基于MODIS數(shù)據更新Rice-SRS模型的水稻估產研究.pdf

1、本研究首先利用MODIS和ASD地面光譜數(shù)據開發(fā)了一個新版本的Rice-SRS模型。新的集成技術依靠加強的糾正程序，能增強模型的穩(wěn)定性、提高估產精度，并使新模型比基于NOAA數(shù)據的老版本的模型更先進。 由于不僅對圖像數(shù)據本身進行平滑，而且應用基于相應水稻生長的物候來進行比較的“智能化糾正”，因此在新版本軟件中對MODIS-NDVI的糾正方法更加先進，對數(shù)據的糾正效果更好。 與上一版軟件相比，新版軟件的預測結果的穩(wěn)定性得到

2、了提高。在上一版本中，應用NOAA數(shù)據，盡管一些估產的精度達到95％以上，但在非星下點位置像元混合比較嚴重的一些情況下，精度下降到了85％以下。但在新版軟件中，基于MODIS數(shù)據的估產結果的精度僅在97％-99％之間很小的范圍內波動。其次，利用MODISNDVI和地面光譜數(shù)據作為直接參數(shù)輸入模型，對中國浙江省余杭市的2002、2003年單季稻產量進行了估產。 研究結果表明，新的模型能夠將獲取到的每一個像元的NDVI值的標準差減少

3、50％，從而能夠使估產結果有所改進。而且，在2002年的估產研究中，利用新模型進行的估產精度達到97％，試驗區(qū)的RMSE為131.43kgha-1，驗證區(qū)的則為103.9kgha-1。然而這個數(shù)字在2003年的重新驗證區(qū)則為133.87kgha-1。 在2003年的試驗中，如果僅應用五個時相中的前四個時相的圖像數(shù)據來進行估產，誤差會有少許上升，最大為3.5％。在這種情況下，由于最后一個時相圖像的獲取時間在水稻成熟前34天，因此，

4、通過加強對氣象數(shù)據庫中缺少數(shù)據的處理，本模型不僅可用于產量估計，也有可能用于產量的預測。 利用地面光譜數(shù)據得到的NDVI值作為Rice-SRS2.0模型的輸入參數(shù)，水稻估產的估計誤差可以小于5％。試驗區(qū)和驗證區(qū)的RMSE分別為257.42kgha-1和276.31kgha-1。 因此，通過對水稻植株不同部位的干物質積累進行研究，結果表明，綠色葉片的標準誤差是最小的，其次是莖桿，最后是谷粒產量。這種現(xiàn)象反應了在運用LAI進