李 转 彭致功 李王成* 丁 杰

（1、宁夏大学土木与水利工程学院，宁夏 银川 750021 2、中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100038）

遥感作为现阶段主流的监测技术，在农业方面有着重要的作用，有利于精准农业科学决策的制定。而高光谱遥感作为一种非破坏性、快速、实时的监测手段，在冬小麦长势监测中具有重要应用价值[1]。冬小麦作为重要的粮食作物，其供求矛盾影响着国家安全与稳定，因此，实现对冬小麦的长势监测及准确的产量评估具有重要意义[2]。本文通过分析高光谱对关键农学参数监测及估产模型的研究进展，达到冬小麦产量反演的目的。

1 叶面积指数高光谱监测

在遥感长势监测中，叶面积指数是最常用的用于表征作物生长发育情况的综合参数[3]。目前，叶面积指数反演模型中用到较多的植被指数为归一化植被指数NDVI、比值植被指数RVI、垂直植被指数PVI、OSAVI等，其中NDVI[4]使用更广泛。陈雪洋等[5]研究植被指数NDVI、RVI、SAVI、EVI建立的LAI监测模型，NDVI估算精度最高。夏天等[6]得出植被指数RVI、DVI、GRVI、EVI、NDVI、SAVI与LAI关系密切，相关性均达极显著水平，在避免NDVI饱和的情况下，NDVI模拟精度是最好的，适合LAI反演。可见，NDVI会受到限制，为了在作物茂密的情况下仍能使用NDVI，必须对其改造，保证更精确地估算LAI。为此，曹仕等[7]以NDVI为基础，提出了一种归一化综合植被指数NCVI，由NDVI与DSWI相乘得到，用其建立反演模型更能代表植被的生理生态特征。此外，李鑫川等[8]用植被指数与短波红外水分指数分别相乘，构建的新指数可提高与LAI相关性，扩大LAI适用范围，与sLAIDI*相乘得到新指数估算效果最佳，构建的模型表现好。……