利用landsattm遥感数据监测冬小麦开花期主要长势参数_谭昌伟

利用landsattm遥感数据监测冬小麦开花期主要长势参数_谭昌伟

ID:5329400

大小:3.15 MB

页数:7页

时间:2017-12-08

利用landsattm遥感数据监测冬小麦开花期主要长势参数_谭昌伟_第1页
利用landsattm遥感数据监测冬小麦开花期主要长势参数_谭昌伟_第2页
利用landsattm遥感数据监测冬小麦开花期主要长势参数_谭昌伟_第3页
利用landsattm遥感数据监测冬小麦开花期主要长势参数_谭昌伟_第4页
利用landsattm遥感数据监测冬小麦开花期主要长势参数_谭昌伟_第5页
资源描述:

《利用landsattm遥感数据监测冬小麦开花期主要长势参数_谭昌伟》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、第27卷第5期农业工程学报Vol.27No.52242011年5月TransactionsoftheCSAEMay.2011利用LandsatTM遥感数据监测冬小麦开花期主要长势参数122111谭昌伟,王纪华,赵春江,王妍,王君婵,童璐,11※朱新开,郭文善(1.扬州大学江苏省作物遗传生理重点实验室/农业部长江中下游作物生理生态与栽培重点开放实验室,扬州225009;2.国家农业信息化工程技术研究中心,北京100097)摘要:为精准农业技术体系中的小麦农艺处方管理决策提供详尽的全局性信息,该文以2007-2009年试验实测数据为基

2、础,以LandsatTM影像为遥感数据源,分析了试验样点开花期冬小麦主要长势参数与品质和产量间以及与卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦开花期SPAD值、生物量、叶面积指数和叶片氮含量的模型。结果表明:冬小麦开花期,选用作物氮反射指数、近红外波段反射率和归一化植被指数这些遥感变量分别反演冬小麦SPAD值、生物量、叶面积指数和叶片氮含量是可行的;SPAD值、生物量、叶面积指数和叶片氮含量遥感监测模型2的精度较高,均方根误差分别为3.12、216.5kg/hm、0.269和0.162,以此为基础,制作出具

3、有实际农学意义的冬小麦开花期不同等级SPAD值、生物量、叶面积指数和叶片氮含量遥感监测专题图,实现了主要长势参数空间分布量化表达。基于卫星影像的农田面状信息获取技术克服了点状信息的不足,为农业生产管理决策及时提供信息支持,使该研究技术更利于大面积应用和推广。关键词:遥感,监测模型,主要长势参数估算,LandsatTM,冬小麦doi:10.3969/j.issn.1002-6819.2011.05.040中图分类号:S127文献标志码:A文章编号:1002-6819(2011)-05-0224-07谭昌伟,王纪华,赵春江,等.利用L

4、andsatTM遥感数据监测冬小麦开花期主要长势参数[J].农业工程学报,2011,27(5):224-230.TanChangwei,WangJihua,ZhaoChunjiang,etal.MonitoringwheatmaingrowthparametersatanthesisstagebyLandsatTM[J].TransactionsoftheCSAE,2011,27(5):224-230.(inChinesewithEnglishabstract)[10-12]集中在对作物种植面积的提取方面,所使用的数据0引言[13

5、-14]源主要是NOAA-AVHRR、EOS-MODIS等。尽管作作物长势直接关系到籽粒品质和产量的形成,其主物长势遥感监测现已有一套完整的体系,但技术上还有要参数有SPAD(soilplantanalysisdevelopment)值、生较大发展空间,主要是田间管理服务的监测模型通用性物量、叶面积指数(leafareaindex,LAI)和叶片氮含量差、机理性研究工作还不够[14],对小麦而言,特别是在(leafnitrogencontent,LNC)。作物长势监测是农情遥感开花期主要长势参数方面研究较少,遥感监测精度尚难的重要

6、内容,可及时了解作物的生长状况,便于及时采满足小麦生产需求,在长势参数遥感监测方面仍需要进取田间管理措施,从而保证作物正常生长。多年以来,一步研究,以提高遥感监测的定量化水平。国内外许多学者利用不同遥感数据源和遥感方式对作物本研究利用LandsatTM遥感数据监测小麦开花期[1-6][7]长势进行了监测,取得了一定进展。Myneni等对比SPAD值、生物量、LAI以及LNC,综合评价小麦开花分析了MODISLAI、地表实测LAI、ETM+LAI和IKONOS期长势状况,利用卫星遥感技术获取区域性小麦开花期[8]LAI,发现MODI

7、SLAI具有较高的精度;Privette等对主要长势参数空间分布量化表达,筛选监测开花期主要比分析了南非撒哈拉沙漠地区地表实测LAI和MODIS长势参数的敏感遥感变量,构建及验证其遥感监测模型,LAI,认为MODISLAI算法能够体现半干旱区森林的结从而为精准农业技术体系中的小麦农艺处方管理决策提[9]供详尽的全局性信息,以利于改善小麦籽粒品质、提高构和物候变化;Schneider等利用NOAA数据进行作物长势监测,效果较好。近年来,作物长势遥感监测主要小麦产量。1材料与方法收稿日期:2010-08-15修订日期:2011-02-

8、231.1试验设计与数据获取基金项目:国家自然科学基金(40801122);江苏高校优势学科建设工程资助项目;公益性行业(农业)科研专项经费(200803037)试验1:2007年在江苏省泰兴、姜堰、仪征、兴化、作者简介:谭昌伟(1980-),男,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。