基于时间序列Landsat影像的棉花估产模型

摘要：

为提高棉花遥感估产精度,该文选取加州San Joaquin Valley地区2个棉花地块作为研究区,利用时间序列Landsat5_TM、Landsat_7_ETM遥感影像数据,结合野外实测产量数据,进行棉花产量遥感预测模型研究.结果表明:基于Landsat影像纯像元的植被指数时间序列准确地揭示了棉花整个生长期的长势情况,不同长势的棉花植被指数随时间变化在花铃期差异比较显著;整个花铃期植被指数与产量之间的相关系数均大于0.80,最大相关系数达0.90,花铃期NDVI平均值建模决定系数为0.82,均方根误差为463.69,证明花铃期比其他生长期更适用于棉花产量预测;单一时期最优模型为第206天(7月25日),多时期最优模型以NDVI最大值前三期NDVI平均值为白变量;整个花铃期NDVI最大值建模决定系数为0.81,均方根误差为477.82,该模型具有普适性.该文的研究成果为基于MODIS_ NDVI最大值合成法的相关研究提供了理论依据,并且为其他农作物的估产模型建立提供借鉴.

关键词：遥感、棉花、模型、Landsat影像、NDVI、时间序列、花铃期

所属期刊栏目：31

分类号：TP79;S127(遥感技术)

资助基金：国家自然科学基金项目40801167;黑龙江省普通高等学校新世纪优秀人才培养计划;黑龙江省普通高等学校青年学术骨干支持计划1251G010

在线出版日期：2015-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：215-220