来源:中国环境资源网 作者:中国自然资源学会 更新时间:2005-11-21 10:47:32
(4) 透过率 m 求算 取 m=0.025[11]。
(5)k 的求算 k 为作物群体消光系数,本文取拔节前 k=0.28,拔节后
k=0.35[12]。
(6) 反射率 r 的求算 叶片反射率由实测值获得,一般取 r=0.05[11]。
LAI 求算 冬小麦 LAI 的求算方法为[13]:
LAI=k-1·ln(1-fc)-1 (11)
式 (11) 中 fc 为作物覆盖度[13],求取见式 (12)。
式 (12) 中,NDVImin 和 NDVImax 分别对应植被覆盖为 5% 和 98% 时的 NDVI,本文分别确定为 -0.001 和 0.5[14]。
2 由 RSPCYM 模型对作物产量的估算
2.1 RSPCYM模型对作物产量的估算
以华北平原地区冬小麦产区为研究典型区,选取 NOAA14 卫星的 9 块 AVHRR 图像拼接成图,再在拼接图中选取范围为经度 113~118°,纬度 37~42°的区域。分别选取冬小麦监测各生育期代表 4 种生育期(返青至拔节期、拔节至抽穗期、开花期、成熟期)的 4d 的 NOAA/AVHRR 值中的 CH1、CH2、CH4、CH5 个通道的数据,部分参数经由气象资料得到。则依式 (9) 求 Pn1、Pn2、Pn3、Pn4,选取冬小麦监测各生育期的 NOAA/AVHRR 值中的 CH1、CH2 通道的数据,求各生育期的 LAI,与各生育期持续时间求积,得到叶光合同化势(CPAP0,利用叶光合同化势与各生育期的光合速率求积,而后进行积分,即得到整个生育期的作物总第一性生产力 (GPP);GPP 与作物 f(ξ) 的相乘,即得作物的产量 (YC)。其中 GPP 为:
2.2 RSPCYM模型与 Y1 模型估算结果的比较
选择 RSPCYM 模型的 10 个样点与利用 Y1 模型[15](被 FAO 采用,证明是该区域估测作物产量精度较高的模型 ) 计算的该区域 10 个样点进行样点散点比较
(图 2),图 2 表示了 RSPCYM 和 Y1 模型在典型区冬小麦产量估算的散点比较,点的离散程度较小。表明模型对估测冬小麦光合产量有可比的精度。
图 2 RSPCYM与 Y1 模型在典型区冬小麦产量计算的散点比较
Fig.2 Comparing the result of monitored crop yield using RSPCYM and Y1 model
3 结语
(1) 农作物定量分析和估产研究其精度有待进一步提高。而完善应用模型,探讨机理性更强的依赖地学、生物学规律的模型应是研究的一个重点,这对于目前高时间分辨率和相对低的空间分辨率的 NOAA-AVHRR 数据来说,提高其应用精度,用于作物估产和地表植被第一性生产力的研究是十分重要的。
(2) 遥感反演的信息具有综合反映作物的群体特性结构特性,进而反映作物个体的光合差异。本文围绕建立生物量机理模型研究,抓住反映作物生物量机理特性的生育期特性、光合特性等,并以遥感信息所反映的生物生长参数为主要模型参数,建立反映遥感—光合生物量估测机理模型,强化机理性。
(3) 本文在区域范围内建立的作物遥感—光合生物量估测模型,可对陆地生态系统第一性生产力和海洋生物量的研究,以及为作物估产的精度提高提供可资借鉴的方法。本文只是初步建立了遥感—光合估测作物产量的机理模型,由于该领域涉及的研究学科众多,本文所建立的模型仍需进一步改进和完善,以利于更好地用于农田生态系统的生物量研究和作物估产的应用。
参考文献
文章评论评论内容只代表网友观点,与本站立场无关!