《讲农业遥感》PPT课件

的提取。? (3)作物面积提取及精度评价Р2018/10/14Р2018/10/14Р2)作物长势分析及估产? 植被指数(VI:Vegetation Index):基于植被叶绿素在红色波段的强烈吸收以及在近红外波段的强烈反射,通过红和近红外波段的比值或线性组合实现对植被信息状态的表达。?比值植被指数RVI(Ratio VI)?归一化植被指数NDVI(Normalized VI)?差值植被指数DVI(Difference VI)?正交植被指数PVI(Perpendicular VI)Р 将作物的V I 值以时间为横坐标排列起来, 便形成了作物生长的V I 动态迹线, 它以最直观的形式, 反映了作物从播种、出苗、抽穗到成熟收割V I 的变化过程。作物种类不同, 其V I 曲线具有不同的特征, 同类农作物生长环境和发育状况的变化也会造成V I 时间曲线的波动。因此, 通过对农作物V I 时间曲线的分析, 可以了解作物的生长状况, 进而为作物产量的计算提供依据。Р通过以上的作物遥感识别、作物专题信息提取、作物长势分析,提取了作物生长及与产量有关的参数,则可以建立包括统计模型、半经验模型和物理模型在内的多种遥感估产模型。?(1)统计模型? a)建立多波段遥感数据生成的遥感参数——植被指数VI(如NDVI、PVI等)与作物单产的统计关系(线性回归模型)。各类VI经数学运算,信息,并可能部分消除了大气、土壤的干扰,可与产量直接统计相关。? b)建立遥感参数VI与主要农学参数(LAI)的关系。通过农学参数建立估产模型,一般是以作物叶面积指数LAI作为中间媒介,如建立垂直植被指数PVI与LAI与穗数—穗粒数—千粒重等农学参数之间的线性关系等。但事实上,无论比值类植被指数(NDVI、RVI),还是差值类植被指数(PVI、DVI),均与叶面积指数LAI,并非简单的线性关系。Р2018/10/14