您好,欢迎访问中国农业科学院 机构知识库!

Sentinel-2宽波段光谱指数预测拔节后受冻冬小麦减产率

文献类型: 中文期刊

作者: 赵爱萍 1 ; 马浚诚 1 ; 武永峰 1 ; 胡新 2 ; 任德超 2 ; 李崇瑞 1 ;

作者机构: 1.中国农业科学院农业环境与可持续发展研究所

2.商丘市农林科学院小麦研究所

关键词: 冬小麦;晚霜冻害;光谱重采样;Sentinel-2;遥感;减产率

期刊名称: 光谱学与光谱分析

ISSN: 1000-0593

年卷期: 2022 年 42 卷 007 期

页码: 2225-2232

收录情况: EI ; SCI ; 北大核心 ; CSCD

摘要: 冬小麦拔节期后的晚霜冻害在区域尺度上表现出一定的空间差异,决定了应对冻害采取分区措施.基于Sentinel-2卫星数据的宽波段光谱指数预测区域冬小麦减产率,对灾情评估和生产管理决策具有重要意义.采用人工模拟霜冻试验,以光谱重采样将ASD FieldSpec?3光谱辐射计获取的冠层反射率模拟为Senti-nel-2传感器对应的波段反射率.采用19个已有光谱指数和以3种形式(简单比值、简单差值、归一化)组合构建的光谱指数构建冬小麦减产率线性回归模型.在每种形式中,筛选出决定系数排名前三的宽波段光谱指数作为候选指数.以商丘地区自然霜冻事件为契机,以Sentinel-2卫星数据计算候选指数,利用地面采样点的实测减产率验证候选指数精度.结果表明:(1)随着处理温度的降低,冬小麦冠层反射率在近红外区呈降低趋势,在可见光区和短波段红外区呈升高趋势;(2)重采样前后反射率数据计算的19个已有光谱指数中,大部分指数与减产率呈显著相关(p<0.001).筛选出的12个候选光谱指数预测冬小麦减产率的线性回归精度较好,在校正集和验证集中的决定系数均高于0.631;(3)Sentinel-2卫星数据计算的候选光谱指数精度验证结果表明,包含波段B9的3个光谱指数未能通过显著性检验,其他9个光谱指数通过极显著性检验(p<0.001).基于波段B8,B8a和B12组合的2个光谱指数(B8a-B12和B8-B12)精度较好,决定系数R2分别为0.543和0.492,均方根误差RMSE分别为8.510%和8.971%.该研究构建光谱指数B8a-B12和B8-B12符合简单差值形式,是预测冬小麦减产率宽波段光谱指数的最佳组合.研究成果揭示了冬小麦幼穗发育期冠层反射率在不同低温胁迫下的响应机制,表明Sentinel-2宽波段光谱指数预测冬小麦减产率有良好的精度,在霜冻后区域尺度上的冬小麦减产率预测具有可行性,对于不同地区霜冻灾害的措施制定具有指导作用.

  • 相关文献

[1]东北三省2020-2022年间10 m空间分辨率耕地资源空间分布数据集. 申格,刘航,李丹丹,陈实,邹金秋. 2023

[2]基于多因子关联的冬小麦晚霜冻害分析——以河南省为例. 朱虹晖,武永峰,宋吉青,杜克明. 2018

[3]冬小麦拔节期冠层气象条件与晚霜冻害关系研究. 程婉莹,王春艳,李茂松,马娇丽. 2023

[4]黄淮地区冬小麦的抗晚霜冻害能力. 王春艳,李茂松,胡新,王道龙,吉田久. 2006

[5]农田尺度下冬小麦晚霜冻害空间差异及原因分析. 武永峰,胡新,钟秀丽,吕国华,任德超,宋吉青. 2014

[6]黄淮冬麦区晚霜冻易发时段冠层内最低气温分布及估算. 刘红杰,倪永静,任德超,杜克明,葛君,朱培培,赵敬领,武永峰,胡新. 2018

[7]晚霜冻影响下冬小麦冠层光谱特征与株高要素变化关系. 史萍,武永峰,胡新,吕国华,任德超,宋吉青. 2017

[8]基于作物参考曲线法的冬小麦NDVI时间序列重建. 敖洋钎,王永前,孙政,孙亮. 2025

[9]基于田间监视器的冬小麦晚霜冻害研究. 程婉莹. 2016

[10]华北地区冬小麦旱灾灾损评估研究. 徐凡. 2009

[11]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[12]基于叶面积指数反演的区域冬小麦单产遥感估测. 任建强,陈仲新,周清波,唐华俊. 2010

[13]基于时序归一化植被指数的冬小麦收获指数空间信息提取. 任建强,陈仲新,周清波,唐华俊. 2010

[14]基于随机森林算法的冬小麦生物量遥感估算模型对比. 岳继博,杨贵军,冯海宽. 2016

[15]基于环境减灾卫星时序归一化植被指数的冬小麦产量估测. 陈鹏飞,杨飞,杜佳. 2013

[16]基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅. 2017

[17]2020年我国冬小麦长势动态监测. 孙丽,钱永兰,吴尚荣,邓辉,沈永林,陶双华,王蔚丹,孙娟英. 2020

[18]基于花后累积地上生物量比例的冬小麦动态收获指数估算. 张宁丹,任建强,吴尚蓉. 2022

[19]不同时序EOS/MODIS-NDVI提取冬小麦面积. 程登发,陈林,张云慧,田喆,孙京瑞. 2006

[20]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

作者其他论文 更多>>