基于高光谱数据的农作物冠层LAI和F_(APAR)估算研究

【摘要】：农作物冠层LAI(叶面积指数)和FAPAR(光合有效辐射吸收系数)是反映作物群体生长状况的两个重要指标,可以定量描述农作物冠层表面能量交换的结构信息,对监测农作物的生长过程中的动态变化有重要作用。它们的大小会与植被生长长势及作物的产量高低密切相关,是农业遥感中对农作物产量预测和长势监测的重要结构参数。本研究通过对水稻分蘖期、抽穗期、成熟期,以及棉花蕾期、花铃期、吐絮期等多个生长期冠层光谱反射率、LAI和FAPAR数据的采集,运用无谱反射率数据建立对冠层LAI、FAPAR的估算模型。 通过对水稻和棉花各三个生长期的光谱数据进行预处理,发现水稻和棉花的冠层光谱可见光波段均有一个明显的反射峰和吸收谷,不同生长期冠层光谱反射率的绿峰和红谷基本在556nm、674nm波段附近。分别对水稻和棉花各个生长期内的原始光谱反射率和一阶微分光谱反射率进行统计分析,基于原始光谱反射率确定了绿峰反射率(Rg)、红谷反射率(Rr)和近红外反射率(Rn),基于一阶微分光谱反射率确定了蓝边幅值(Db)、红边幅值(Dr),基于组合光谱确定了Rg/Rr和(Rg-Rr)/(Rg+Rr)作为7个光谱特征参量,把7个特征参量分别与水稻和棉花各生长期的作物冠层LAI、FAPAR进行回归分析,建立光谱特征参量与冠层LAI、FAPAR的估算模型。通过对估算模型的评价指标的评价,对水稻和棉花各个生长期构建的冠层LAI、FAPAR估算模型进行选择,确定各个生长期内的最优回归模型,并对估算模型进行检验。本论文通过冠层高光谱数据来探究水稻和棉花在各个生长期内冠层LAI和FAPAR最优估算方法,为农作物的长势监测、田间管理以及产量的预测提供参考依据。