麦类作物学报

作者：陆洲，罗明，谭昌伟，徐飞飞，梁爽，杨昕

单位：1.中国科学院地理科学与资源研究所,北京 100101； 2.扬州大学农学院,江苏扬州 225009

关键词：遥感,冬小麦,GF-WFV影像,植被指数变化量,长势动态,监测模型,

基金：国家重点研发计划项目(2016YFD0300201)；苏州市科技计划项目(SNG2018100)

为进一步探究利用中低分辨率影像监测小麦苗情的机理，丰富小麦长势动态监测的模式，结合2017-2018年定点观测试验，以GF-WFV数据为遥感影像源，研究了孕穗-开花期冬小麦主要长势变化量参数和产量及其与植被指数变化量间的定量关系，以逐步回归方法筛选目标长势变化量参数，分别构建及评价基于GF-WFV影像遥感植被指数变化量的孕穗-开花期叶片含氮量变化量和叶绿素含量变化量监测模型。结果表明，冬小麦叶片含氮量变化量（ΔLNC）和叶绿素含量变化量（ΔCHL）与产量密切相关，而孕穗-开花期的归一化植被指数变化量（ΔNDVI）、比值植被指数变化量（ΔRVI）分别与ΔLNC和ΔCHL相关性最好，因此选择这两个植被指数变化量作为敏感参量构建冬小麦长势监测模型。经验证，基于ΔNDVI和ΔRVI构建的长势线性模型可靠且精度高，其决定系数分别为0.70和0.64，均方根误差分别为0.39%和0.08 mg·L-1FW。基于预测模型和实测数据分级量化表达冬小麦长势的空间分布状况，能够很好实现了基于GF-WFV时相影像长势不同等级的遥感监测。

来源：2020年第10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10期