基于高光谱遥感的叶片总初级生产力GPP反演

摘要：

为探究利用高光谱植被指数反演叶片总初级生产力(GPP)的模型,以湖北省武汉大学试验田油菜和小麦叶片高光谱反射率和光照强度(PARin)为数据源,利用7种植被指数与PARin的乘积分别反演2种植被叶片GPP,构建线性及非线性回归模型,并对模型进行验证.结果表明:1)从油菜生理特点出发,需要分生育期建模.在选择的7种植被指数中,花期SR构建的一次模型效果最优,建模和验模R2分别为0.80和0.82,RMSE不超过2.85 g/(m2·d);荚果期选择CIred edge和MTCI为优选模型,建模和验模R2为0.84和0.72,RMSE＜3.91 g/(m2·d);全时期基于红边波段的CIred edge、MTCI为优选模型,建模集R2达到0.80,RMSE＜3.67 g/(m2·d),验模R2达到0.65,RMSE＜3.92 g/(m2·d);2)小麦中NDVI模型效果最优,建模集R2=0.59,RMSE=2.80 g/(m2·d),验模R2=0.67,RMSE=3.39 g/(m2·d).将油菜与小麦做对比,基于红边波段的植被指数CIred edge和MTCI对2种植被差异不敏感,R2为0.72～0.73,表明CIred edge和MTCI模型可以用于小麦和油菜叶片GPP的统一反演.

关键词：高光谱、植被指数、总初级生产力、油菜、小麦、回归模型

所属期刊栏目：23

分类号：S51(禾谷类作物)

资助基金：国家863项目2013AA102401

在线出版日期：2018-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：109-117