仝春艷 馬 驛 楊振忠 劉怡晨 徐 慶
(武漢大學遙感信息工程學院,湖北武漢 430079)
油菜(Brassica napusL.)作為世界三大主要油料作物之一,是最主要的植物蛋白和植物油來源[1-2]。水分是作物的必要組成成分,與生長發育、光合作用及產量等息息相關[3-4]。葉片含水量是植株水分狀況度量和診斷的重要指標,實時快速地獲取葉片含水量信息是進行植株長勢監測和灌溉調控的前提[5-6]。
傳統的植株含水量測量方法主要是野外取樣后室內烘干再測定含水量,無法快速、無損、實時獲取大面積植株的葉片含水量[7],而利用遙感手段監測植被水分含量因具有大范圍、實時、快速的優勢,已成為研究熱點[6,8]。表征植被含水量常用的方法有2種[9-10]:可燃物含水量(fuel moisture content,FMC)和等效水厚度(equivalent water thickness,EWT)。 Ceccato 等[9]利用高光譜數據反演植被含水量時發現,葉片短波紅外反射率(short wave infrared reflectance,SWIR)吸收帶深度與EWT直接相關;用提取的葉片光譜參數反演EWT的精度較FMC反演精度高[11-12],且對受水分脅迫的指示性優于FMC,對溫度變化不敏感[13]。Yebra等[14]和 Cao 等[15]指出 950~970、1 200、1 450、1 940和2 500 nm等水分敏感波段附近的光譜反射率能較好地反映小麥、大豆、大丁草等植物的葉片含水量,并驗證了近紅外和可見光區域波段組合的光譜指數監測植物含水量的可行性。Yotsumoto[16]等研究表明,歸一化水分指數(normalized difference water index,NDWI)(860 nm,1 240 nm)可以較好地估算植被EWT。Ceccato等[9]發現SWIR對EWT敏感,但不能單獨使用SWIR反演植被EWT,需要利用SWIR和近紅外波段反射率(near infrared reflectance,NIR)波段組合反演植被EWT。Wang等[10]研究發現1 450 nm和1 940 nm處的吸收帶深度與EWT具有較強的相關性。王強等[17]利用高光譜數據構建新的植被指數,發現用1 475 nm和1 424 nm波段構建的比值指數和歸一化指數對棉花冠層EWT有較好的估算效果?!?br>