基于GF-1數(shù)據(jù)的夏玉米FPAR遙感動(dòng)態(tài)估算

賀 佳 郭 燕 張 彥 楊秀忠 劉 婷 王來(lái)剛

(1.河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所,鄭州 450002；2.農(nóng)作物種植監(jiān)測(cè)與預(yù)警河南省工程實(shí)驗(yàn)室，鄭州 450002)

0 引言

光合有效輻射吸收比率(Fraction of absorbed photosynthetically active radiation，F(xiàn)PAR)是植被冠層綠色部分吸收的光合有效輻射(Photosynthetically active radiation，PAR)占到達(dá)冠層頂部PAR的比例，一般定義為植被對(duì)波長(zhǎng)在400～700 nm間太陽(yáng)輻射能量的吸收比率，是直接反映植被冠層對(duì)光能截獲能力與吸收能力的重要參數(shù)，是聯(lián)合國(guó)全球氣候觀測(cè)系統(tǒng)認(rèn)定的反映全球氣候變化的50個(gè)關(guān)鍵參量之一[1-3]。

FPAR估算主要包括物理模型與經(jīng)驗(yàn)?zāi)Ｐ蛢煞N方法。物理模型法主要是通過(guò)植被冠層結(jié)構(gòu)或輻射傳輸模型模擬太陽(yáng)光經(jīng)過(guò)植被冠層的散射、反射過(guò)程來(lái)獲取FPAR。如文獻(xiàn)[4-5]將MODIS地表反射率與混合模型反演的LAI數(shù)據(jù)結(jié)合設(shè)計(jì)了基于多源遙感數(shù)據(jù)的FPAR估算；VERGER等[6]利用歐空局CHIRS/PROBA數(shù)據(jù)反演FPAR并得到PROBA-VFPAR產(chǎn)品；LI等[7]利用Landsat-5數(shù)據(jù)結(jié)合輻射傳輸模型模擬反射率估算冠層FPAR誤差小于0.05。這種將遙感數(shù)據(jù)與輻射傳輸模型結(jié)合的FPAR估算是基于復(fù)雜的PAR過(guò)程實(shí)現(xiàn)的，雖然具有較高的估算精度，但在實(shí)際應(yīng)用中有較大難度。近年來(lái)逐漸有高光譜數(shù)據(jù)應(yīng)用于FPAR估算[8-10]。但這些研究多基于田間小區(qū)冠層尺度，在區(qū)域尺度估算適應(yīng)性有待進(jìn)一步驗(yàn)證。隨著空間遙感技術(shù)的發(fā)展，學(xué)者利用不同的衛(wèi)星影像，提取光譜反射率構(gòu)建植被指數(shù)，進(jìn)一步開(kāi)展大尺度的FPAR估算[11-13]。這種基于敏感波段構(gòu)建植被指數(shù)估算FPAR的方法，由于參數(shù)較少，操作方便，在生產(chǎn)中得到廣泛應(yīng)用[14-15]。這些研究多基于國(guó)外中低分辨率的衛(wèi)星數(shù)據(jù)開(kāi)展。

隨著中國(guó)高分系列衛(wèi)星的使用，為光合有效輻射估算及業(yè)務(wù)化生產(chǎn)提供了新的契機(jī)。王利民等[16-17]使用GF-1影像獲取PAR的總體精度超過(guò)92.63%，這為國(guó)產(chǎn)高分辨率衛(wèi)星在FPAR估算奠定了基礎(chǔ)。但FPAR的變化受植被類型、生態(tài)環(huán)境等多種因素綜合影響，而農(nóng)作物作為生態(tài)系統(tǒng)的重要組成部分，其生產(chǎn)活動(dòng)對(duì)FPAR有重要影響。為了進(jìn)一步研究GF-1 WFV數(shù)據(jù)在作物FPAR估算中的適應(yīng)性，科學(xué)評(píng)估農(nóng)作物的生產(chǎn)潛力，本文基于連續(xù)2年不同氮肥梯度與不同品種類型的夏玉米冠層高光譜反射率模擬國(guó)產(chǎn)高分辨率GF-1 WFV的多光譜反射率，分析夏玉米冠層FPAR指標(biāo)與模擬GF-1 WFV波段及植被指數(shù)的定量關(guān)系，探索GF-1 WFV數(shù)據(jù)對(duì)區(qū)域尺度夏玉米FPAR動(dòng)態(tài)估算的適用性與穩(wěn)定性，為實(shí)現(xiàn)利用GF-1 WFV數(shù)據(jù)估算作物生產(chǎn)潛力奠定技術(shù)基礎(chǔ)。

1 數(shù)據(jù)獲取與處理

1.1 研究區(qū)概況

1.1.1試驗(yàn)地概況

試驗(yàn)在中國(guó)農(nóng)業(yè)科學(xué)院新鄉(xiāng)綜合試驗(yàn)基地進(jìn)行，地處113°46′8.10″E，35°8′3.67″N，海拔78.9 m，屬溫帶大陸性季風(fēng)型氣候，年平均溫度14.2℃，無(wú)霜期210 d，年日照時(shí)數(shù)約2 407.7 h，年蒸發(fā)量約2 000.0 mm，年平均降水量585.0 mm，年均無(wú)霜期200.5 d。土壤為黃河沖積物發(fā)育潮土，0～20 cm堿解氮質(zhì)量比68.65 mg/kg、速效磷質(zhì)量比9.21 mg/kg、速效鉀質(zhì)量比71.12 mg/kg、有機(jī)質(zhì)質(zhì)量比10.21 mg/kg。

1.1.2試驗(yàn)設(shè)計(jì)

小區(qū)試驗(yàn)于2019—2020年實(shí)施，采取隨機(jī)區(qū)組設(shè)計(jì)，每年設(shè)置2個(gè)玉米品種，5個(gè)氮肥水平，2組重復(fù)，共計(jì)20個(gè)小區(qū)。2個(gè)玉米品種分別為鄭單958(ZD958)、登海605(DH605)；5個(gè)氮肥(46% N尿素)水平分別為N0(0 kg/hm2)、N1(75 kg/hm2)、N2(150 kg/hm2)、N3(225 kg/hm2)、N4(300 kg/hm2)，總氮肥60%作為基肥，40%作為追肥，磷、鉀肥施用量均為120 kg/hm2；種植密度為67 500 株/hm2，行距0.60 m，株距0.25 m；其它管理方式按照豫北平原高產(chǎn)玉米措施管理。

區(qū)域尺度的夏玉米FPAR估算試驗(yàn)于2020年6—9月進(jìn)行。面向研究區(qū)域布設(shè)調(diào)查樣區(qū)40個(gè)，樣區(qū)尺寸大于300 m×300 m，樣區(qū)內(nèi)為純玉米種植，管理方式按照當(dāng)?shù)剞r(nóng)戶常規(guī)生產(chǎn)管理進(jìn)行。于夏玉米拔節(jié)期、抽雄期、灌漿期、成熟期采集地面冠層光譜及光合有效輻射數(shù)據(jù)。研究區(qū)位置及拔節(jié)期(2020年7月20日)原始遙感影像見(jiàn)圖1。

圖1 研究區(qū)位置和玉米拔節(jié)期原始遙感影像Fig.1 Location of study area and original remote sensing image of maize jointing stage

1.2 冠層高光譜數(shù)據(jù)采集

利用美國(guó) Analytical Spectral Devices(ASD)公司 Field-spec Pro FR-2500型背掛式野外高光譜輻射測(cè)量?jī)x采集玉米冠層高光譜反射率。冠層光譜反射率在天氣晴朗、無(wú)風(fēng)時(shí)測(cè)量，適宜時(shí)間為10:00—14:00。測(cè)量時(shí)傳感器探頭垂直向下，光譜儀視場(chǎng)角為7.5°，距冠層頂垂直高度0.25～0.30 m，地面視場(chǎng)范圍直徑為0.5 m。每個(gè)觀測(cè)點(diǎn)記錄10個(gè)采樣光譜。試驗(yàn)小區(qū)與大田樣區(qū)每個(gè)采集點(diǎn)分別重復(fù)3次，取算術(shù)平均值作為該采集點(diǎn)光譜反射率。同步利用厘米級(jí)差分 GPS采集樣點(diǎn)詳細(xì)地理信息位置。

1.3 FPAR數(shù)據(jù)采集

PAR采集與冠層光譜反射率采集同步。在同一取樣范圍內(nèi)，以美國(guó)Decagon公司AccuPARPAR/LAIceptometer型植物冠層分析儀(modelLP-80型)測(cè)量，PAR采集時(shí)利用差分GPS同步采集詳細(xì)地理信息位置。每個(gè)測(cè)量點(diǎn)測(cè)3次，取算術(shù)平均值為該觀測(cè)點(diǎn)PAR值，根據(jù)計(jì)算公式求得FPAR值。

Fpar=Apar/Pparci

(1)

其中Apar=Pparci-Pparcr-(Ppargi-Ppargr)

式中Fpar——光合有效輻射吸收比率

Apar——植物吸收性光合有效輻射量

Pparci——冠層上部光合有效輻射入射量

Pparcr——冠層上部光合有效輻射反射量

Ppargi——冠層底部光合有效輻射入射量

Ppargr——冠層底部光合有效輻射反射量

1.4 GF-1WFV數(shù)據(jù)獲取、處理與模擬寬波段反射率

GF-1衛(wèi)星搭載有4個(gè)16 m空間分辨率寬視場(chǎng)(Wide field view，WFV)傳感器WFV1～4，單傳感器幅寬200 km，同時(shí)成像時(shí)幅寬800 km。影像包括藍(lán)(450～520 nm)、綠(520～590 nm)、紅(630～690 nm)與近紅外(770～890 nm)4個(gè)波段，重訪周期4 d。

本文采用2020年6月1日至9月30日與地面數(shù)據(jù)采集日期基本一致的GF-1 WFV數(shù)據(jù)4景進(jìn)行玉米FPAR反演，云量小于10%。玉米FPAR反演的GF-1 WFV數(shù)據(jù)信息見(jiàn)表1。

表1 玉米FPAR反演的GF-1 WFV數(shù)據(jù)信息Tab.1 Information of GF-1 WFV images for FPAR estimation

在ENVI環(huán)境下，對(duì) GF-1 WFV影像進(jìn)行輻射定標(biāo)、大氣校正、正射校正等預(yù)處理。由于GF-1 WFV與ASD的波普寬度不同，因此根據(jù)GF-1 WFV的光譜響應(yīng)函數(shù)對(duì)ASD實(shí)測(cè)光譜反射率進(jìn)行重采樣，獲取與GF-1 WFV相對(duì)應(yīng)的模擬光譜反射率[18]，重采樣公式為

(2)

式中R——模擬衛(wèi)星寬波段的反射率

λmin、λmax——傳感器光譜探測(cè)的起始、終止波長(zhǎng)

S(λ)——傳感器在波長(zhǎng)λ的光譜響應(yīng)函數(shù)值

R(λ)——玉米冠層光譜在波長(zhǎng)λ的反射率

1.5 植被指數(shù)

由于可見(jiàn)光與近紅外波段的光譜反射率對(duì)植被PAR表現(xiàn)較為突出，可見(jiàn)光主要表征植被葉片色素對(duì)PAR的吸收信息，近紅外波段表征葉片結(jié)構(gòu)對(duì)PAR的投射信息。本文在前人研究的基礎(chǔ)上，根據(jù)FPAR對(duì)光譜響應(yīng)特征，基于衛(wèi)星模擬光譜反射率數(shù)據(jù)，篩選了歸一化差值植被指數(shù)(NDVI)[19]、比值植被指數(shù)(RVI)[20]、差值植被指數(shù)(DVI)[21]、垂直植被指數(shù)(PVI)[21]、土壤調(diào)整植被指數(shù)(SAVI)[22]、復(fù)歸一化植被指數(shù)(RNDVI)[23]、綠色比值植被指數(shù)(GRVI)[24]、標(biāo)準(zhǔn)葉綠素指數(shù)(NPCI)[25]、優(yōu)化土壤調(diào)整植被指數(shù)(OSAVI)[26]、土壤調(diào)節(jié)植被指數(shù)(MTVI2)[26]、葉綠素指數(shù)(CIgreen)[27]、寬范圍動(dòng)態(tài)植被指數(shù)(WDRVIgreen)[27]、增強(qiáng)型植被指數(shù)(EVI)[28]、可見(jiàn)光大氣阻抗植被指數(shù)(VARI)[29]、綠色歸一化植被指數(shù)(GNDVI)[29]、調(diào)整土壤亮度的植被指數(shù)(TSAVI)[30]、綜合植被指數(shù)(TCARI/OSAVI)[31]等17種對(duì)FPAR敏感的寬波段植被指數(shù)構(gòu)建FPAR估算模型。

1.6 數(shù)據(jù)處理與分析

本文連續(xù)2年采集冠層光譜反射率、FPAR有效數(shù)據(jù)共計(jì)200組，以小區(qū)夏玉米高光譜反射率模擬GF-1 WFV多光譜反射率，分析二者間的定量關(guān)系；在此基礎(chǔ)上構(gòu)建寬波段植被指數(shù)，并分析其與FPAR的相關(guān)性，選擇與FPAR呈極顯著相關(guān)(P<0.01)且具有較高相關(guān)系數(shù)的寬波段植被指數(shù)用于FPAR估算，以70%樣本為訓(xùn)練集建立FPAR估算模型，30%樣本為驗(yàn)證集對(duì)估算模型精度進(jìn)行驗(yàn)證，評(píng)價(jià)模型的估算精度；通過(guò)綜合評(píng)判篩選最適夏玉米FPAR估算模型，并基于最適模型進(jìn)行FPAR動(dòng)態(tài)估算及空間分布制圖。

2 估算模型建立與驗(yàn)證

2.1 不同生育期玉米冠層FPAR的動(dòng)態(tài)特征

不同生育時(shí)期夏玉米FPAR動(dòng)態(tài)特征見(jiàn)圖2。拔節(jié)期FPAR為0.349～0.618，抽雄期為0.613～0.932，灌漿期為0.580～0.806，成熟期為0.482～0.751，最大值在抽雄期，為0.932，最小值在拔節(jié)期，為0.349。拔節(jié)期FPAR較小是因?yàn)橛衩渍帬I(yíng)養(yǎng)生長(zhǎng)階段，覆蓋度較??；進(jìn)入抽雄期葉片全展，覆蓋度增加，F(xiàn)PAR也隨之達(dá)到最大；灌漿期后，進(jìn)入生殖生長(zhǎng)階段，營(yíng)養(yǎng)物質(zhì)向穗部轉(zhuǎn)移，葉片逐漸衰老，冠層覆蓋度降低，F(xiàn)PAR呈降低趨勢(shì)。

圖2 不同生育期夏玉米冠層FPAR變化特征Fig.2 Variation of FPAR for summer maize at different growth stages

2.2 模擬反射率與GF-1 WFV反射率的定量關(guān)系

圖3為基于ASD高光譜反射率模擬的GF-1反射率與GF-1 WFV多光譜反射率的定量關(guān)系。由圖3可知，模擬反射率與GF-1 WFV多光譜反射率在藍(lán)、綠、紅、近紅外波段均呈現(xiàn)極顯著相關(guān)性(P<0.01)，不同波段相關(guān)系數(shù)|R|分別為0.967、0.971、0.980、0.985(**表示極顯著)，模擬反射率與實(shí)測(cè)反射率的決定系數(shù)R2分別為0.935、0.944、0.960、0.969；說(shuō)明模擬反射率與GF-1 WFV多光譜反射率具有高度一致性。

圖3 模擬反射率與GF-1 WFV反射率的定量關(guān)系Fig.3 Relationship between simulated and GF-1 WFV reflectance

2.3 FPAR與寬波段植被指數(shù)的相關(guān)性分析

基于模擬反射率構(gòu)建寬波段植被指數(shù)，并分析其與FPAR的相關(guān)性(表2)。由表2可知，拔節(jié)期FPAR除了與GRVI、NPCI、CIgreen、WDRVIgreen、GNDVI沒(méi)有達(dá)到顯著相關(guān)水平以外，與其它12種植被指數(shù)均達(dá)到顯著或極顯著相關(guān)性(P<0.05或P<0.01)，|R|為0.639～0.873，與TCARI/OSAVI相關(guān)性最高；抽穗期與灌漿期FPAR與所選的17種植被指數(shù)均達(dá)到顯著或極顯著差異(P<0.05或P<0.01)，|R|分別為0.422～0.903、0.565～0.904，該階段最大|R|均為EVI；成熟期FPAR除了與GRVI、NPCI沒(méi)有顯著相關(guān)以外，與其它15種植被指數(shù)均達(dá)到顯著或極顯著相關(guān)性(P<0.05或P<0.01)，|R|最大達(dá)到0.925(MTVI2)。將不同生育時(shí)期的FPAR與植被指數(shù)匯總對(duì)應(yīng)，分析多生育期的FPAR與植被指數(shù)相關(guān)性，GRVI、NPCI、GNDVI與FPAR的相關(guān)性稍差，|R|<0.5，呈現(xiàn)弱相關(guān)或低度相關(guān)；其它14種植被指數(shù)則呈現(xiàn)顯著或極顯著相關(guān)(P<0.05或P<0.01)。綜合對(duì)比不同階段FPAR與植被指數(shù)的相關(guān)性，在不同生育時(shí)期與多生育期中，EVI、MTVI2、VARI、TCARI/OSAVI等4種植被指數(shù)與FPAR均呈現(xiàn)極顯著相關(guān)，且|R|為0.813～0.925，具有高度相關(guān)性。這是由于這4種植被指數(shù)均是由藍(lán)光、綠光、紅光、近紅外中任意3種光譜信息構(gòu)建，能更好地表達(dá)FPAR與可見(jiàn)光或近紅外波段的信息。

表2 不同生育期夏玉米FPAR與植被指數(shù)的相關(guān)系數(shù)Tab.2 Correlation coefficients between FPAR and vegetation index of maize from jointing to maturity

2.4 玉米FPAR估算模型及驗(yàn)證

2.4.1玉米FPAR估算模型

通過(guò)相關(guān)分析，本文以EVI、MTVI2、VARI、TCARI/OSAVI等4種3波段植被指數(shù)為自變量(x)，以FPAR為因變量(y)，構(gòu)建FPAR的一元線性回歸模型(Linear regression，記作FPARLR)與多元逐步回歸模型(Multiple stepwise regression，記作FPARMSR)估算模型，通過(guò)對(duì)比模型的決定系數(shù)與標(biāo)準(zhǔn)誤差，評(píng)價(jià)估算精度。

表3為基于GF-1 WFV寬波段植被指數(shù)構(gòu)建的夏玉米FPAR估算模型。對(duì)比FPARLR與FPARMSR的決定系數(shù)與標(biāo)準(zhǔn)誤差，在不同生育期與多生育期，F(xiàn)PARLR的決定系數(shù)相對(duì)較低，F(xiàn)PARMSR的決定系數(shù)較高；在同一生育時(shí)期內(nèi)，F(xiàn)PARMSR估算精度優(yōu)于FPARLR；對(duì)比不同回歸模型，單一生育時(shí)期的FPAR估算精度優(yōu)于多生育期的統(tǒng)一模型。

表3 夏玉米不同生育期FPAR估算模型Tab.3 FPAR estimation models of summer maize at different growth stages

2.4.2玉米FPAR模型驗(yàn)證

利用驗(yàn)證集對(duì)FPAR估算模型精度進(jìn)行驗(yàn)證(表4)，并對(duì)比實(shí)測(cè)值與估算值間的R2、RMSE、RE(圖4)，結(jié)果發(fā)現(xiàn)：FPARMSR較FPARLR具有一定的優(yōu)勢(shì)。對(duì)比單一生育期與多生育期的FPAR估算模型，發(fā)現(xiàn)單一生育期FPARMSR的R2大于FPARLR，RMSE與RE小于FPARLR。多生育期模型雖然具有一定的通用性，但是在建模過(guò)程受植被指數(shù)或建模訓(xùn)練集數(shù)量的影響，存在一定的飽和性，影響模型精度；不同生育時(shí)期中，以抽雄期、灌漿期FPAR估算效果較好，這與該階段冠層結(jié)構(gòu)密閉，群體覆蓋度較大有關(guān)，受背景噪聲影響較小。

圖4 不同生育期夏玉米FPAR動(dòng)態(tài)分布Fig.4 Spatial distribution about FPAR of summer maize at different growth stages

表4 FPAR 估算模型精度檢驗(yàn)Tab.4 Accuracy test of FPAR value estimation models

2.5 基于GF-1數(shù)據(jù)的夏玉米FPAR動(dòng)態(tài)估算

利用最大似然法對(duì)研究區(qū)拔節(jié)期GF-1 WFV影像進(jìn)行分類，提取玉米種植面積，并以地面樣區(qū)對(duì)分類結(jié)果進(jìn)行驗(yàn)證，用戶精度與制圖精度分別為92.53%、93.64%，滿足本文FPAR遙感估算需求。以提取的夏玉米種植面積為掩膜，在不同生育時(shí)期以FPARMSR估算FPAR動(dòng)態(tài)變化，并繪制FPAR空間分布，最后以實(shí)測(cè)FPAR與空間分布圖上同一位置獲取的FPAR估算值進(jìn)行擬合，結(jié)果發(fā)現(xiàn)：在不同生育時(shí)期FPAR的變化趨勢(shì)與小區(qū)試驗(yàn)一致，拔節(jié)期、抽雄期、灌漿期、成熟期的FPAR最大值分別為0.620、0.933、0.831、0.816，最小值分別為0.340、0.611、0.578、0.471；FPAR模型估算值與地面實(shí)測(cè)值擬合的決定系數(shù)R2分別為0.824、0.856、0.847、0.819；相對(duì)誤差RE分別為13.37%、8.41%、10.65%、11.13%。表明基于GF-1 WFV數(shù)據(jù)能較好地估算區(qū)域尺度的玉米FPAR。

圖4為基于GF-1 WFV估算的新鄉(xiāng)縣玉米拔節(jié)期至成熟期FPAR時(shí)空分布圖。由圖4可知：研究區(qū)玉米FPAR高值區(qū)域主要集中分布在西部及西南部，這是由于該區(qū)域是玉米主產(chǎn)區(qū)，種植面積集中，管理措施完善，群體長(zhǎng)勢(shì)較好；圖4a、4d分別為拔節(jié)期與成熟期的玉米FPAR，拔節(jié)期群體稀疏，冠層覆蓋度較?。怀墒炱谥仓?duì)I養(yǎng)向穗部轉(zhuǎn)移，F(xiàn)PAR相對(duì)較??；圖4b、4c為抽雄期、灌漿期FPAR，由于該階段群體密閉，長(zhǎng)勢(shì)較好，截獲太陽(yáng)輻射能力較強(qiáng)，F(xiàn)PAR相對(duì)較高。

3 討論

FPAR是植被冠層吸收利用光能的重要參數(shù)，是定量描述植被光合作用、生產(chǎn)潛力的重要參數(shù)。隨著高分辨率遙感衛(wèi)星的投入使用，從區(qū)域到全球尺度的FPAR估算被更廣泛的應(yīng)用于農(nóng)作物估產(chǎn)、農(nóng)業(yè)生產(chǎn)力評(píng)估、生態(tài)系統(tǒng)碳循環(huán)等領(lǐng)域[32]。植被對(duì)太陽(yáng)光能的吸收反射主要集中在可見(jiàn)光與近紅外波段[33]，可見(jiàn)光波段與植被理化性狀及色素分布有關(guān)，如紅光波段對(duì)光能的吸收能力在光譜上表現(xiàn)為明顯的吸收波谷，紅波段呈現(xiàn)出明顯的吸收波谷；近紅外波段與植被葉片結(jié)構(gòu)密切相關(guān)，該波段內(nèi)輻射吸收較少，所以具有較高的反射率。正是由于植被對(duì)光能在這些波段的吸收與反射特征，所以可利用不同波段的反射率構(gòu)建植被指數(shù)建立光譜與FPAR的定量關(guān)系，實(shí)現(xiàn)FPAR的估算[34]。

(1)本文對(duì)經(jīng)預(yù)處理的GF-1 WFV數(shù)據(jù)提取與地面實(shí)測(cè)高光譜反射率點(diǎn)位一致的多光譜反射率，對(duì)比分析寬波段反射率與窄波段反射率的相關(guān)性，結(jié)果發(fā)現(xiàn)藍(lán)、綠、紅、近紅外波段模擬反射率與GF-1 WFV反射率間具有較高的相關(guān)系數(shù)與決定系數(shù)，說(shuō)明二者具有高度一致性。因此，可以基于GF-1 WFV的光譜響應(yīng)函數(shù)對(duì)近地高光譜數(shù)據(jù)進(jìn)行重采樣，獲取與GF-1 WFV傳感器一致的多光譜反射率，并構(gòu)建寬波段植被指數(shù)，進(jìn)行作物生理生態(tài)參數(shù)的定量分析。這一結(jié)果與前人研究結(jié)果[35]基本一致。

(2)本文在前人關(guān)于PAR研究基礎(chǔ)上，篩選了降低土壤噪聲、大氣噪聲等不同波段組合的17種植被指數(shù)，與FPAR均達(dá)到顯著或極顯著相關(guān)性，這是由于所選植被指數(shù)均是基于藍(lán)、綠、紅等可見(jiàn)光及近紅外波段構(gòu)建，而FPAR對(duì)可見(jiàn)光及近紅外波段的光譜信息更為敏感[36]。對(duì)比不同類型植被指數(shù)與FPAR的定量關(guān)系發(fā)現(xiàn)，基于3波段構(gòu)建的植被指數(shù)與FPAR的相關(guān)性優(yōu)于2波段，說(shuō)明了適當(dāng)增加波段信息有利于改善估算精度[37-39]。

(3)對(duì)比不同形式的FPAR估算模型，結(jié)果發(fā)現(xiàn)FPARMSR估算精度與驗(yàn)證精度都較FPARLR有所改善，這是由于參與構(gòu)建多元逐步回歸模型的植被指數(shù)在不同程度上降低了大氣噪聲、土壤背景、植被覆蓋度等因素的影響，并避免建模過(guò)程中不同參數(shù)之間的共線性問(wèn)題，改善了模型精度[40]。另外，本文通過(guò)對(duì)比單一生育期與多生育期的模型估算精度，發(fā)現(xiàn)多生育期模型雖然具有一定的通用性，但是其模型估算精度與驗(yàn)證精度略差，這是由于多生育期建模數(shù)據(jù)集過(guò)大，存在一定的飽和性導(dǎo)致模型精度降低。

(4)將不同生育期FPAR估算模型應(yīng)用于相對(duì)研究區(qū)FPAR估算，并以實(shí)測(cè)值進(jìn)行驗(yàn)證，結(jié)果表明基于多元逐步回歸模型估算的FPAR與實(shí)測(cè)值高度吻合，但是這一驗(yàn)證精度略差于模型估算精度，出現(xiàn)這種情況的原因與地面采樣點(diǎn)的地理信息位置精度以及GF-1 WFV在大氣校正、幾何校正過(guò)程中的預(yù)處理精度有一定的關(guān)系，另外GF-1 WFV反射率在一定程度上受混合像元的影響，導(dǎo)致估算結(jié)果存在一定的誤差[41]。

本文通過(guò)高光譜反射率模擬GF-1 WFV多光譜反射率，構(gòu)建寬波段植被指數(shù)估算了夏玉米不同生育時(shí)期FPAR動(dòng)態(tài)變化，這種方法簡(jiǎn)便高效，是開(kāi)展區(qū)域尺度FPAR估算的主要手段。但是FPAR受太陽(yáng)高度角、植被類型、地形地貌等不確定因素的影響，導(dǎo)致估算模型的適用性與推廣性受到一定限制。因此，在后期研究中進(jìn)一步考慮FPAR估算的不確定性，進(jìn)一步改善FPAR估算的普適性與機(jī)理性。隨著天宮一號(hào)、珠海一號(hào)等高光譜遙感影像的投入使用，基于高光譜數(shù)據(jù)或其它窄波段數(shù)據(jù)設(shè)計(jì)的植被指數(shù)不斷出現(xiàn)，但是不同傳感器的中心波段、光譜響應(yīng)曲線等均存在一定差異，本研究?jī)H僅對(duì)GF-1 WFV寬波段植被指數(shù)估算了FPAR，該方法是否能滿足其它高分辨率遙感衛(wèi)星對(duì)FPAR估算應(yīng)用，仍有待進(jìn)一步研究驗(yàn)證。

4 結(jié)論

(1)模擬衛(wèi)星寬波段光譜反射率與GF-1 WFV實(shí)測(cè)光譜反射率間的相關(guān)系數(shù)|R|為0.967～0.985，決定系數(shù)為0.935～0.969，二者具有高度一致性。

(2)基于EVI、MTVI2、VARI、TCARI/OSAVI等3波段植被指數(shù)與不同生育期FPAR具有極顯著相關(guān)性，且相關(guān)系數(shù)|R|為0.813～0.925。

(3)基于優(yōu)選3波段植被指數(shù)構(gòu)建FPAR多元逐步回歸估算模型的決定系數(shù)R2為0.762～0.843，驗(yàn)證模型的決定系數(shù)R2為0.839～0.880，估算及驗(yàn)證精度都較一元回歸模型有所提高，說(shuō)明適當(dāng)增加建模信息，能有效改善FPAR估算精度。

(4)基于優(yōu)選模型估算區(qū)域尺度FPAR空間分布及動(dòng)態(tài)變化，估算值與實(shí)測(cè)值間決定系數(shù)R2為0.819～0.856，相對(duì)誤差RE為8.41%～13.37%。說(shuō)明不同生育期FPAR多元逐步回歸模型能較好估算夏玉米FPAR動(dòng)態(tài)變化。