研究目的
为确定冬油菜(WOR)生物量的最佳光谱估算方法,评估常用高光谱植被指数(VIs)在不同生育期对WOR地上生物量(AGB)的估算能力,验证VIs能否克服饱和现象,分析花荚对冠层高光谱数据的影响,通过相关性分析与偏最小二乘回归(PLSR)提取特征波长,进而构建能精确估算WOR AGB的新植被指数。
研究成果
利用不同生长阶段的冠层高光谱数据可准确估算油菜地上生物量。红边CI指数在营养生长期效果良好,但在生殖生长期因花荚干扰而失效。改进型NDVI(800,1200)在各生育期均表现出良好稳健性,在避免饱和的同时显著提升估算精度。对于冬油菜这类形态多变的作物,关注近红外波段并选用合适的植被指数与建模算法是实现地上生物量精准估算的关键。
研究不足
基于经验模型新开发的估算方法可能具有场地特异性,需要更多田间研究来检验其在更广泛条件下对其他油菜品种的适用性。本研究仅限于实验场地的特定条件,在未经进一步验证的情况下可能无法直接适用于其他地区或品种。
1:实验设计与方法选择:
在中国湖北省武穴市和沙洋市开展两个生长季(2014-2015和2015-2016)的田间试验,设置不同氮肥梯度以创造多样化的生物量条件。在四个生育期(苗期、抽薹期、花期、荚果期)采集冠层高光谱数据与地上生物量(AGB)数据,通过相关性分析与偏最小二乘回归(PLSR)研究高光谱数据与AGB的关系,采用线性与非线性回归模型(对数、抛物线、幂函数、指数)模拟植被指数(VIs)与AGB的定量关系。
2:样本选取与数据来源:
选用冬油菜品种"华油杂9号",按2:1比例划分校正集与验证集样本。AGB样本通过齐地刈割、烘干称重获取。
3:实验设备与材料清单:
使用美国ASD公司FieldSpec 4高光谱仪(配BaSO4白板)采集高光谱数据,其他材料包括肥料(过磷酸钙、氯化钾)及标准病虫害防治与除草剂。
4:实验流程与操作规范:
高光谱测定于晴日10:00-14:00进行,传感器距冠层1米高度,每小区取5次光谱平均值。光谱测定后立即采集AGB样本,经烘干称重处理。
5:数据分析方法:
运用SPSS 19.0和Origin 9.1软件进行相关性分析、PLSR及回归建模(线性/对数/抛物线/幂函数/指数),通过R²、RMSE和RPD指标评估模型性能。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容