基于D-f制造技术

本发明专利技术公开了一种基于D

【技术实现步骤摘要】
基于D
‑
f
G
参数遥感获取的冬小麦动态收获指数遥感估算方法


[0001]本专利技术涉及的是一种基于冠层高光谱敏感波段D
‑
f
G
参数遥感获取的冬小麦动态收获指数遥感估算方法。

技术介绍

[0002]收获指数(Harvest Index，HI)，又称经济系数，指作物收获时经济产量(籽粒、果实)与生物产量之比，该指数反映了同化产物在籽粒和营养器官之间的分配比例。对粮食作物(如小麦、玉米等)来说，收获指数即籽粒产量占地上生物学产量的百分比，其中地上生物学产量指的是地上总干物质量(Donald，1962；Donald and Hamblin，1976；潘晓华等，2007)。由于作物收获指数在作物产量模拟与估算(Fan et al.，2017；Hu et al.，2019；Lorenz et al.，2010)、作物品种选育(Hay，1995；Rivera
‑
Amado et al.，2019)、作物生长栽培环境评价(Porker et al.，2020；Yang and Zhang，2010)、作物固碳能力评价(Chen et al.，2021；Unkovich et al.，2010)以及农业对气候变化响应等方面能够起到重要的指示作用，其概念一经提出，便成为国内外学者的研究热点(Walter et al.，2018；姬兴杰等，2010)。
[0003]目前，农作物收获指数估算主要从田间尺度和区域尺度2种情况进行了深入研究。基于田间尺度作物HI估算中，一些学者主要从农学和作物学角度开展作物收获指数的模拟估算以及环境胁迫因子(如高温、水分亏缺、土壤养分缺失或过量等)对作物收获指数形成的影响等方面进行深入研究(Fletcher and Jamieson，2009；Kemanian et al.，2007；Soltani et al.，2005)。如Fletcher和Jamieson(2009)开展了小麦收获指数随时间变化的动态模拟及其影响因素研究，研究结果表明小麦收获指数的变化速率与作物灌浆初期的作物地上生物量和灌浆过程中作物生长速率密切相关，且小麦收获指数随时间呈现曲线变化，这对开展冬小麦收获指数的动态模拟与估算具有重要指导作用。Kemanian等(2007)以小麦、大麦和高粱为研究作物，根据作物HI与作物开花后干物质积累量占整个生长季总干物质量的比例(f
G
)呈线性或曲线关系，在田间尺度建立了f
G
与HI之间的统计模型，实现了田间尺度作物收获指数的准确模拟和估计。同时，Li等(2011)在中国山东省禹城市基于不同氮水平下冬小麦田间控制实验，利用作物开花后的干物质积累量占整个生长季总干物质量的比例(f
G
)等实测数据开展了冬小麦HI估算方法研究，取得了较好的作物收获指数模拟结果。上述研究结果对利用f
G
参数进行作物收获指数估算具有重要的参考意义，但由于上述研究仅考虑了成熟期作物f
G
参数和成熟期作物收获指数，均未考虑f
G
参数和收获指数的动态变化对作物收获指数估算和模拟的精度影响，从而一定程度上影响了收获指数估算结果的稳定性和估算精度的进一步提高。此外，一些学者基于作物开花至成熟时段的蒸腾量占整个生育期总蒸腾量的比例开展了小麦HI估算研究(Li et al.，2011；Richards and Townley
‑
Smith，1987；Sadras and Connor，1991)，研究中所提方法对水分亏缺条件下的冬小麦HI进行了有效的估算，但在水分充足而存在其它环境因子胁迫(如氮素胁迫)条件下，作物HI估算仍需要进一步深入研究。
[0004]基于区域尺度开展作物HI的估算中，传统方法采用以点代面法、空间插值法获取区域作物收获指数(任建强等.2010)。其中，以点代面法是将定点试验获得的多年收获指数均值作为区域收获指数；空间插值法是将实际调查多点作物收获指数进行空间内插得到当年收获指数区域空间分布。近些年来，随着遥感技术的快速发展，遥感技术凭借其覆盖范围大、快速和准确获取地表作物参数信息的优势，为准确获取区域作物收获指数空间信息提供了可靠的技术手段(Campoy et al.，2020；Walter et al.，2018)。其中，国内外学者基于遥感卫星获取的能够反映作物长势状况的时序植被遥感信息(如归一化植被指数和叶面积指数等)开展了一系列的作物收获指数估算研究(Li et al.，2011；Moriondo et al.，2007)。如Moriondo等人(2007)将冬小麦全生育期划分为发芽
‑
开花和开花
‑
成熟两个阶段，根据开花前后两个时段NDVI均值，构建模型1
‑
NDVI
post
/NDVI
pre
估算HI的空间分布，该方法可通过遥感手段获取冬小麦生长季的NDVI数据，对利用遥感信息获取区域尺度HI具有重要借鉴意义。同时，该方法也被中国学者进一步应用，如Du等(2009)利用MERIS NDVI时序数据在山东禹城开展了区域冬小麦收获指数的反演和验证，并将区域冬小麦收获指数成果应用于作物产量估算研究。任建强等(2010)以中国黄淮海平原地区冬小麦为研究对象，以小麦开花期
‑
乳熟期NDVI累积值和返青
‑
开花前NDVI累积值的比值来表征冬小麦收获指数，通过建立该比值与实测收获指数间统计模型较好地估算了区域尺度上冬小麦的收获指数。上述方法简单易行，所需遥感数据时间序列较短且较易获取，有利于方法的实际应用，但上述方法均只针对成熟期收获指数的估算，均未实现收获指数变化动态变化过程指标信息的获取，这还有待进一步加强研究。
[0005]因此，现有技术存在缺陷，需要改进。

技术实现思路

[0006]本专利技术所要解决的技术问题是针对现有技术的不足提供一种基于冠层高光谱敏感波段D
‑
f
G
参数遥感获取的冬小麦动态收获指数遥感估算方法。
[0007]本专利技术的技术方案如下：
[0008]一种基于D
‑
f
G
参数遥感获取的冬小麦动态收获指数遥感估算方法，包括以下步骤：
[0009]A1、根据地面实测动态生物量数据，构建作物开花期
‑
成熟期期间不同时期累积的地上生物量与对应时期地上生物量间比值动态参数D
‑
f
G
；
[0010]D
‑
f
G
计算方法如下：
[0011][0012]式中，∑W
post
为冬小麦开花期
‑
成熟期期间不同时期累积的地上生物量(kg/hm2)；
[0013]∑W
whole
为采样时期对应的全部地上生物量(kg/hm2)；t本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于D
‑
f
G
参数遥感获取的冬小麦动态收获指数遥感估算方法，其特征在于，包括以下步骤：A1、根据地面实测动态生物量数据，构建作物开花期
‑
成熟期期间不同时期累积的地上生物量与对应时期地上生物量间比值动态参数D
‑
f
G
；D
‑
f
G
计算方法如下：式中，∑W
post
为冬小麦开花期
‑
成熟期期间不同时期累积的地上生物量(kg/hm2)；∑W
whole
为采样时期对应的全部地上生物量(kg/hm2)；t为采样时间，W
t
为t采样时间的干物质量的重量(kg/hm2)，W
a
为开花期干物质量的重量(kg/hm2)，D
‑
f
G，t
表示t采样时间的比值参数；A2、基于地面作物冠层高光谱数据构建的任意两个冠层高光谱窄波段光谱指数NDSI，建立NDSI与冬小麦D
‑
f
G
之间的线性模型；A3、绘制并分析NDSI与冬小麦D
‑
f
G
间的拟合精度R2二维图；A4、通过确定R2极大值区域和极大值区域重心，从而得到对冬小麦D
‑
f
G
敏感的波段中心；A5、确定D
‑
f
G
估算最优波段组合；A6、基于NDSI和D
‑
f
G
关系的D
‑
f
G
遥感估算模型；A7、D
‑
f
G
的遥感估算；A8、获得基于D
‑
f
G
和D
‑
HI关系的动态收获指数估算模型；A9、D
‑
HI的遥感估算。2.根据权利要求1所述的方法，其特征在于，所述步骤A4，根据R2极大值区域重心法获得敏感波段中心，从而确定D
‑
f
G
估算的敏感波段，即在冠层高光谱每个波段对应的窄波段光谱指数NDSI和D
‑
f
G
间相关性计算基础上，根据相关系数满足统计显著性要求的阈值确定极大值区域，在此基础上，计算相关系数极大值区域的重心，从而获得NDSI与D
‑
f
G
参数相关性较大的光谱波段中心和波段组合；具体过程如下：首先，在绘制NDSI与冬小麦D
‑
f
G
间拟合R2二维图的基础上，确定NDSI与冬小麦D
‑
f
G
间相关性高的波段区域；其次，在该区域内寻找R2极大值点，并遍历该点8邻域内满足显著性条件的所有点，并将这些点的集合标记为R2极大值区域Ω；最后，计算R2极大值区域的重心，将...

【专利技术属性】
技术研发人员：任建强，张宁丹，刘杏认，吴尚蓉，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
类型：发明
国别省市：