基于Sentinel-2卫星数据的水稻叶片叶绿素含量反演研究

• 全文链接
• 请求原文

作   者：

杨旭;  卢学鹤;  石晶明;  李晶;  居为民; 

作者机构：

南京大学国际地球系统科学研究所; 

关键词：

PROSAIL;  Sentinel-2;  遥感反演;  叶片叶绿素含量; 

期刊名称：

光谱学与光谱分析

i s s n：

1000-0593

年卷期：

2022 年 42 卷 003 期

页   码：

866-872

摘   要：

叶绿素含量是评价农作物健康状况、生产能力和环境胁迫的重要指标,实时、快速、准确获取农作物叶片叶绿素含量对监测农作物生长状况具有重要意义.遥感是获取区域和全球农作物叶片叶绿素含量的有效途径,但已有的作物叶片叶绿素含量遥感反演研究未充分考虑下垫面背景的干扰,影响了反演精度.为此,以Sentinel-2遥感卫星影像为数据源,结合典型水稻田的观测数据,使用PROSAIL辐射传输模型建立了水稻田叶片叶绿素含量反演查找表,评估了利用绿光波段和不同红边波段构建的叶绿素指数(C I)和两个不同红边波段构建的Zarco and Miller指数(ZM)反演叶片叶绿素含量的差异,引入G(Greenness index)指数减小背景干扰对叶片叶绿含量反演的影响.研究结果表明:(1)基于不同波段构建的光谱指数反演的叶片叶绿素含量精度存在差异,其中CI740(R2=0.79,RMSE=9.02μg·cm-2)反演精度最高,其次为ZM(R2=0.71,RMSE=10.53μg·cm-2)、CI705(R2=0.69,RMSE=9.17μg·cm-2)和CI783(R2=0.67,RMSE=10.84μg·cm-2);(2)水稻叶片叶绿素含量反演结果受背景影响明显,特别在水稻生长早期,由于背景干扰较大,反演结果明显偏低[平均相对误差(MRE)为-18.87% ~-31.94%];(3)引入G指数构建的CI/G和ZM/G可以有效消除背景的影响,提高水稻叶片叶绿素含量反演精度(M RE为8.11% ~18.11%).结果对提高水稻不同叶面积指数水平下的叶片叶绿素含量遥感反演精度具有重要参考意义.