苜蓿人工草地高光谱遥感估产模型的研究
苜蓿干草常规营养成分含量近红外预测模型的建立
苜蓿干草常规营养成分含量近红外预测模型的建立何云; 张亮; 武小姣; 郑爱荣; 刘薇; 贺永惠; 牛岩; 王跃先; 张晓霞【期刊名称】《《动物营养学报》》【年(卷),期】2019(031)010【总页数】7页(P4684-4690)【关键词】近红外光谱技术; 苜蓿干草; 常规营养成分【作者】何云; 张亮; 武小姣; 郑爱荣; 刘薇; 贺永惠; 牛岩; 王跃先; 张晓霞【作者单位】河南科技学院动物科技学院新乡 453003; 河南省畜牧局饲草饲料站郑州 450008【正文语种】中文【中图分类】S816紫花苜蓿(Medicago sativa L.)产量高、适应性强、营养价值较高，是畜禽饲粮中常用的优质豆科牧草，国内外广泛种植，其蛋白质含量较高，同时含有多种生物活性物质，具有提高畜禽生产性能和改善畜产品品质等功效[1-3]。
苜蓿干草是在苜蓿产量和质量均佳的时期刈割，经自然晾晒或人工干燥调制而成的优质饲草，是反刍动物必不可少的饲草，也是支撑奶业发展的基础，其品质的优劣直接影响到奶牛的产奶量及健康状况[4]。
评价苜蓿干草品质的指标主要有粗蛋白质(crude protein,CP)、中性洗涤纤维(neutral detergent fiber,NDF)、酸性洗涤纤维(acid detergent fiber,ADF)含量等常规营养指标，传统的饲料检测手段(CP含量：凯氏定氮法；NDF和ADF含量：Van Soest洗涤纤维分析方法等)需要消耗大量的人力、财力和物力，且分析过程中使用的化学试剂会对环境造成一定的污染，因此，寻求一种快速简便、无污染的检测方法来替代传统测定方法用以评价苜蓿干草品质是非常必要的。
近红外光谱技术(near infrared reflectance spectroscopy,NIRS)具有分析速度快和分析效率高(多种预设指标同时快速检测)、不需要前处理和破坏样品、不需要化学试剂、方便大批量样品测定等优点，被广泛应用于多个行业[5]。
基于多时相遥感数据提取旱作苜蓿人工草地空间分布信息
基于多时相遥感数据提取旱作苜蓿人工草地空间分布信息刘涛;韩鹏;郭茉苒;董建军;任吉彬;田文亚;李艳华;牛建明【期刊名称】《中国草地学报》【年(卷),期】2018(40)6【摘要】以我国北方农牧交错带典型地区内蒙古林西县为研究区,利用国产卫星高分一号的多时相遥感图像,构建归一化差植被指数(Normalized Difference Vegetation Index,NDVI)时间序列数据集,反映各类地物的物候特征,同时集成坡度等地形数据,在增强目标地物光谱特征的基础上,采用阈值法逐一去除干扰地物,提取旱作苜蓿人工草地的空间分布.结果表明:森林的NDVI在2017年4月明显高于苜蓿和其他地物,可运用阈值法将森林剔除;4月29日至5月28日期间,苜蓿NDVI 的增加高于玉米、小麦等农田与草地,利用变化率加和法与阈值法相结合的途径剔除农田与草地;灌丛NDVI在5月12日至5月28日期间的增幅明显高于苜蓿,并且天然灌丛植被主要分布于山地的陡坡,因此结合斜率法、阈值法以及坡度阈值法将灌丛剔除.【总页数】8页(P56-63)【作者】刘涛;韩鹏;郭茉苒;董建军;任吉彬;田文亚;李艳华;牛建明【作者单位】内蒙古大学生态与环境学院,内蒙古呼和浩特010021;内蒙古大学生态与环境学院,内蒙古呼和浩特010021;内蒙古大学生态与环境学院,内蒙古呼和浩特010021;内蒙古大学生态与环境学院,内蒙古呼和浩特010021;赤峰市林西县农牧业局,内蒙古赤峰025350;赤峰市林西县农牧业局,内蒙古赤峰025350;赤峰市林西县农牧业局,内蒙古赤峰025350;内蒙古大学生态与环境学院,内蒙古呼和浩特010021【正文语种】中文【中图分类】S812【相关文献】1.基于GIS的不同播期对苜蓿人工草地入侵杂草种群空间分布模拟 [J], 陈积山;朱瑞芬;高超;邸桂俐;张月学2.一种利用多时相遥感数据提取农作物信息的方法 [J], 程清;张航;张承明;殷复伟;王程成3.基于多时相遥感数据提取水稻种植面积的研究 [J], 王琳;景元书;杨沈斌4.利用多时相Landsat8图像提取苜蓿人工草地信息 [J], 任海娟;董建军;李晓媛;牛建明;张雪峰5.基于多源卫星遥感数据融合的人工草地空间分布信息提取 [J], 郭茉苒; 刘涛; 韩鹏; 董建军; 牛建明因版权原因，仅展示原文概要，查看原文内容请购买。
基于HYDRUS-1D模型的荒漠苜蓿农田滴灌灌溉制度制定
2024年5月 灌溉排水学报 第43卷 第5期 May 2024 Journal of Irrigation and Drainage No.5 Vol.43 8文章编号：1672 - 3317（2024）05 - 0008 - 08基于HYDRUS-1D 模型的荒漠苜蓿农田滴灌灌溉制度制定苗庆远1,2，米丽娜1，覃兰玉2，朱俊毅2，卢 琦3，杨文斌4，程一本1,2*（1.宁夏大学 西北土地退化与生态恢复国家重点实验室培育基地/西北退化生态系统恢复与重建教育部 重点实验室，银川 750021；2.北京林业大学 水土保持学院，北京 100091；3.中国林业科学研究院，北京 100091；4.内蒙古低覆盖治沙科技开发有限公司，呼和浩特 010000）摘 要：【目的】探究提高干旱区荒漠苜蓿农田滴灌水分利用效率的方法，制定适宜的节水灌溉制度。
【方法】以苜蓿为研究对象，基于HYDRUS -1D 模型设置4种灌溉水平（高强度大灌溉量（LH -I ）、中强度大灌溉量（MH -I ）、低强度中等灌溉量（SM -I ）、无灌溉（CK ））和5个0~20 cm 土层初始土壤体积含水率梯度（4%、6%、8%、10%、12%，分别表示为S1、S2、S3、S4、S5），分析苜蓿根系土壤体积含水率降至土壤凋萎点的时间、峰值及维持在土壤凋萎点以上的时长，筛选0~20 cm 土层不同土壤初始体积含水率下的最优灌溉水平。
【结果】0~20 cm 土层土壤体积含水率的变化对SM -I 、CK 灌溉水平具有显著影响；在无灌溉的情况下，体积含水率˃10%的0~20 cm 土层土壤会补给根系层水分；低含水率的0~20 cm 土层土壤更有利于LH -I 灌溉水平下的水分在根系层的留存，SM -I 水平下根系层水分的留存时长与0~20 cm 土层土壤体积含水率呈正相关。
LH -I 灌溉水平下的深层土壤体积含水率峰值相比MH -I 、SM -I 、CK 灌溉水平分别提高10.28%、27.91%、107.93%；MH -I 灌溉水平下根系层土壤体积含水率维持在凋萎点之上的时长最久，平均为5.7 d 。
使用高光谱遥感技术进行植被覆盖监测
使用高光谱遥感技术进行植被覆盖监测高光谱遥感技术是一种通过获取地物的高光谱信息来进行分析的遥感技术。
它通过收集地面或大气中的反射光谱数据，利用这些数据来提取地物的特征信息，从而实现对植被覆盖情况进行监测和评估。
在过去的几十年中，高光谱遥感技术在农业、林业、环境保护和城市规划等领域发挥了重要作用。
植被覆盖是指地表上由植物形成的覆盖层，对于生态系统的稳定和环境的改善具有重要的作用。
随着城市化进程的加快和人口增长的压力，植被覆盖的监测和评估变得越来越重要。
传统的植被覆盖监测方法主要依靠地面调查和遥感影像的解译，但这些方法存在着时间成本高、空间范围有限等问题。
而高光谱遥感技术的出现，为植被覆盖监测提供了更高效、更准确的手段。
高光谱遥感技术通过获取地物的高光谱信息，可以从细微的光谱变化中提取出更多的信息。
物体的光谱信息在不同波段呈现出不同的变化规律，而植被的反射光谱特征与其生理、化学和结构特性密切相关。
因此，利用高光谱遥感技术可以准确获取植被的光谱信息，从而实现对植被覆盖状况的监测。
高光谱遥感技术在植被监测中的应用主要包括植被类型判别、植被覆盖度评估和植被生长状态监测。
通过对植被的光谱信息进行解译和分类，可以精确地判别不同类型的植被，比如森林、草地、湿地等，为生态环境管理和资源保护提供科学依据。
植被覆盖度评估是指通过分析植被反射光谱的特征，来评估一定区域内植被的分布和空间分布。
利用高光谱遥感技术可以获取植被的反射光谱曲线，通过光谱特征参数的计算，可以准确地估算出植被覆盖度，并进一步分析植被的分布格局和植被覆盖的变化趋势。
植被生长状态监测是指通过监测植被的生长动态和生理状态，来评估植被生长状况和健康状况。
高光谱遥感技术可以获取植被的生理指标，比如叶绿素含量、地下生物质等，通过对这些指标的分析和比较，可以揭示植被的养分状况、生长状态和生态适应能力。
高光谱遥感技术在植被覆盖监测中的应用还包括草地质量评价、荒漠化监测、植被退化评估等。
作物产量预测的遥感方法
作物产量预测的遥感方法一、植被指数植被指数是遥感技术中常用的一种参数，通过对植被的反射光谱进行测量和分析，可以得到植被的生长状况和健康状况。
常用的植被指数包括NDVI（Normalized Difference Vegetation Index）、EVI（Enhanced Vegetation Index）等。
这些指数可以通过遥感数据获取，并结合地面观测数据进行验证和分析，来预测作物产量。
二、作物生长模型作物生长模型是基于植被指数和气象数据等参数建立的数学模型，可以用来模拟和预测作物的生长和产量。
遥感数据可以提供作物的生长状态和植被覆盖情况，结合气象数据可以计算出作物的生长速率和生长期等关键参数，从而建立作物生长模型，进行产量预测。
这种方法可以通过在不同地区的实地验证来提高预测的准确性。
三、土壤水分监测土壤水分是影响作物生长和产量的关键因素，而遥感技术可以通过获取地表温度和植被指数等数据来监测土壤水分的情况。
结合地面观测和气象数据，可以建立土壤水分模型，来预测作物的产量。
这种方法可以帮助农民合理安排灌溉和排水，提高土壤水分利用率，从而提高作物产量。
四、作物健康监测作物的健康状况直接影响着产量的大小和质量，而遥感技术可以通过获取植被光谱和热红外数据来监测作物的健康状况。
通过分析这些数据，可以及时发现作物的病虫害和营养不良等问题，并及时采取措施进行治理，以保证作物的正常生长和提高产量。
五、遥感图像分类遥感图像分类是一种常用的方法，通过对遥感图像进行地物分类，可以得到不同地物的分布和覆盖情况，进而推断出对应的作物种植情况和产量情况。
这种方法可以结合实地调查和采样，通过对不同地物的影响和作物生长状态的分析，可以实现对作物产量的预测。
六、遥感数据与统计分析遥感数据可以提供大范围和多时相的作物生长监测，而统计分析可以通过对这些数据进行分析和建模，来实现对作物产量的预测。
这种方法可以结合机器学习和人工智能等技术，通过对遥感数据的挖掘和分析，可以建立复杂的预测模型，从而提高预测的准确性和精度。
大面积农作物的遥感估产
大面积农作物的遥感估产植被遥感在大面积的农作物估产中的运用主要包括农作物识别, 种植面积估算和建立农作物估产模式三方面。
(1)农作物识别，获得植被分布图:根据作物的色调、图形结构等差异大的物候期的遥感时相和特定的地理位置等的特征，将其与其他植被分开。
(2)种植面积估算：利用高时相分辨率的卫星影象对作物生长的全过程进行动态监测，监测作物长势水平的有效方法是利用卫星多光谱通道影像的反射值得到植被指数（VI , Vegetation Index）。
植被指数是估计植物光合作用、叶子凋落、固氮等过程的重要参量，是植物生长模型中的一个非常关键的变量，可用来模拟植物的生长过程,估算植物的生产能力。
对于经济型植物的估产有利于前期准备工作的进行，减少或避免不必要的后期投入。
植被研究中非常重要的参数有比值植被指数（RVI），又称为绿度，为二通道反射率之比，是较早发展的用于估算和监测植被覆盖的植被指数，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测，但RVI对大气影响敏感，而且当植被覆盖不够浓密时（小于50%），它的分辨能力也很弱，只有在植被覆盖浓密的情况下效果最好。
归一化植被指数（NDVI : Normalized Differece Vegetation Index）为两个通道反射率之差除以它们的和，在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。
植被指数已被广泛用来定性和定量表征植被覆盖度及其生长状况，但由于大气变化的影响, 使植被指数未能真实反映地表植被的真实分布状况,造成其应用的局限性, 一种解决此问题的简易方法是仅通过中巴资源卫星(CBERS: China Brazil Environment Resource Satellite) 图像的第3、第4 波段中的水体, 推算卫星接收到的大气程辐射, 消除了大气对归一化植被指数(NDVI) 的影响, 减小植被指数所受的大气影响,应用结果表明,该方法能使植被指数较好地反映植被的生长及分布状况。
苜蓿草与其他农作物轮作系统的研究
苜蓿草与其他农作物轮作系统的研究引言：农业发展的可持续性是当前全球关注的重点之一。
为了解决土地退化、农药残留及草地肥力衰退等问题，科研人员一直致力于寻找一种有效的农作物轮作系统。
其中，苜蓿草与其他农作物轮作系统备受关注，因其可以提高土壤质量、增加产量，对环境友好等特点。
1. 苜蓿草的特点和作用苜蓿草是一种重要的牧草，被广泛种植和利用。
其拥有较深的根系，能够穿透土壤深处，有效改善土壤结构，增加土壤通气性和水分持留能力。
苜蓿草还可以通过与大气中的氮结合形成固氮物质，为土壤提供氮源，促进其他农作物的生长。
同时，苜蓿草还能够吸收土壤中的矿质养分，并将其储存于植株中，以供其他作物利用。
2. 苜蓿草与其他农作物轮作的优势（1）土壤改良：苜蓿草能够修复贫瘠和受污染的土壤，通过深入的根系系统提高土壤结构，并提供更多的有机质，改善土壤保水能力和保肥能力。
（2）提高产量和品质：苜蓿与其他作物轮作可以有效地增加作物的产量和品质。
通过固氮和富含养分的苜蓿草残留物，可以为后续作物提供丰富的养分供给，减少化肥的使用，提高农产品的品质。
（3）病虫害控制：苜蓿草具有一定的抗病虫害能力，与其他作物进行轮作能够有效地降低害虫和病害的发生和传播。
（4）增加经济效益：苜蓿是一种有价值的牧草和饲料作物，可以提供农作物多样化的经济收益。
此外，苜蓿也可以用于其他领域，如生物质能源和草皮的种植。
3. 苜蓿草与其他农作物轮作的实践与研究苜蓿草与其他农作物轮作系统的研究在全球范围内得到广泛关注。
科研人员通过实验和实地观察，对不同地理条件下的苜蓿草与其他作物轮作系统进行了深入研究。
一项研究表明，苜蓿搭配玉米或小麦等一年生作物的轮作，可以显著提高作物的产量和品质。
研究结果显示，与连作玉米相比，玉米与苜蓿轮作可以提高25%的产量，并明显减少对化肥和农药的依赖。
类似的研究还发现，苜蓿与小麦的轮作系统可以显著提高小麦的产量和品质，并且减少土壤侵蚀和养分流失。
高光谱遥感技术在作物生长监测与产量预测中的优势与限制
高光谱遥感技术在作物生长监测与产量预测中的优势与限制高光谱遥感技术是一种应用于农业领域的先进技术，它通过获取作物植被的光谱反射信息，可以实时监测作物的生长状况并预测产量。
这种技术具有一定的优势，但同时也存在一些限制。
高光谱遥感技术的优势之一是可以提供更为详细的光谱信息。
传统的遥感技术只能获取红外和可见光波段的数据，而高光谱遥感技术则可以获取更多波段的信息，从而可以更准确地分析作物的光合作用活性以及养分和水分的状况。
通过分析这些数据，可以帮助农民调整作物的生长环境，提高产量。
其次，高光谱遥感技术还可以实现大规模的作物监测。
传统的农田监测需要耗费大量的时间和人力，而高光谱遥感技术可以通过无人机等设备快速而准确地获取农田的光谱信息。
这种技术可以覆盖广大的农田面积，减少了时间和人力成本，同时也提高了监测的精度和效率。
此外，高光谱遥感技术还可以帮助农民进行早期的作物病害和虫害监测。
通过对不同波段的光谱反射数据进行分析，可以识别出作物受到的病害和虫害，及时采取相应的防治措施。
这种技术的应用可以有效减少农药的使用量，降低生产成本，同时也对环境产生较小的负担。
然而，高光谱遥感技术也存在一些限制。
首先，高光谱遥感技术对设备和数据处理要求较高。
为了获取准确的光谱反射数据，需要使用专业的高光谱遥感设备，而这些设备的价格较高，不利于广泛推广和应用。
同时，对于大量的光谱数据，需要进行复杂的处理和分析，对技术人员的要求也较高。
此外，高光谱遥感技术在作物生长监测和产量预测方面还存在一定的误差。
虽然高光谱遥感技术可以提供更为详细的光谱信息，但作物生长和产量受到多种因素的影响，如土壤质量、气候条件等。
单一的遥感技术可能难以全面准确地评估这些因素对作物生长和产量的影响，因此在使用高光谱遥感技术进行作物生长监测和产量预测时，需要结合其他相关数据进行综合分析。
另外，高光谱遥感技术在不同地区和不同作物上的适用性也存在一定的差异。
由于不同地区和不同作物的光谱特征不同，所以高光谱遥感技术的应用效果也会有所不同。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
量 。Ｚ ｈ ａ ｏ等 ＿ ５ 发现 波段 １ １ ４ ５和 １ ２ ０ ５ ｎ ｍ 的反 射 率 可 以用 于 狗牙 根 （ Ｃ ｙ ｎ ｏ ｄ ｏ ｎ ｄ ａ ｃ ｔ ｙ ｌ ｏ ｎ ） 草地生物量的估算 。 Ｍｕ ｔ ａ ｎ ｇ ａ 等＿ ６ 利用 草地 的高光 谱 吸收 特征 来估 测 牧 草 品质 。Ｐ ｏ ｓ ｔ 等 以多种 禾 草 与 苜蓿 （ Ｍｅ ｄ ｉ ｃ ａ ｇ ｏ ｓ ａ ｔ ｉ ｖ ａ ） 混 播地 为对 象 ， 发 现红 光 区域 内、 红光 和近红 外 区域之 间 的导数 光谱 ， 与 牧 草 营养 品质 和生 物 量显 示 出的相 关 性 为 最高 。国 内的研 究也 认为 ， 光谱 一 阶导数在 一定 程度 上 能较好 的消 除土 壤 环境 的影 响 ， 并 结合 线 性 、 对数、 指数 、
目前 ， 高光 谱分 辨率 遥感 （ ｈ ｙ ｐ ｅ ｒ ｓ ｐ ｅ ｃ ｔ ｒ ａ ｌ ｒ ｅ ｍｏ ｔ ｅ ｓ ｅ ｎ ｓ ｉ ｎ ｇ ） 技术 在植 被 上 的应用 与发展 ， 已经 使植 被 监 测 和研
究进 入 到 了精 准化 、 定量 化和 机理化 的新 阶段 。植被 光谱 与植 物 品种 、 植 株 密度 、 冠 层结 构 、 叶 片形 状 、 叶 组织 结 构、 植 物 生化组 分及 比例 、 光谱 测量 条件 （ 如气 象条件 、 光谱 仪分 辨率 、 测量 日期 、 背景 ） 等 因素有关 ＿ 】 ］ 。所 以 ， 可 以
（ １ ． 内蒙 古 农 业 大 学 生态 环 境 学 院 ， 内蒙 古 呼和 浩 特 ０ １ ０ ０ １ ９ ； ２ ． 中 国农 业 科 学 院 草 原研 究 所 ， 内蒙 古 呼 和浩 特 ０ １ ０ ０ １ ０ ３ ． 内 蒙古 农 业 大 学 理 学 院 ， 内蒙 古 呼和 浩 特 ０ １ ０ ０ １ ９ ）
草 产 量 进 行 了 估 算 。结 果 表 明 ， 复合 、 指数 等非 线 性 模 型 要 优 于 线 性 模 型 ， 在 同类型 的光谱参数 中 ， 线 性 模 型 决 定
系数高的参数 ， 其二次型 、 三 次 型 多项 式 和 复合 、 乘幂 、 指 数 等 非 线 性 回归 模 型 的决 定 系 数 通 常 也 比 较 高 ， 且 通 常 高 于线性模型 ； 诸多估算模型 中， 以７ ４ ７ ａ ｍ 处 一 阶导 数 为 自变 量 的复 合 、 指数 ２ 种 形 式 的估 算 模 型 ， 其 相 关 系数 最 高
应 用高 光谱遥 感数 据对 重要 的植物 生长信 息 （ 如覆盖 度 、 叶面 积 、 生 物量 、 叶绿素 含量 等） 进 行反演 ， 拟合 出植 物生 长参 数 的定量 模 型 ， 从 而实现 对植 被冠层 快速 、 有效 、 非接 触 、 无 破坏 的野 外 信息 采 集与 处理 ， 加强 对植 被 长 势 的 实 时诊 断研究 ， 乃 是 国内外农 业遥 感学者 们 的研究 热点 之一 ＿ ２ ］ 。 在 草地 资源 领域 ， 高光谱 研究 以其快 速 、 便捷 、 准确 等优 势 ， 受 到世 界各 国学者 的普遍 关 注 。 目前 ， 国外 已将 高光谱 遥感 技术 广泛应 用 于草地植 被 生化参 数 的无 损 伤估 算牧 草 品质 参 数测 定 、 含水 率估 测 、 退 化 草地 指 示 、 草
中 图分 类 号 ： ￥ ８ １ ２ ． ３ ； ￥ ５ ５ １ ． ７ ； ￥ １ ２ ７
ＤｏＩ ： １ ０ ． １ １ ６ ８ ６ ／ ｃ ｙ ｘ ｂ ２ ０ １ ４ ０ １ １ １
文献 标 识 码 ： Ａ
文章编号 ： １ ０ ０ ４ — ５ ７ ５ ９ （ ２ ０ １ ４ ） ０ １ — ０ ０ ８ ４ — ０ ８
摘要 ： 实地测量 了 １ Ｏ 个 苜蓿 品种 在 不 同生 长 时 期 的 冠 层 高 光 谱 数 据 ， 用 以消 除 不 同 品种 间 光 谱 的 差 异 性 ， 并 以 多 个波段的反射率 、 一 阶导 数 和 多 种 光 谱 吸 收 特 征 参 数 为 光 谱 参 数 ， 运 用 多 种 单 变 量 回 归模 型 ， 对 人 工 苜 蓿 草 地 的鲜
种 识别 等领 域ｌ ＿ ３ ］ 。我 国应 用 高 光 谱 ， 还 主要 集 中在 小 麦 （ Ｔ ｒ ｉ ｔ ｉ ｃ ｕ ｍ ａ ｅ ｓ ｔ ｉ ｖ ｕ ｍ） 、 水稻 （ Ｏ ｒ ｙ ｚ ａ ｓ ａ ｔ ｉ ｖ ａ） 、 玉米 （ Ｚ ｅ ａ
ｍａ ｙ ｓ ） 、 棉花（ Ｇ ｏ ｓ ｓ ｙ ｐ ｉ ｕ ｍ ｂ ａ ｒ ｂ ａ ｄ ｅ ｎ ｓ ｅ ） 、 大豆（ Ｇ ｌ ｙ ｃ ｉ ｎ ｅ ｍａ ｘ） 等大 宗农 作物 长 势 的监测 和 比较 ， 较 广泛 地 应 用 于主 要产粮 县旱 地 和水 田作物 的物候 期监 测 ， 在 草地 资源 上应用 还不 是很 多 ， 人 工牧 草地植 被监 管方 面更少 。
为ｒ 一０ ． ８ ５ ２ ， 均方根误差为 ０ ． ４ ６ ６ ｋ ｇ ／ ｍ ， 相对误差 为 ２ １ ． １ ４ ， 其估算精度最高 ， 可作 为多 个 苜 蓿 品种 统 一 使 用 的
鲜草产量高光谱估算模型 。
关键 词 ： 苜蓿 ； 品种 ； 鲜草产量 ； 高光谱遥感 ； 回归 模 型
８４— ９１
草
业
学
报
第２ ３ 卷
第 １ 期
２ ０ １ ４年 ２月
Ａ ＣＴ Ａ ＰＲＡ ＴＡ ＣＵ ＬＴ Ｕ ＲＡ Ｅ Ｓ Ｉ ＮＩ ＣＡ Ｖｏ ｌ ＿ ２ ３ ， Ｎｏ Nhomakorabea． １
苜 蓿 人 工草 地 高 光谱 遥 感 估产 模 型 的研 究
吕小 东 ， 王建 光 ， 孙 启 忠 ， 姚 贵平 。 ， 高凤 芹