0.05 0.01
    WCG 冠层 0.28 0.61* 0.92* 0.88* 0.82* 0.71*
    叶片 0.45 0.59* 0.55* 0.001 0.05 0.06
    Darea 冠层 0.35 0.59* 0.87* 0.91* 0.78* 0.72*
    叶片 0.41 0.61* 0.59* 0.02 0.06 0.07
    注:*表示达到0.01显著性水平。
    下载: 导出CSV

    表  4  不同生育期夏玉米含水量光谱指数模型验证

    Table  4  Model verification in summer maize growth stages

    生育期 光谱指数 模拟值(x)与观测值(y)拟合方程 R2 均方根误差
    拔节期 WI y=1.12x-0.0018 0.65* 0.0054
    MSI y=1.37x-0.0021 0.66* 0.0059
    GVMI y=1.30x-0.0015 0.66* 0.0058
    WNV y=1.06x+0.002 0.65* 0.0062
    WCG y=1.15x+0.0024 0.63* 0.0067
    Darea y=1.2388x-0.002 0.64* 0.0056
    抽雄期 WI y=0.73x+0.0016 0.63* 0.0057
    MSI y=1.01x-0.0016 0.72* 0.0041
    GVMI y=0.87x+0.003 0.67* 0.0045
    WNV y=0.78x+0.0005 0.67* 0.0041
    WCG y=1.09x-0.0033 0.72* 0.0042
    Darea y=0.858x-0.0012 0.69* 0.0057
    灌浆期 WI y=0.74x-0.0025 0.69* 0.0084
    MSI y=1.19x-0.0064 0.74* 0.0058
    GVMI y=1.46x-0.0079 0.72* 0.0056
    WNV y=0.93x+0.0010 0.71* 0.0054
    WCG y=0.92x+0.0013 0.74* 0.0050
    Darea y=1.11x+0.0014 0.68* 0.0050
    成熟期 WI y=1.25x-0.0014 0.54* 0.0051
    MSI y=1.60x-0.0032 0.55* 0.0059
    GVMI y=1.57x-0.0071 0.55* 0.0060
    WNV y=1.28x+0.0011 0.56* 0.0059
    WCG y=1.16x+0.0013 0.55* 0.0056
    Darea y=1.02x+0.0053 0.55* 0.0072
    注:*表示达到0.01显著性水平。
    下载: 导出CSV
  • [1] 楚万林.基于高光谱数据的棉花生长信息模型模拟研究.杨凌:西北农林科技大学, 2015.
    [2] 张峰, 周广胜.植被含水量高光谱遥感监测研究.植物生态学报, 2018, 42(5):517-525. http://d.old.wanfangdata.com.cn/Periodical/zwstxb201805001
    [3] 苏毅.棉花植株水分含量的高光谱监测模型研究.棉花学报, 2010, 22(6):554-560. doi:  10.3969/j.issn.1002-7807.2010.06.007
    [4] 梁亮, 张连蓬, 林卉, 等.基于导数光谱的小麦冠层可燃物含水量反演.中国农业科学, 2013, 46(1):18-29. doi:  10.3864/j.issn.0578-1752.2013.01.003
    [5] 张俊华, 张佳宝.不同生育期冬小麦光谱特征对叶绿素和氮素的响应研究.土壤通报, 2008, 39(3):586-592. doi:  10.3321/j.issn:0564-3945.2008.03.026
    [6] 姚付启.冬小麦高光谱特征及其生理生态参数估算模型研究.杨凌:西北农林科技大学, 2012.
    [7] 刘冰峰.夏玉米不同生育时期生理生态参数的高光谱遥感监测模型.杨凌:西北农林科技大学, 2016.
    [8] 李郁竹, 谭凯琰.华北地区玉米遥感估产方法的初步研究.应用气象学报, 1995, 6(增刊Ⅰ):33-41. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199500597182
    [9] 刘秀英.玉米生理参数及农田土壤信息高光谱监测模型研究.杨凌:西北农林科技大学, 2016.
    [10] 程晓娟, 杨贵军, 徐新刚等.基于近地高光谱与TM遥感影像的冬小麦冠层含水量反演.麦类作物学报, 2014, 43(2):227-233. http://d.old.wanfangdata.com.cn/Periodical/mlzwxb201402014
    [11] 郑兴明, 丁艳玲, 赵凯等.基于Landsat 8 OLI数据的玉米冠层含水量反演研究.光谱学与光谱分析, 2014, 34(12):3385-3390. doi:  10.3964/j.issn.1000-0593(2014)12-3385-06
    [12] Elnaz N, Andrew K S, Roshanak D.Retrieving vegetation canopy water content from hyperspectral thermal measurements.Agr Forest Meteorol, 2017, 247:365-375. doi:  10.1016/j.agrformet.2017.08.020
    [13] 王洁, 徐瑞松, 马跃良, 等.植被含水量的遥感反演方法及研究进展.遥感信息, 2008(1):100-105. doi:  10.3969/j.issn.1000-3177.2008.01.020
    [14] 方美红, 居为民.基于叶片光学属性的作物叶片水分含量反演模型研究.光谱学与光谱分析, 2015, 35(1):167-171. doi:  10.3964/j.issn.1000-0593(2015)01-0167-05
    [15] 张佳华, 许云, 姚凤梅, 等.植被含水量光学遥感估算方法研究进展.中国科学(技术科学), 2010, 40(10):1121-1129. http://www.cnki.com.cn/Article/CJFDTotal-JEXK201010002.htm
    [16] 张玉香, 黄意玢, 张广顺.短波红外光谱土壤反射率的测量.应用气象学报, 1995, 6(1):95-100. http://qikan.camscma.cn/jamsweb/article/id/19950114
    [17] 陈小平, 王树东, 张立福, 等.植被可燃物含水量反演的精度及敏感性.遥感信息, 2016(1):48-57. doi:  10.3969/j.issn.1000-3177.2016.01.008
    [18] Jackson T J, Chen D, Cosh M, et al.Vegetation water content mapping using Landsat data derived normalized difference water index for corn and soybeans.Remote Sens Environ, 2004, 92(4):475-482. doi:  10.1016/j.rse.2003.10.021
    [19] Davidson A, Wang S, Wilmshurst J.Remote sensing of grassland-shrubland vegetation water content in the shortwave domain.Int J Appl Earth Obs, 2006, 8(4):225-236. doi:  10.1016/j.jag.2005.10.002
    [20] Yilmaz M T, Hunt E R, Jackson T J.Remote sensing of vegetation water content from equivalent water thickness using satellite imagery.Remote Sens Environ, 2008, 112(5):2514-2522. doi:  10.1016/j.rse.2007.11.014
    [21] 王培娟, 谢东辉, 张佳华, 等.基于不同灌溉条件下冠层光谱与参数的关系反演冬小麦冠层含水量.光谱学与光谱分析, 2012, 32(1):209-213. doi:  10.3964/j.issn.1000-0593(2012)01-0209-05
    [22] Mirzaie M, Darvishzadeh R, Shakiba A, et al.Comparative analysis of different uni- and multi-variate methods for estimation of vegetation water content using hyper-spectral measurements.Int J Appl Earth Obs, 2014, 26(1):1-11. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=fa825bd815a9f71d9b035d559988877a
    [23] 张海威, 张飞, 张贤龙, 等.光谱指数的植被可燃物含水量反演.光谱学与光谱分析, 2018, 38(5):1540-1546. http://www.cnki.com.cn/Article/CJFDTotal-GUAN201805040.htm
    [24] 刘晓静, 陈国庆, 王良, 等.不同生育时期冬小麦叶片相对含水量高光谱监测.麦类作物学报, 2018, 47(7):854-862. http://d.old.wanfangdata.com.cn/Periodical/mlzwxb201807014
    [25] 吕厚荃, 于贵瑞, 中山敬一.玉米冠层反射率及净辐射的估算.应用气象学报, 1999, 10(4):421-427. doi:  10.3969/j.issn.1001-7313.1999.04.005
    [26] Colombo R, Meroni M, Marchesi A, et al.Estimation of leaf and canopy water content in poplar plantations by means of hyperspectral indices and inverse modeling.Remote Sens Environ, 2008, 112(4):1820-1834. doi:  10.1016/j.rse.2007.09.005
    [27] 穆佳, 赵俊芳, 郭建平.近30年东北春玉米发育期对气候变化的响应.应用气象学报, 2014, 25(6):680-689. http://qikan.camscma.cn/jamsweb/article/id/20140604
    [28] 孟昭阳, 谢育林, 贾诗卉, 等.2013年夏季华北乡村站点固城大气氮变化特征.应用气象学报, 2015, 26(2):141-150. doi:  10.11898/1001-7313.20150202
    [29] 安顺清, 王馥棠, 徐祥德, 等.农业干旱综合应变防御技术研究.应用气象学报, 2000, 11(1):103-111. http://d.old.wanfangdata.com.cn/Periodical/yyqxxb2000Z1014
    [30] 吴玮, 景元书, 马玉平, 等.干旱环境下夏玉米各生育期光谱响应特征.应用气象学报, 2013, 24(6):723-730. doi:  10.3969/j.issn.1001-7313.2013.06.009
    [31] 刘庚山, 安顺清, 吕厚荃, 等.华北地区不同底墒对冬小麦生长发育及产量影响的研究.应用气象学报, 2000, 11(2):164-169. http://www.cnki.com.cn/Article/CJFDTotal-YYQX2000S1022.htm
    [32] 林川, 宫兆宁, 赵文吉.叶冠尺度野鸭湖湿地植被群落含水量的高光谱估算模型.生态学报, 2011, 32(22):6645-6658. http://www.cnki.com.cn/Article/CJFDTotal-STXB201122000.htm
    [33] 于君明, 蓝朝桢, 周艺, 等.农作物含水量的遥感反演.武汉大学学报(信息科学版), 2009, 34(2):210-213. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=whchkjdxxb200902022
    [34] Zhang F, Zhou G.Estimation of canopy water content by means of hyperspectral indices based on drought stress gradient experiments of maize in the North Plain China.Remote Sens-Basl, 2015, 7(11):15203-15223. doi:  10.3390/rs71115203
  • 加载中
图(8) / 表(4)
计量
  • 摘要浏览量:  4772
  • HTML全文浏览量:  2337
  • PDF下载量:  91
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-03-19
  • 修回日期:  2019-07-11
  • 刊出日期:  2020-01-31

目录

    /

    返回文章
    返回