孟禹弛 +侯学会+王猛

摘要：基于地面实测的冬小麦的生理生态参数数据和冠层光谱数据，分析返青期、拔節期、抽穗期、开花期冬小麦叶面积指数与原始光谱及其一阶微分的相关性，并构建基于等效TM数据的植被指数，建立不同生育时期的冬小麦叶面积指数（LAI）的高光谱遥感估算模型。结果表明：（1）返青期、拔节期、抽穗期的冬小麦LAI与原始光谱相关性较好，在400～720 nm波长范围内呈负相关，在720～900 nm之间呈正相关，开花期的冬小麦LAI与冠层光谱相关性较差；（2）返青期、拔节期冬小麦LAI与光谱一阶微分显著相关，分别在480～540 nm、550～580 nm形成波峰、波谷，在670～760 nm范围内形成“平台”，相关系数达到0.8以上，但抽穗期、开花期LAI与光谱一阶微分的相关性较差；（3）在等效植被指数与返青期、拔节期和抽穗期LAI建立的回归模型中，分别使用mSRI、RVI与MSAVI2建立的幂函数模型或指数模型最佳，最优模型分别为y=0.053e4.962x，y=0.409x0.828，y=18.687x3.061，对应的r2分别为0.589、0.648、0.694，开花期不适宜使用等效植被指数建立遥感监测模型。

关键词：冬小麦；生育期；叶面积指数；等效植被指数；高光谱遥感；估算模型

中图分类号： S127文献标志码： A

文章编号：1002-1302（2017）05-0211-04

叶面积指数（leaf area index，简称LAI）是陆地植被生态系统中定量描述叶片面积的几何结构参量，通常是指单位面积上植物叶片的垂直投影面积的总和[1]。LAI与植物的光合能力密切相关，是反映植物群体大小的良好指标[2]。估算农作物的LAI对作物的生长状况与病虫害监测、产量估算以及田间管理具有重要意义[3]。遥感技术的出现以及图谱合一的高光谱遥感数据的获取，使得对大范围地表植被理化生物学性状的分析成为可能[4]。……