本文關鍵詞： 棉花 生長初期 灌溉信息 植被指數(shù) 歸一化差值植被指數(shù)(NDVI) 歸一化差值水分指數(shù)(NDWI)　出處：《中國生態(tài)農業(yè)學報》2017年08期 　論文類型：期刊論文

【摘要】：為提高生長初期低覆蓋度作物長勢的遙感監(jiān)測精度,需要消除灌溉引起的土壤水分背景變化對歸一化差值植被指數(shù)(NDVI)的影響。為了實現(xiàn)棉花生長初期灌溉信息提取與校正,提高棉花作物長勢監(jiān)測與產量預判精度,本文以美國加利福尼亞州San Joaquin Valley的2個棉花地塊為研究區(qū),選取棉花生長初期灌溉過程中的遙感影像,構建兩種灌溉信息提取方法(分階段閾值法和灌溉線提取法),確定最優(yōu)灌溉像元提取方法;比較分析灌溉與未灌溉情況下棉花的NDVI與歸一化差值水分指數(shù)(NDWI)以及土壤調節(jié)植被指數(shù)的關系,提取含有灌溉信息的像元,并對NDVI進行校正,消除灌溉對NDVI的影響。研究結果表明:在棉花生長初期,灌溉與未灌溉像元NDVI變化率達12%,差異較顯著;灌溉與否的棉花NDVI與NDWI間均存在極顯著的線性關系,決定系數(shù)在0.80以上;利用灌溉線方法提取灌溉信息與分階段閾值相比精度更高,精度達88%以上;校正后線性回歸模型精度達0.95,灌溉校正效果明顯,灌溉與未灌溉像元的NDVI差異減小至2%。本研究通過對含有灌溉信息像元NDVI值的校正,去除灌溉對NDVI造成的影響,反映了真實的植被信息,可實現(xiàn)對作物生長初期長勢的準確遙感監(jiān)測,為遙感定量監(jiān)測提供便利。
[Abstract]:In order to improve the precision of remote sensing monitoring of low coverage crop growth in the early stage of growth. The effect of soil moisture background change caused by irrigation on normalized difference vegetation index (NDVI) should be eliminated in order to extract and correct irrigation information at the early stage of cotton growth. To improve the precision of cotton crop growth monitoring and yield prediction, this paper takes two cotton plots in San Joaquin Valley, California, USA as the research area. Two irrigation information extraction methods (stage threshold method and irrigation line extraction method) were constructed to determine the optimal irrigation pixel extraction method. The relationship between NDVI and normalized difference water index (NDWI) and the vegetation index of soil regulation was compared between irrigated and unirrigated cotton, and the pixel containing irrigation information was extracted. NDVI was corrected to eliminate the effect of irrigation on NDVI. The results showed that the rate of change of NDVI between irrigated and unirrigated pixel reached 12 in the early stage of cotton growth, and the difference was significant. There was a very significant linear relationship between NDVI and NDWI in cotton irrigated or not, and the determining coefficient was above 0.80. The precision of extracting irrigation information by the method of irrigation line is higher than that of stage threshold, and the precision is more than 88%. After correction, the accuracy of the linear regression model reached 0.95.The effect of irrigation correction was obvious, and the NDVI difference between irrigation and unirrigated pixel was reduced to 2.This study was carried out by correcting the NDVI value of the pixel containing irrigation information. Removing the effect of irrigation on NDVI reflects the true vegetation information and can realize accurate remote sensing monitoring of crop growth in the early stage of crop growth and provide convenience for quantitative remote sensing monitoring.
【作者單位】： 東北農業(yè)大學資源與環(huán)境學院;
【基金】：黑龍江省自然科學基金項目(D201404) 黑龍江省普通高等學校新世紀優(yōu)秀人才培養(yǎng)計劃項目資助~~
【分類號】：S562;TP751
【正文快照】： *This study was supported by the Natural Science Foundation of Heilongjiang Province of China(D201404)and the Program for New CenturyExcellent Talents in Heilongjiang Provincial University,China.**Corresponding author,E-mail:zhangxinle@gmail.com(College

【參考文獻】

相關期刊論文 前9條

1 劉煥軍;孟令華;張新樂;Susan Ustin;寧東浩;孫思雨;;基于時間序列Landsat影像的棉花估產模型[J];農業(yè)工程學報;2015年17期

2 曾紅偉;吳炳方;鄒文濤;閆娜娜;張淼;;灌溉區(qū)與雨養(yǎng)區(qū)作物長勢差異比較分析——以美國內布拉斯加為例[J];遙感學報;2015年04期

3 劉明;馮銳;紀瑞鵬;武晉雯;王宏博;于文穎;;基于MODIS-NDVI的春玉米葉面積指數(shù)和地上生物量估算[J];中國農學通報;2015年06期

4 程曉娟;楊貴軍;徐新剛;陳天恩;李振海;馮海寬;王冬;;新植被水分指數(shù)的冬小麥冠層水分遙感估算[J];光譜學與光譜分析;2014年12期

5 史舟;梁宗正;楊媛媛;郭燕;;農業(yè)遙感研究現(xiàn)狀與展望[J];農業(yè)機械學報;2015年02期

6 趙春江;;農業(yè)遙感研究與應用進展[J];農業(yè)機械學報;2014年12期

7 黃青;唐華俊;周清波;吳文斌;王利民;張莉;;東北地區(qū)主要作物種植結構遙感提取及長勢監(jiān)測[J];農業(yè)工程學報;2010年09期

8 唐怡;劉良云;黃文江;王紀華;;土壤背景對冠層NDVI的影響分析[J];遙感技術與應用;2006年02期

9 裴志遠,楊邦杰;多時相歸一化植被指數(shù)NDVI的時空特征提取與作物長勢模型設計[J];農業(yè)工程學報;2000年05期

【共引文獻】

相關期刊論文 前10條

1 甘平;董燕生;孫林;楊貴軍;李振海;楊凡;王立志;王建雯;;基于無人機載LiDAR數(shù)據(jù)的玉米澇災災情評估[J];中國農業(yè)科學;2017年15期

2 劉旭升;孫濤;;近10年我國荒漠化地區(qū)植被長勢變化分析[J];林業(yè)資源管理;2017年03期

3 葉茂;;基于對偶四元數(shù)的不同地形無人機影像區(qū)域網(wǎng)平差解算方法[J];地理信息世界;2017年03期

4 張穎帝;張佳寶;李曉鵬;;基于高光譜的砂姜黑土含水量反演研究[J];土壤;2017年03期

5 劉浩;;高光譜遙感在反演植被生理參數(shù)的應用綜述[J];中小企業(yè)管理與科技(下旬刊);2017年05期

6 賈銀江;徐哲男;蘇中濱;靳思雨;Arshad M.Rizwan;;基于優(yōu)化SIFT算法的無人機遙感作物影像拼接[J];農業(yè)工程學報;2017年10期

7 張寶來;張樂佳;;基于數(shù)字圖像處理技術的玉米長勢預測[J];農業(yè)工程;2017年03期

8 范迎迎;錢育蓉;楊柳;黃震;;基于BP神經(jīng)網(wǎng)絡的遙感影像棉花識別方法[J];計算機工程與設計;2017年05期

9 王蕾;王鵬新;李俐;張樹譽;;基于VTCI和分位數(shù)回歸模型的冬小麥單產估測方法[J];農業(yè)機械學報;2017年07期

10 劉煥軍;孟令華;邱政超;張新樂;殷繼先;徐夢園;于微;謝雅慧;;棉花生長初期灌溉信息遙感提取與校正[J];中國生態(tài)農業(yè)學報;2017年08期

【二級參考文獻】

相關期刊論文 前10條

1 趙春江;;農業(yè)遙感研究與應用進展[J];農業(yè)機械學報;2014年12期

2 馮美臣;王超;楊武德;張美俊;肖璐潔;;農作物冷凍害遙感監(jiān)測研究進展[J];山西農業(yè)大學學報(自然科學版);2014年04期

3 李耀翔;汪洪濤;耿志偉;張鵬;徐浩凱;;基于NIR及PLS-PCR-SVR預測森林土壤有機碳含量[J];安徽農業(yè)科學;2014年15期

4 史舟;王乾龍;彭杰;紀文君;劉煥軍;李曦;Raphael A VISCARRA ROSSEL;;中國主要土壤高光譜反射特性分類與有機質光譜預測模型[J];中國科學:地球科學;2014年05期

5 馬馳;;基于HJ-1A高光譜影像的土壤鹽堿化遙感研究[J];干旱區(qū)資源與環(huán)境;2014年02期

6 胡猛;馮起;席海洋;;基于MODIS數(shù)據(jù)的干旱區(qū)土壤水分反演[J];國土資源遙感;2014年01期

7 王延倉;顧曉鶴;朱金山;龍慧靈;徐鵬;廖欽洪;;利用反射光譜及模擬多光譜數(shù)據(jù)定量反演北方潮土有機質含量[J];光譜學與光譜分析;2014年01期

8 劉洋;劉榮高;陳鏡明;程曉;鄭光;;葉面積指數(shù)遙感反演研究進展與展望[J];地球信息科學學報;2013年05期

9 趙娟;黃文江;張耀鴻;景元書;;冬小麥不同生育時期葉面積指數(shù)反演方法[J];光譜學與光譜分析;2013年09期

10 WANG Hui-fang;GUO wei;WANG Ji-hua;HUANG Wen-jiang;GU Xiao-he;DONG Ying-ying;XUXin-gang;;Exploring the Feasibility of Winter Wheat Freeze Injury by Integrating Grey System Model with RS and GIS[J];Journal of Integrative Agriculture;2013年07期

【相似文獻】

相關期刊論文 前10條

1 甄計國;王義德;趙軍;;興隆山國家級自然保護區(qū)的植被指數(shù)及其變化特征[J];遙感技術與應用;2006年04期

2 王福民;黃敬峰;王秀珍;;基于水稻背景特性的植被指數(shù)參數(shù)修正研究[J];農業(yè)工程學報;2008年05期

3 陳鵬飛;Nicolas Tremblay;王紀華;Philippe Vigneault;黃文江;李保國;;估測作物冠層生物量的新植被指數(shù)的研究[J];光譜學與光譜分析;2010年02期

4 解文歡;張有智;吳黎;;基于植被指數(shù)對望奎縣糧食作物產量預測方法的研究[J];黑龍江農業(yè)科學;2011年04期

5 康耀江;;植被指數(shù)在草地遙感中的應用初探[J];湖南農業(yè)科學;2011年Z1期

6 夏雙;阮仁宗;顏梅春;;基于植被指數(shù)模型的淡水湖泊濕地景觀信息提取[J];地理空間信息;2012年06期

7 黎夏;二軸土壤背景糾正的植被指數(shù)及其在華南水稻遙感估產中的應用[J];環(huán)境遙感;1993年03期

8 蔡斌，陸文杰，鄭新江;氣象衛(wèi)星條件植被指數(shù)監(jiān)測土壤狀況[J];國土資源遙感;1995年04期

9 覃先林,易浩若;MODIS數(shù)據(jù)在樹種長勢監(jiān)測中的應用[J];遙感技術與應用;2003年03期

10 安培浚;劉樹林;頡耀文;高峰;;植被指數(shù)遙感定量研究——以民勤綠洲為例[J];遙感技術與應用;2005年06期

相關會議論文 前10條

1 付卓;王錦地;施建成;宋金玲;靳華安;張立新;張鐘軍;趙少杰;陳柏松;;微波植被指數(shù)與光學植被指數(shù)在地面尺度上的關系研究[A];遙感定量反演算法研討會摘要集[C];2010年

2 辛紅梅;張杰;馬毅;初佳蘭;;基于植被指數(shù)的赤潮高光譜敏感波段確定方法初探[A];第十四屆全國遙感技術學術交流會論文選集[C];2003年

3 范錦龍;;我國晴空分布及對旬合成植被指數(shù)的影響[A];推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學會2004年年會論文集（下冊）[C];2004年

4 張樹譽;李登科;李星敏;周輝;;遙感植被指數(shù)及其在縣域生態(tài)環(huán)境監(jiān)測評估中的應用[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

5 安培浚;頡耀文;;綠洲植被指數(shù)的遙感定量研究-以民勤綠洲為例[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

6 江東;王乃斌;楊小喚;劉紅輝;;植被指數(shù)—地面溫度特征空間及其應用[A];第十三屆全國遙感技術學術交流會論文摘要集[C];2001年

7 傅軍;張杰;辛紅梅;馬毅;;基于植被指數(shù)的高光譜遙感水陸識別方法初探[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

8 肖乾廣;肖嵐;李亞君;;EOS/MODIS,FY-1D/MVISR,NOAA/AVHRR的歸一化植被指數(shù)的同化研究[A];全國國土資源與環(huán)境遙感應用技術研討會論文集[C];2009年

9 楊道勇;肖云岫;;利用WT-10接收的1B高分辨云圖數(shù)據(jù)生成植被指數(shù)圖像[A];中國氣象學會2005年年會論文集[C];2005年

10 何全軍;曹靜;張月維;;基于MODIS的廣東省植被指數(shù)序列構建與應用[A];中國氣象學會2007年年會生態(tài)氣象業(yè)務建設與農業(yè)氣象災害預警分會場論文集[C];2007年

相關重要報紙文章 前1條

1 魏景云;氣象衛(wèi)星監(jiān)測干旱 全國旱情一目了然[N];中國氣象報;2003年

相關博士學位論文 前4條

1 衛(wèi)煒;MODIS雙星數(shù)據(jù)協(xié)同的耕地物候參數(shù)提取方法研究[D];中國農業(yè)科學院;2015年

2 張立福;通用光譜模式分解算法及植被指數(shù)的建立[D];武漢大學;2005年

3 岳文澤;基于遙感影像的城市景觀格局及其熱環(huán)境效應研究[D];華東師范大學;2005年

4 劉占宇;水稻主要病蟲害脅迫遙感監(jiān)測研究[D];浙江大學;2008年

相關碩士學位論文 前10條

1 劉吉凱;基于HJ衛(wèi)星數(shù)據(jù)的甘蔗長勢監(jiān)測與估產研究[D];南京信息工程大學;2015年

2 鄭亞云;榆林NDVI時空變化及驅動因子研究[D];長安大學;2015年

3 何春萌;經(jīng)濟利益驅動下的工礦開發(fā)對人類生存環(huán)境的影響[D];內蒙古大學;2015年

4 劉曉靜;基于不同遙感數(shù)據(jù)源的秦嶺地區(qū)植被指數(shù)對比分析[D];長安大學;2015年

5 王鑫梅;氮素水平對不同土壤質地楊樹葉片光譜特性和光合能力的影響[D];河北農業(yè)大學;2015年

6 官雨薇;基于遙感影像的全球荒漠化指數(shù)構建及趨勢分析[D];電子科技大學;2015年

7 胡文;黑龍江省雹災遙感監(jiān)測及時空特征分析[D];東北農業(yè)大學;2015年

8 吳明業(yè);基于TVDI的土壤干旱遙感監(jiān)測研究及驗證[D];安徽農業(yè)大學;2014年

9 馬瑞;增強植被指數(shù)算法的研究及其在生態(tài)環(huán)境遙感產品生產分系統(tǒng)的應用[D];河南大學;2015年

10 曾水生;雙季稻生長指標光譜監(jiān)測模型研究[D];江西農業(yè)大學;2015年

，

本文編號：1464812