第34卷，第6期 2014年6月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
基于NIR-Red光谱特征空间的作物水分指数程晓娟1.2，3，徐新刚2，3*，陈天恩，杨贵军2，3，李振海
1.山东科技大学测绘科学与工程学院，山东青岛
266590
2.国家农业信息化工程技术研究中心，北京100097 3.农业部农业信息技术重点实验室，北京100097
Vol.34,No, 6,pp1542-1547
June,2014
摘要水分含量是表征作物水分胁迫生理状况的重要指标，及时有效地监测作物水分含量对于评估作物水分亏缺平衡，指导农业生产灌溉具有重要意义。基于NIR-Red二维光谱特征空间，尝试构建一种新的作
物水分监测指数PWI来估算作物水分含量。
实测小麦冠层高光谱数据，结合对应
上星光
然后，对基于NIR-Red二维光谱特征空间的现不改进，通过比值变换的方法构建新的指数
两数
HJ-CCD和ZY-3卫星宽波段多光谱数据生成的PWI估算/
植被水分含量估算为尝试对象。首先，利用地面
前常用卫星HJ-CCD和ZY-3多光谱数据；垂直干早指数)和PVI(垂直植被指数)进行
麦植株含水量（VWC)，结果显示：基于模拟的
WC具有良好的效果，R”分别达到0.684
和0.683，均达到了极显著水平，利用检验样本得到冬小麦VWC估算的R和RMSE分别为0.764和 0.764，3.837%和3.840%，这表明应用提出的新指数PWI估测作物含水量具有一定可行性。同时，也为当
前利用主要国产卫星通感数据HJ-CCD和ZY-3开展作物水分遥感监测应用提供了一种新方法关键词NIR-Red光谱特征空间；光谱响应函数；植株含水量；冬小麦；PWI
中图分类号：0657.3
引言
文献标识码：A
D0I: 10. 3964/j. issn. 10000593( 2014)061542-06
统计分析模型仍存在着易受时间与空间限制的不稳定性间题，但统计模型相对简单，应用性强，能够规避遥感信号产生机理过于复杂所产生的误差，目前基于统计分析方法发展
水分含量是表征作物水分胁迫生理状况的重要指标，及
时有效监测作物水分含量对于评估作物水分亏缺平衡，指导农业生产灌溉具有重要意义1-汀。固此，定量快速获取作物水分状况已成为农业遥感领域的主要目标之一。近年来，随着遥感技术的发展，使得作物水分信息的准确和实时获取成为可能。有关于作物水分的遥感研筑，国内外已有大量探索，大致分为两个方面：一是利用物理模型，例如用于反演作物含水量的是基于辐射传输方程的叶片辐射传输模型 PROSPCT和冠层辐射传输模型SAIL及其耦合模型的方法[1-5]，物理模型方法机理较为明确，但同样存在若干缺陷，如模型结构较为复杂，变量较多难以测量，特别是在区域尺度应用时，一些模型参数难以获取，一定程度上限制了物理模型在区域尺度中的应用。二是利用统计分析模型，例如基于两个或多个波段组合建立植被光谱指数法
、基于光谱
微分变量建立模型的方法".1]，包络线消除法[11-12]等。尽管收稿日期：2013-07-29，修订日期：2013-12-18
新的光谱指数仍是作物水分通感研究的一个活跃领域
当前，光谱特征空间就是利用多波段的光谱信息或者两个及两个以上的地表生态物理参数构成特征空间进而构建光谱指数来测量目标参量的方法，这种方法一定程度上结合了统计分析和辐射传输模型的优点，近年来已成为遥感研究的热点之一[13.14]。Richardson等[15]利用NIR-Red光谱特征空间基于土壤线的概念，提出了垂直植被指数PVI，用以描述植被在光谱特征空间中的变化情况.詹志明等1提出垂直干旱指数PDI，它是利用NIR-Red光谱特征空间任意一点到土壤基线的距离来表征区域土壤含水状况，其本质是对裸土或者低植被覆盖区域的土壤水分进行监测，但是从植被水分在特征空间中的分布来看，在垂直于土壤线的方向上，随着地表植被覆盖度的增加即PVI增大时，会出现PDI等值不变的情况，这可能不合需理，毛学森等研表明水分对作物的NDVI的影响主要是通过改变作物的植株形态内部结构实
基金项目：国家自然科学基金项目（41001244），国家科技支撑计划(2012BAH29B04)和北京市科技新星计划项目(2011036)资助
作者简介：程晓娟，女，1987年生，山东科技大学硕士研究生
通讯联系人
e-mail:xxgpaper@126.com
e-mail: chengxiaojuan0105@126. com