GF-1和MODIS影像冬小麦长势监测指标NDVI的对比
2018-07-13王利民杨玲波杨福刚姚保民
作物学报 2018年7期
王利民 杨玲波 刘 佳 杨福刚 姚保民
中国农业科学院农业资源与农业区划研究所, 北京 100081
作物长势指作物的生长状况和趋势[1], 可以为作物田间管理[2]、早期产量快速估算[3]、国家粮食政策制定[4]提供支持。由于遥感技术的时效性、便捷性、准确性等优势, 利用遥感技术进行农作物长势监测已成为当前的作物长势的主要获取手段[5-7]。20世纪80年代, 美国农业部建立了全球尺度的农情遥感监测系统, 实现全球主要农作物的长势监测和产量预报, 加拿大、澳大利亚、欧盟等发达国家也相继建立了作物长势遥感监测运行系统[8]; 中国对作物长势遥感监测的研究及应用稍晚于国外, 中国科学院、中国气象局、中国农业科学院、农业部规划设计研究院等建立了一系列的农情遥感监测系统并投入实际应用[9]。当前, 作物长势遥感监测的常用方法主要包括植被指数关联法和作物生长模型两大类[10]。遥感指数关联方法主要利用遥感影像获取与作物生长密切相关的植被指数, 并构建植被指数与长势之间的相互关系, 从而反演地面作物的生长情况或进行长势的分级[11-12], 常用到的遥感指数包括NDVI[13]、LAI[14]、VCI[15]、NDWI[16]等。Moriondo等[17]利用 NDVI作为作物长势指标, 统计分析多年的冬小麦长势规律, 并对意大利两个省份小麦的长势和产量进行预测, 取得了较高的精度; Zhao等[18]利用 NDVI构建了植被生长动力学指数, 通过将NDVI曲线坐标归一化, 根据有效积温划分作物不同生长阶段及对产量的影响因子, 对研究区进行大豆估产, 结果表明精度高达88.5%。……
登录APP查看全文
