论文部分内容阅读
归一化植被指数NDVI(Normalized Difference Vegetation Index)是目前应用最多最广泛的植被指数之一。它与作物的生长状态密切相关,且对作物长势变化、气象和水分等信息比较敏感。利用NDVI对作物生长过程进行监测,可以为作物的精确管理提供依据,同时也为农作物的田间管理提供技术支持。本文以冬小麦为研究对象,在西北农林科技大学节水灌溉试验站展开试验,试验设置4个不同灌水水平,分别在返青期,拔节期和抽穗期利用Greenseeker手持式光谱仪采集冬小麦NDVI日变化数据,分析冬小麦NDVI的日变化规律,利用二次多项式,Gauss函数和Sine函数对处理后NDVI日变化曲线进行拟合;研究NDVI与气象因子之间的关系,利用逐步回归、主成分回归、偏最小二乘回归和岭回归4种方法建立各气象因子对冬小麦NDVI的预测模型;研究NDVI与土壤含水率之间的定量关系,并采用线性回归模型构建NDVI与土壤含水率之间的关系模型,得到以下结论:(1)构建了冬小麦归一化植被指数NDVI的日变化模型。冬小麦归一化植被指数NDVI在不同生育期有相同的日变化规律,即一天内的变化曲线均近似一条反向抛物线,早上8:00NDVI值最大,随后逐渐减小,中午13:00或14:00达到最小值,接着又逐渐增大,并且在拔节期这种日变化规律最为明显;对冬小麦NDVI作归一化处理后,利用二次多项式,Gauss函数和Sine函数对处理后NDVI日变化曲线进行拟合,并比较3种模型拟合效果及预测精度发现,二次多项式可较好地对冬小麦NDVI日变化曲线进行拟合且预测精度较高,可为今后建立NDVI日变化模型提供参考。(2)构建了冬小麦归一化植被指数NDVI与气温、相对湿度、地温、太阳辐射和风速等气象因子之间的关系模型。计算冬小麦NDVI与各气象因子的相关系数发现,这5个气象因子均与冬小麦NDVI有一定相关性,但风速与NDVI相关性最小;相对湿度与NDVI呈正相关关系,其他4种气象因子则与NDVI呈负相关关系;利用逐步回归、主成分回归、偏最小二乘回归和岭回归4种方法建立各气象因子对冬小麦NDVI的预测模型,其中多元逐步回归模型的拟合效果最好,在3个生育期内模型决定系数R~2分别为0.613,0.827和0.4,建模效果最差的是主成分回归,各生育期内决定系数分别为0.448,0.744和0.394。(3)构建了NDVI与土壤含水率之间的关系模型。对冬小麦NDVI与土壤含水率数据分别与参考小区数据作差值处理,得到差值归一化植被指数CNDVI数据和差值土壤含水率CSM数据,再建立两者线性回归方程式,结果表明,在冬小麦返青期和拔节期,10:00时NDVI和各深度土壤含水率相关性最好,而在抽穗期,14:00时两者相关性较好;对于不同的灌水处理,灌水量多少对冬小麦NDVI的影响有差异,灌水越多,对NDVI变化的影响越大;从不同深度土壤含水率与NDVI的相关性来看,在返青期,冬小麦生长活性相对较低,不同灌水处理条件下,与冬小麦NDVI相关性较好的土壤含水率深度多在土壤表层和中层深度(30cm~40cm),而与较深土层(60cm)深度土壤含水率相关性较低,而在拔节期和抽穗期,冬小麦生长处于旺盛期,较深土层土壤含水率与冬小麦NDVI相关关系明显增大。