冠层反射光谱与小麦产量及产量构成因素的定量关系

中国农业气象(Ch i n ese Journa l o fAgro m eteoro l o gy)2008,29(3):338-342
冠层反射光谱与小麦产量及产量构成因素的定量关系*
杨智1,2,李映雪1,徐德福1,刘寿东1
(1.南京信息工程大学应用气象学院,南京210044;2.大理国家气候观象台)
摘要:基于4个小麦品种、5个施氮水平的田间试验,在比较小麦冠层多光谱和高光谱反射特征的基础上,讨论了不同生育期冠层反射光谱参数与小麦产量及产量构成因素的定量关系。

结果表明,拔节期冠层多光谱参数与理论产量和实际产量的相关性较高,可用于预测小麦产量,而冠层高光谱反射参数与小麦产量间的相关性较差,难以直接利用预测小麦产量;冠层的多光谱和高光谱参数对亩穗数的预测效果均较好,小麦拔节期、灌浆中期和成熟期的冠层多光谱参数、高光谱参数均与亩穗数间具有极显著正相关关系(P<0.01),从而分别建立了各时期利用高光谱参数A(760,850)/R550、多光谱比值植被指数RV I(810,560)的小麦估产方程。

研究结果对选择合适的光谱参数建立估产模型、保证高光谱遥感信息反演精度具有重要价值。

关键词:小麦;冠层多光谱反射光谱;冠层高光谱反射光谱;产量;产量构成因素
R el ationshi ps of Canopy R eflectance Spectra w ithW heat Y iel d and Y iel d Co m ponents YANG Zhi1,2,L I Y ing-xue1,XU D e-f u1,LI U Shou-dong1
(11Nan jing Un i versit y of I n for m ation S ci en ce&Technology,Nan ji ng,210044,Ch i na;21DaliNati onalC li m at e Ob s ervatory)
Abstrac t:Based on t he da ta of t he fie l d exper i m ents w ith fou r w heat var i eties and fi ve l eve l of the n itrogen app licati on,the relationsh i ps o f t he canopy reflectance spectra w ith the w hea t y i e l d and y ield components w ere ana lyzed.The results show ed that the co rre lati on o f the canopy m ult-i spectra l refl ec tance bet w een t heoreti ca l and act ua l y ie l ds w as sign ificant at the jo i nti ng stag e.T here f o re,it could be used to esti m ate the y ie l d.
H o w ever,the co rre l a ti on of the canopy hyperspec tral reflectance and y ield w as si gn ifi cant,so it couldn t'be used t o esti m a te the y i e l d d i rectl y. T he panic l e nu m ber per m u was w ell fo recasted by usi ng canopy mu lti spectra l/hyperspectral re fl ectance.T he canopy mu lti spectra l and hyper-spectra l reflectance we re li nea rl y re lated to pan i c l e nu m ber per mu at the j o inti ng,m i d-filli ng and m aturity stag e o fwheat(p<0.01).T hus,t he esti m ate equations o f the canopy hyperspectral reflectance A(760,850)/R550and m ultispectral re flectance RV I(810,560)w ere consti tuted. T he research results prov i ded t he i m portant re ferences f o r choo si ng appropriate canopy refl ectance i ndexes,constit u ting the yie l d esti m ate model and ensuri ng t he prec isi on of t he hyperspectra l re m ote sensi ng i n f o r m ati on retr i eva.l
K ey word s:W hea t;C anopy mu lti spectra l re fl ectance;Canopy hyperspectra l refl ec tance;Y ield;Y i e l d co m ponents
准确监测小麦的长势、及时预报产量不仅能为政府部门提供重要信息,而且对灾害评估及防灾救灾意义重大。

过去通过设立农作物产量调查点、采用抽样实测的方法预报农作物产量的方法具有破坏性、主观性和分散性,且受人为干扰影响较大,目前,利用遥感技术对农作物估产的方法发展迅速。

卫星遥感一般用于大面积估产,而小面积估产通常利用作物冠层光谱反射特征,即通过分析作物冠层反射光谱与产量的关系,建立估产模型,从而估算作物产量[1]。

针对目前作物品种类型多、更新快的现实,明确不同类型品种间的光谱差异性,对提高利用高光谱遥感技术进行作物品种识别以及作物信息提取和遥感反演的精度是极其有利的。

国内外对作物不同品种间的光谱差异性的研究较少,而且存在不同的看法,Sh i b aya m a 等[2]和Patel等[3]对多个水稻品种间的光谱进行比较研究后认为,不同水稻品种间的光谱不存在显著差异,可能是测量的误差掩盖了品种间的差异;王人潮[4]等研究表明,不同类型的多个水稻品种间的反射光谱存在差异。

谭昌伟等[5]利用品种间的光谱F值系统比较和分析了不同株型夏玉米品种间的光谱差异程度及差异范围。

唐延林[6]也做过不同水稻品种间的光谱差异研究。

综上所述,在建立光谱变量与农学指标及产量间的估算模型时,应该考虑不同品种由于株型不同而引起的差异,以便进一步提高利用高光谱数据诊断农学指标及估产的精度。

从应用方面看,若按不同株型和生育期进行光谱测定,则有可能消除因株型和熟相引起的光谱差异,从而更精确地推算农学指标。

本文拟在分析不同品种小麦各生长时期冠层反射光谱特性的基础上,讨论小
*收稿日期:2007-10-15
基金项目:江苏省高校自然科学研究指导性计划项目(06K J D210116);南京信息工程大学校基金(QD49)
作者简介:杨智(1983-),云南大理人,本科,助理工程师,主要从事应用气象及大气边界层气象研究。

E-m ai:l yeyuanyangz h@i163.co m
第3期杨智等:冠层反射光谱与小麦产量及产量构成因素的定量关系
麦理论产量、实际产量以及产量构成因素(亩穗数、穗粒数和千粒重)与冠层反射光谱参数的关系,建立小麦产量的光谱估测模型。

1材料和方法
111试验设计
试验于2003-2004年在江苏省农业科学院试验站进行。

前茬为水稻田,供试土壤为黄黏土,有机质0196%,全氮0110%,速效磷40129m g#kg-1,速效钾102178m g#kg-1。

供试小麦品种为宁麦9、淮麦20、徐州26和扬麦10。

为了使小麦的长势和产量拉开差距,特设5个施氮水平,分别为0、75、150、225和300kg# h m-2纯氮,基追比6B4,60%作基肥,拔节肥和孕穗肥各占20%,配施P2O5150kg#hm-2和K2O11215kg#hm-2,全部用作基肥。

小区面积为16m2,基本苗为118@106棵#hm-2,行距25c m。

两因素随机区组排列,3次重复。

其它管理措施同高产大田。

112数据获取
于小麦拔节期、孕穗期、开花期及开花后,每隔7d 左右采用美国C ropscan公司生产的M SR-16型多光谱辐射仪和美国Ana l y tica l Spectral Dev ice(ASD)公司生产的Fie l d Spec Pro FR2500型背挂式野外高光谱辐射仪测量小麦冠层光谱,两种光谱仪的主要参数见表1。

光谱测量选择在晴朗无云或少云的天气进行,测量时间为10:00 -14:00(太阳高度角大于45b)。

测量时探头垂直向下,距冠层垂直高度1m。

每次采集目标光谱前后都进行参考板校正。

每小区重复测量5次,取平均值作为该小区的光谱测量值。

小麦成熟期,分别在测反射光谱的区域选取1m双行普查亩穗数,并从每小区取20个单茎作室内考种,考查穗粒数和千粒重;同时每小区收获1m2,脱粒后测得实际产量。

表1光谱仪的技术参数
光谱仪型号光谱范围(nm)采样间隔(nm)光谱分辨率(nm)波段数视场
F iel dS pec Pro FR2500350-25001.4@350-1050n m
2@1050-2500nm
3@350-1050nm
10@1000-2500nm
215025b
M SR-16452-1650501631.1b
113数据分析
综合文献[7-24]中提出的光谱参数的算法,在MATLAB语言环境下编程实现。

2结果与分析
211小麦冠层多光谱和高光谱反射率比较
以徐州26孕穗期冠层反射光谱曲线为例说明由两种不同类型地物光谱分析仪测定的不同波段范围内小麦冠层光谱反射特征(图1)。

可以看出,在可见光区(350-710nm),550nm附近出现叶绿素的强反射峰区,称为/绿峰0。

之后反射率又下降,约在670n m处反射率最小,称为/红谷0;710-760nm是个过渡波段,反射率随着波长的增加而急剧升高,曲线较陡接近于直线,红边位于此波段内。

反射率曲线约在760nm左右开始缓慢上升,形成一个/高平台0,反射率一般为30%以上,这主要是由于叶片内部组织结构(细胞结构)多次反射的结果。

由于水的吸收,光谱反射曲线在950n m和1190nm附近出现低谷。

1300-2500nm波段的反射率主要是水分吸收区域,其中1450、1930nm是强吸收区。

M SR-16光谱仪的测量范围(460-1650nm)覆盖了小麦冠层反射光谱的主要特征,并且各通道的波段设置基本上正是植被反射光谱特征点的波长位置。

小麦冠层高光谱和多光谱反射曲线在可见光波段基本上是重叠的,但近红外部分的反射率有偏差,尤其是950nm水分吸收谷处,多光谱反射率对该波段水分吸收表现不敏感,这是因为C ropscan光谱仪在该区域波段跨度大于50nm,所以精度下降。

总体来看,两种不同来源的冠层光谱反射率对小麦叶绿素引起的在可见光部分的反射特征基本上是一致的,但对于由小麦组织结构
差异引起的近红外反射特征的精度有所不同。

图1/徐州260小麦孕穗期冠层多光谱(A)与高光谱(B)反射率对比212多光谱参数与小麦产量及产量构成因素的关系
对4个小麦品种不同生育时期的冠层多光谱反射率及光谱参数与成熟期理论产量和实际产量进行相关分析,将拔节期、灌浆中期和成熟期的分析结果列于表2。

可以看出,拔节期冠层光谱参数对理论产量和实际产量的预测性都优于另外2个时期,相关系数在0.55
#
339
#
中 国 农 业 气 象
第29卷
以上,达极显著水平,并且抗大气植被指数V ari 700[13]
、
比值植被指数RV I(710,680)[8]
和归一化植被指数ND -V I(710,660)
[10]
3个光谱参数可以同时预测成熟小麦的
理论产量和实际产量。

利用灌浆中期和成熟期冠层光谱参数也可以估算小麦产量,但相对生育前期(拔节-灌浆前期)精度降低,这可能是因为灌浆中后期小麦叶片及植株逐渐变黄,致使可见光波段反射率升高,反射光谱曲线的形状发生了明显变化。

亩穗数、穗粒数和千粒重是小麦产量的主要构成要素,它们与反射光谱的相关性分析结果见表3。

由表中
可以看出,拔节期、灌浆中期和成熟期的冠层光谱参数
与亩穗数间均为极显著正相关关系(相关系数都大于0.87)。

与亩穗数相比,穗粒数和千粒重与各时期光谱参数之间的相关性明显降低,其中灌浆中期和成熟期的相关系数又低于拔节期。

因此,可以着重分析亩穗数和光谱参数的相关性从而建立小麦光谱估产模型。

从图2可以看出,小麦亩穗数与孕穗期、开花期、成熟期、灌浆前期的比值植被指数RV I(810,560)呈显著正相关关系,各生长期的定量方程均通过0101水平的显著性检验,因此该比值植被指数可用于小麦估产。

表2 不同生育期冠层反射光谱参数与理论产量和实际产量的相关性(多光谱)
拔节期
光谱参数
相关系数灌浆中期
光谱参数相关系数成熟期
光谱参数
相关系数理论产量
NDVI(560,510)0158**RVI(1480,660)0133**NDV I(680,660)0135**RVI(710,680)0158**EV I14800132*RV I(680,660)0135**V ari 7000158**RVI(1480,680)0132*NDV I(680,460)0129*RVI(560,510)0158**RVI(1480,610)0131*NDV I(680,510)0128*NDVI(710,660)
0157**NDV I(1480,660)0130*DV I(680,660)0128*实际产量
V ari 7000160**RVI(1480,660)0127*NDV I(680,6600136**RVI(710,680)0160**EV I 14800127*RV I(680,660)0136**NDVI(710,660)0160**RVI(1480,610)0126*DV I(680,660)0131*NDVI(710,610)0160**RVI(1480,680)0126*NDV I(680,460)0127*EV I710
0159**
NDV I(1480,660)
0124
NDV I(680,510)
0127*
注:r (0105,
60)
=01250,r (0101,
60)
=01325。

下同。

Vari 700为抗大气植被指数、RV I(710,680)为比值植被指数、NDVI(710,660)为归一化植被指数。

表3 不同生育时期冠层反射光谱参数与亩穗数、穗粒数和千粒重的相关性(多光谱)
拔节期
光谱参数
相关系数灌浆中期
光谱参数相关系数成熟期
光谱参数相关系数亩穗数
RVI(760,710)0194**RVI(870,560)0193**RV I(870,760)0189**RVI(950,710)0194**RVI(870,610)0193**NDV I(870,760)0189**RVI(760,560)0194**RVI(810,560)0193**RV I(870,560)0187**RVI(950,560)0194**RVI(810,610)0193**NDV I(870,560)0187**RVI(1100,710)
0194**RVI(760,560)0193**RV I(950,560)0187**穗粒数
DVI(870,810)0137**DVI(1500,660)0131*DV I(1100,950)0120RVI(1480,660)0135**DVI(1480,660)0130*RV I(560,510)0120NDVI(1480,660)0135**DVI(1500,610)0129*RV I(1100,950)0119NDVI(1100,950)0134**DVI(1500,680)0129*NDV I(1100,950)0119RVI(1100,950)
0134**NDV I(1500,710)0128*NDV I(560,510)0119千粒重
RVI(560,510)0135**NDV I(1480,460)0136**NDV I(1650,460)0143**NDVI(560,510)0134**RVI(1480,460)0135**NDV I(1500,460)0143**RVI(560,460)0131*NDV I(1480,510)0132*NDV I(1650,510)0143**RVI(710,510)0129*RVI(1480,510)0130*RV I(1650,460)0142**NDVI(560,460)
0129*
RVI(1500,460)
0128*
RV I(1650,510)
0141**
#
340#
第3期杨 智等:
冠层反射光谱与小麦产量及产量构成因素的定量关系
图2 亩穗数与小麦不同生育期比值植被指数RV I(810,560)
的定量关系
213高光谱参数与小麦产量及产量构成因素的关系
小麦产量与不同时期冠层高光谱反射率和光谱参数的相关系数分析结果见表4。

由表中可以看出,拔节、
灌浆中期和成熟期冠层高光谱参数与成熟期小麦理论和实际产量的相关性较差,虽然有些高光谱参数达到显著水平,但总体来看,利用冠层高光谱参数直接推算小麦产量存在一定困难。

小麦亩穗数、穗粒数和千粒重与冠层高光谱关系的分析结果见表5。

可以看出,拔节期、灌浆中期和成熟期的光谱参数和亩穗数的相关性较好,相关系数大于0184,而穗粒数、千粒重与光谱参数的相关性较差,小于0126。

其它几个时期基本趋势也大致相同。

该结论与212中多光谱数据的分析结果一致,证明利用前期冠层反射光谱特征可以预测成熟期小麦亩穗数,这是因为亩穗数的多少直接受前期长势和营养状况的影响,而冠层反射光谱正是小麦长势的反映。

通过对表4中相关系数的比较发现,某些光谱参数与亩穗数的相关性也比较好,如红边最小值Lo 和A (760,850)/R550等。

小麦拔节-成熟各生长期高光谱参数A (760,850)/R550与亩穗数间的定量关系见图3,各生长期的定量方程均通过了0101水平的显著性检验。

而且由于高光谱参数A (760,850)/R550与多光谱比值植被指数RV I(810,560)具有非常相近的波段组合,因此,两者与亩穗数间具有同样的线性相关关系,并
且同一时期直线回归方程的系数也相近。

另外,拔节期和开花期的红边最小值Lo 和比值植被指数RV I(800,680)与亩穗数也呈极显著正相关关系,如图4所示。

因此,高光谱参数A (760,850)/R550,红边最小值Lo 和比值植被指数RV I(800,680)均可用于小麦估产。

表4 不同生育时期冠层反射光谱参数与理论产量和实际产量的相关性(高光谱)
拔节期
光谱参数
相关系数灌浆中期
光谱参数相关系数成熟期
光谱参数相关系数
理论产量
Lo 0129*NDV I(857,1210)0134**Area9800126*
红边位置0129*NDV I(820,1650)0132*P_D epth9200125
*920-980谷值0128*Dep t h67201314*P_A rea9200124P_Dep t h16900127*P_Depth16900131*Dep t h9800124Depth1190
0126*NDV(800,680)0130*NDV I(920,980)0124实际产量
P_Dep t h16900130*蓝边位置0132*NDV I(920,980)0123红边位置0127*NDV I(85711210)0130*Area9800123Lo 0125*NDV I(820,1650)0129*P_A rea9200122A rea11900123P_Depth16900129*PND9200122Depth1190
0123
Dep t h672
0128*
P_D epth920
0120
#
341#
中国农业气象第29卷表5不同生育时期冠层反射光谱参数与亩穗数、穗粒数和千粒重的相关性(高光谱)
拔节期
光谱参数相关系数
灌浆中期
光谱参数相关系数
成熟期
光谱参数相关系数
亩穗数Lo0190**A(760,850)/A(650,670)0189**P_A ea9200189** A(760,850)/R5500189**RV I(800,680)0189**PND9200188** A(760,850)/A(510,560)0189**RV I(900,680)0188**Area9800187** NDV I(750,550)0188**A(760,850)/R7000188**P_A rea11000185** A(760,850)/R5500188**A(760,850)/A(510,560)0187**Area11900184**穗粒数1000-1060峰值0122蓝边位置0125*P_D epth12800119 1100-1180谷位置01201100-1180谷位置0123P_D epth9200115 Area14500116P ND22300117Area14500115红边位置0115P_A rea22300117Lw i dth0113 P_D epth5600114A(760,850)/A(510,560)0115与高斯模型相关0112千粒重黄边峰值(黄边斜率)0121P_Depth16900131*Area14500126* PND9200118黄边峰值(黄边斜率)0117P_D epth12800116 P_A rea9200115550-582面积0117黄边位置0116 550-582面积0115920-981谷位置0117红边位置0115
NDV I(920,980)01141000-1061峰位置0113220001
14
图3不同时期A(760,850)/R550与亩穗数的相关关系(高光谱
)
图4L o、RV I(800,680)与亩穗数的相关关系(高光谱) 214小麦品种间的差异性分析
为了解品种对利用冠层反射光谱估测小麦产量的影响,以不同品种小麦拔节期(3月14日)所测Lo(红边最小值)与亩穗数的相关性为例进行分析。

由表6可见,各品种Lo与亩穗数间均呈极显著正相关关系。

除扬麦10的线性回归方程系数稍偏小外,另外3个品种间回归方程系数差别不大。

这可能是由于扬麦10株型结构较其他3个品种松散的缘故,但是本文只利用4个供试品种分析了Lo(红边最小值)与亩穗数的相关关系之间的差异,所得的结果不够全面,所以在小麦遥感估产中,是否应当考虑品种间的差异性,还有待进一步研究。

表6不同品种小麦拔节期Lo(红边最小值)与亩穗数的相关关系
小麦品种回归方程决定系数(R2)
淮麦20号y=1148x-9891070173**
宁麦9号y=1121x-799120191**
徐麦26号y=1140x-930130184**
扬麦10号y=0196x-6301060189**
# 342 #
第3期杨智等:冠层反射光谱与小麦产量及产量构成因素的定量关系
3结论与讨论
小麦冠层光谱是绿叶面积、叶绿素含量、氮素营养水平的客观反映,也间接反映了小麦光合作用的能力及光合同化物积累能力的强弱,而叶绿素、氮素营养等这些生长状况都决定了小麦的最终产量。

因此,可以通过前期冠层光谱预测成熟期小麦的籽粒产量。

本研究得出,拔节期冠层多光谱参数对理论产量和实际产量的预测性较好,其中V ari700、RV I(710,680)和NDV I(710, 660)3个光谱参数可以同时预测成熟小麦的理论产量和实际产量,相比之下灌浆中期和成熟期冠层光谱参数估算小麦产量的精度降低,而利用冠层高光谱反射参数直接预测小麦产量则存在一定难度。

亩穗数、穗粒数和千粒重是禾谷类作物产量的三个构成因素,三者共同决定着最终的产量。

多光谱和高光谱数据分析都表明,冠层光谱参数对亩穗数的预测效果较好,小麦拔节期、灌浆中期和成熟期的冠层光谱参数、高光谱参数均与亩穗数间具有极显著正相关关系(P< 0101),因此可以利用前期冠层反射光谱特征预测成熟期小麦亩穗数。

由于高光谱参数A(760,850)/R550与多光谱比值植被指数RV I(810,560)具有非常相近的波段组合,因此,本文分别选择这两个参数建立了各时期小麦估产方程。

从方程的决定系数看,开花期、孕穗期和灌浆前期较高,成熟期较低,因此,说明利用小麦生殖生长前期的冠层多光谱和高光谱参数进行小麦产量估测效果更好。

当然,选择合适的光谱参数以及正确的回归估产算法是保证高光谱遥感信息反演精度的关键,它决定着消除遥感器老化、大气影响、地形效应等因素影响的效果。

要定量地对植被生物量和作物单产进行估算,需要解决的问题还很多[25]。

另外,作物的单产易受天气、病虫害、水分的影响,尤其是灌浆时期的天气状况对小麦产量影响较大,这给遥感估产工作带来了一定的困难。

因此,如果遥感技术辅之其它工具如农业气象数值模拟模型,利用农业气象数值模式订正遥感估产结果,能更好地充实遥感估产的理论,提高遥感估产的精度[26],这也正是本研究今后的方向与目标。

参考文献:
[1]浦瑞良,宫鹏.高光谱遥感及其应用[M].北京:高等教育出
版社,2000:74-97.
[2]Shi baya m a M.A spectro rad i om eter for field use rad-i ome tr i c est-i
m ati on of n itrog en l eve lsi n fie l d r i ce canop i es[J].Japan Jour.
Crop.Sc.i,1986,55(4):439-445.
[3]Pa tel Spectra l response of rice and its relation t o y i e l d and y i e l d
attri butes[J].Inte rnati onal Journa l o f R emo tesensi ng,1985,6
(5):657-664.[4]王人潮,黄敬峰.水稻遥感估产[M].北京:中国农业出版社,
2002:47-85.
[5]谭昌伟,王纪华,黄文江,等.不同株型夏玉米群体冠层反射
光谱特征及其应用研究[J].遥感技术与应用,2004,(4): 225-230.
[6]唐延林.水稻高光谱特征及其生物理化参数模拟与估测模型
研究[D].杭州:浙江大学出版社,2004:11-24.
[7]Cropscan Inc.D ata l ogger contro ller,U se r.s gui de and technical
re ference[R].Cropscan Inc.2000.
[8]P earson RL,M iller DL.R emo te m appi ng of stand i ng crop bio-
m ass for esti m ati on of t he productiv i ty o f the sho rt g rass pra ir i e
[A].In:P ro ceedi ngs o f t he e i ght h i nterna ti ona l sy m pos i u m on
remo te sensi ng of env iron m ent[C].M ich i gan:Ann.A rbor., 1972,(2):1357-1381.
[9]R ichardson A J,W ieg and CL.D isti nguishing vege tati on from so il
background i nfor m ation[J].Pho togra mm etric Eng i nee ri ng and R e m o te Sens i ng,1977,43(12):1541-1552.
[10]R ouse J W,H aas RH,Sche ll J A.M onito ri ng t he v ernal ad-
vance m ent o f retrogradati on of natural vegetation[R].NA S A/ GSFC,TypeÓ,F i nal R epo rt,G reenbelt,M D,U S A,1974:
1-371.
[11]Justice CO,V er m ote E,T o w nshend J RG,e t a.l T he m oderate
reso l ution i m ag i ng spectrorad i om eter(MOD IS):land re m ote sensi ng f o r g l obal change research[J].IEEE T ransac tions on
G eosc i ence and R emo te Sensi ng,1998,36(4):1228-1250.
[12]P e ue l as J,F ilell a I,G amon J A.A ssess m ent o f photosynthe ti c
radiati on-use effic i ency w it h spectra l re flectance[J].N e w Phy-to.l,1995,131:291-296.
[13]G ite lson AA,K auf m an Y J,S tark R,et a.l N ovel a l go rith m s for
re m o te esti m ation o f vegetation fraction[J].R e m ote Sensi ng o f Env i ron m ent,2002,80:76-87.
[14]D aughtry CS T,W a lthall CL,K i m M S,et a.l E sti m ati ng corn
f o li ar chlorophy ll content fro m leaf and canopy refl ectance[J].
R e m ote Sensing o f Env ironment,2000,74:229-239.
[15]G uyot G,Bare t F.U tilisation de la haute reso l uti on spectrale
pour su i vre l tat des couverts v g taux[A].In:P ro ceedings o f t he4th Inte rnati onal Conference on Spectra l S i gnatures o f O b-j ec ts i n R e m o te Sens i ng[C].F rance:A usso is,1988:18-22. [16]H utet AR,Jackson RD,P ost D F.Specta l response o f a p l ant
canopy w ith d iffe rent so il backg rounds[J].R e m ote Sensi ng o f Env i ron m ent,1985,17:37-53.
[17]Baret F,Guyot G,M a j o r D J.TSAV I:a vege tati on i ndex w hich
m i n i m izes so il brigh t ness effects on LA I and APAR esti m ation
[A].In:P roc.I GARR S12th C anad ian sy m pos i u m on re m ote
sensi ng[C].Canada:V ancouver,1989:10-14.
[18]R ondeaux G,Steven M,Baret F.O pti m iza ti on of so i-l ad j usted
vegetation i ndices[J].R e m ote Sensi ng of Env iron m en t,1996,
55:95-107.
[19]Huete AR.A so i-l adjusted vegetation i ndex(SAV I)[J].R e mote
Sensi ng of Env iron m en,t1988,25:295-309.(下转第324页)
#
343
#
中国农业气象第29卷
3结论与讨论
不同年份/妃子笑0荔枝果实发育期出现的日期及其持续时间的长短与当年的日生长温度的高低有关。

其中花序-果肉出现期有效日生长温度的高低是决定当年荔枝成熟期迟、早的关键,而果肉出现-可采成熟期,由于有效日生长温度变化相对平稳,因此,发育期间隔天数也相对稳定。

统计并比较不同年份荔枝花序出现-可采成熟期的各发育期积寒量DGL(e#d)、有效日生长温度累积量DGA(e#d)、日生长温度累积量GD(e#d),结果表明,不同年份之间的荔枝各发育期间有效日生长温度累积量比日生长温度累积量更具稳定性,这一结果对/妃子笑0荔枝可采成熟期的预测有参考作用。

参考文献:
[1]刘荣光,彭宏祥,刘安阜,等.气象因子对荔枝中迟熟品种花
芽分化的影响[J].广西农业科学,1994,20(2):60-62.
[2]邓万刚,张黎明,唐树梅.环境因子对荔枝花芽分化的影响研
究进展[J].华南热带农业大学学报,2004,10(1):17-22.[3]M enze lC M,Si m pson DR.温度对荔枝开花的影响[J].张平,何
燕,译.广西热作科技,1998,67(2):47-53.
[4]]M enze l C M,S i m pso m DR.T emperature above20e reduce fl ow-
er i ng i n lychee(L itc h i ch i nensisi Sonn.)[J].Sc.i hort.,1995, 70(2):245-255.
[5]李绍鹏,蔡胜忠,傅湘辉,等.影响荔枝花芽分化与形成的叶
温及其调节[J].热带作物学报,1999,20(4):38-43.
[6]陈珍莉.海南/妃子笑0荔枝花芽分化期气象条件及栽培对策
[J].广西热带农业,2005,97(2):23-24.
[7]季作梁,叶自行.气温对荔枝开花坐果的影响[J].果树科学,
1995,12(4):250-252.
[8]李建国,黄辉白,黄旭明.妃子笑荔枝早花果和晚花果大小不
同与温度的关系[J].果树学报,2004,21(1):37-41.
[9]谭宗琨,何燕,欧钊荣,等./禾荔0荔枝果实发育进程与温度
条件的关系[J].气象,2006,32(12):96-101.
[10]谭宗琨,韦饶诒,丘泗杰,等.广西早熟荔枝果实热害调查机
器成因分析[J].中国农业气象,2006,27(4):349-353. [11]陶忠良,高爱平,周兆德.气象条件对荔枝产量的影响研究
综述[J].中国南方果树,2001,30(4):29-31.
[12]高素华,黄增明.荔枝花芽分化期的冷暖气候指标及对产量
的影响[J].气象,2004,30(3):17-21.
(上接第343页)
[20]H aboudane D,M iller J,T remb l ay N,e t a.l Integrated narro w-
band vegetati on ind i ces f o r pred i c ti on o f crop ch l o rophy ll con-tent for applica ti on to prec isi on agr i culture[J].R e m ote Sensing o f Env ironment,2002,81:416-426.
[21]T sai F,Ph ilpo t W.D er i va tive analysis of hyperspectra l data
[J].R e m ote Sensing o f Env ironment,1998,66:41-51.
[22]H o rler DNH,Dockray M,B arber J.The red edge o f plant re-
fl ectance[J].Internationa l Journal o f R e m ote Sens i ng,1983,4: 273-288.[23]Curran P J,W i ndha m W R,G ho lz HL.Exp l o ri ng the re l a ti onsh i p
bet w een refl ec tance red edge and ch l orophy ll content i n sl ash pineÒ[J].T ree Physiology,1995,15:203-206.
[24]M iller J R,H are E W,W u J.Q uantitati ve characteriza ti on o f t he
vegetation red edge re fl ectance m odel[J].In ternati onal Journal o fR emo te Sensi ng,1990,11(10):1755-1773.
[25]方红亮,田庆久.高光谱遥感在植被监测中的研究综述[J].
遥感技术与应用,1998,(1):62-69.
[26]张建华.作物估产的遥感)数值模拟方法[J].干旱区资源
与环境,2000,(2):82-86.
# 324 #。