基于立体概念的作物群体干物质量遥感估测方法研究

开展区域尺度下作物群体干物质量遥感监测对作物长势诊断、产量和品质监测预报具有重要意义。项目针对区域作物群体干物质量实时、精确获取过程中迫切需要解决的关键技术问题，从作物直立群体的立体几何形态出发，提出基于立体概念的作物群体地表干物质量遥感监测模型,将遥感影像中的二维像元平面虚拟成三维，视像元内作物群体为高度近似均一的立体，从"底面积乘以高"的立体体积公式概念出发，利用遥感数据反演作物群体"立体"相应的"底"与"高"参数变量，并辅助相关数据，计算出作物群体地表湿生物量，然后结合作物群体含水量遥感监测信息，以作物地表湿生物量乘以"1减去作物含水比例"的方式实现作物群体地表干物质量的遥感估测。通过项目提出的立体概念原型，形成将"作物群体立体形象表达、作物群体重要参数变换组合和遥感反演模型改进耦合"三者有机结合的、具有特点的作物群体地表干物质量的遥感估测方法，以有效服务于农作物种植生产实践。

作物群体干物质量是进行作物长势诊断、产量遥感估算的重要参数。项目从作物直立群体的立体几何形态出发，提出基于立体概念的作物群体地表干物质量遥感监测方法,将田间作物群体视为高度近似均一的立体，从"底面积乘以高"的立体体积公式概念出发，利用遥感数据反演作物群体"立体"相应的"底"与"高"参数变量，并辅助相关数据，计算出作物群体地表湿生物量，然后结合作物群体含水量遥感监测信息，以作物地表湿生物量乘以"1 减去作物含水比例"的方式实现作物群体地表干物质量的遥感估测。对提出的立体概念的作物群体干物质量遥感估测方法，项目通过融合作物群体三个重要理化参数——叶面积指数(LAI)、群体高度(H)和冠层含水量(W)等参数来表述这一原型，首先分析了此三参数组合LAI*H*(1-W)与干物质量间的关联性，分析表明：与单参数相比，参数组合与干物质量间的关联性显著好于单参数。基于此，项目进一步开展了三参数遥感反演改进方法的研究,提出了诸如基于分段方式遥感估算LAI、基于特征空间的作物水分指数新模型估测冠层含水量等新方法。总的说来，项目提出的立体概念原型，将"作物群体立体形象表达、作物群体重要参数变换组合和遥感反演模型耦合改进"三者有机融合，形成具有鲜明特色的作物群体地表干物质量遥感估测新方法，为农作物长势定量遥感诊断和遥感估产提供新思路和新方法支持。