陈小芳， 李 军， 李新伟， 周 毅

(安徽科技学院 资源与环境学院，安徽 凤阳 233100)

地上生物量(AGB)对于水稻从育苗到成熟整个生长发育过程具有重大意义,能直接反映水稻的营养状态和有机物积累情况,可作为估测其生长状况的重要指标。国内外学者在生物量估测研究方面做了相关探索。其中于丰华等分析水稻高光谱反射率信息,参考现有高光谱植被指数的构造方法和形式,提出了红边优化指数,结果表明:ORIV植被所建立的叶绿素含量反演模型的决定系数

R

达到了0.73;张静静等利用灌浆期水稻植株叶片的光谱反射率,通过分析水稻叶片重金属铜含量与不同类型光谱指数的相关性,结果表示,水稻叶片铜含量估测的最佳模型是基于二阶微分敏感光谱参数构建的偏最小二乘回归模型;郭正齐等以Sentinel-2A为主要数据源提取3种类型变量,建立基于光谱反射率、植被指数、生物物理参数及提取的3类变量构建生物量估算模型,同时加入高程因子分析地形对估算精度的影响,结果表明,基于Sentinel-2A植被指数与地形特征的针叶林地上生物量反演模型较好,可用于区域生物量估算；康孝岩等为探究无人机高光谱影像对草原牧草AGB预测的适用性,采用一种兼顾数据简化和光谱保真的牧草冠层光谱重建优化方法,保证牧草AGB的预测精度,结果表明,原始光谱和初构光谱相比,运用Savitzky-Golay滤波对初构光谱优化的结果波段对牧草AGB的预测能力相对较高且最为稳定。……