麦类作物学报

作者：侯学会，王猛，高帅，隋学艳，梁守真

单位：(1.农业农村部华东都市农业重点实验室/山东省农业可持续发展研究所,山东济南 250100；2.中国科学院遥感与数学地球研究所 遥感科学国家重点实验室,北京 100101)

关键词：Nir-Red-Swir光谱特征空间,三波段垂直植被水分指数,小麦冠层含水量,植被覆盖度,Landsat 8 OLI,

基金：山东省农业科学院创新工程项目（CXGC2018E12）；国家重大研发计划项目（2017YFA0603004）

为提高返青期-拔节期-开花期-灌浆期不同覆盖条件下小麦冠层含水量的遥感反演精度，综合分析基于Nir-Red和Nir-Swir光谱特征空间开展作物含水量监测的优势与局限，利用垂直干旱指数（perpendicular drought index，PDI）和短波红外垂直失水指数（shortwave infrared perpendicular water stress index，SPSI）的比值形式，构建了一种基于近红外-红波段-短波红外（Nir-Red-Swir）三波段光谱特征空间的垂直植被水分指数（three-band perpendicular vegetation water index，TPVWI）。结果表明，在不同生育时期，TPVWI与小麦冠层含水量（vegetation water content，VWC)均具有显著相关关系（P<0.01），且对植被含水量的敏感性优于PDI、作物水分监测指数（plant water index，PWI）、SPSI和NDVI 4种植被指数，且在反映小区域内小麦冠层含水量的时空趋势上有较好的表征能力。对比地面实测数据，利用TPVWI建立的作物含水量估测模型的预测精度较高，r与RMSE分别为0.763和2.296%，说明利用综合Nir-Red-Swir三波段光谱空间特征的植被水分指数在监测不同覆盖条件下的作物含水量具有一定的可行性，可丰富当前作物冠层含水量遥感监测的理论方法。

来源：2020年第7期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2020年第7期