基于叶绿素和干物质敏感植被指数的水稻产量预测(2)
②产量—遥感光谱指数的统计相关模式。Dadhwal 等(1997)建立植被指数与产量的非线性估产模式，结果发现比线性估产模式的精度要高。程乾(2004)建立了RVI与产量一次和二次模型，LAI、RVI与产量的复合模型。Rahman等(2009)利用 NOAH AVHRR数据计算1991-2005 年Bangladesh 植被健康指数，进而建立水稻产量与 VHI统计关系估产模型。然而到目前为止，高光谱植被指数与产量结合的相关统计模式应用还很少。 ③干物质量—产量模式，其基本思想就是利用遥感数据估测水稻地上干物质量，然后再依据干物质量与产量之间的关系，得到产量(王纪华等，2008)。Boschetti 等(2005)选择意大利北部水稻种植区为研究对象，首先利用 MODIS NDVI计算 LAI，然后将 LAI代入光合利用率模型以估测水稻产量。利用 GPP(Gross Primary Productivity)/NPP(Net Primary Production)模拟结果或 MODIS GPP/NPP 数据产品来估算生物量，进而估产。水稻干物质量—产量模式中干物质量的计算上，方法较多。统计模型缺乏严密的生理、生态理论；而包含生理生态学机理的物理模型中的过程模型，其估算过程比较复杂，有些数据难以获取(王纪华等，2008) ④遥感数据—作物生长模拟模型相结合的同化估产模型。田翠玲等(2005)建立遥感信息与水稻模拟模型(RCSODS)复合建模，利用 NDVI反演的 LAI校正模拟模型的 LAI，对江苏省高邮市进行产量模拟。何英彬等(2007)利用 NDVI 反演 LAI，结合生长模型，估算水稻单产，并评估冷害对水稻产量的影响。基于遥感数据和作物生长模拟模型相结合的同化估产模型，实际上是干物质量—产量模式的一种表现 (王纪华等，2008)。
1 材料与方法 1. 1 试验地概况 试验地位于中国江苏省如皋市白蒲镇朱家桥村（北纬 32°00′，东经 120°20′），全年平均气温为14.6℃。年平均降水数为 121.3天，年平均降水量 1055.5 毫米。年平均无霜期为215.6 天。土壤类型为壤土，有机质含量 19.95 g/kg。 1. 2 材料与试验设计 2016 年 6 月-2016 年 10 月进行。供试水稻品种为粳稻（武运粳 24）和籼稻（Y 两优一号）表1，6月17 日移栽，两个种植密度分别为：30 cm × 15 cm（行株距）和 50 cm × 15 cm （行株距）。 小区面积为30 m2，小区长 6 m，宽5 m。 3个氮肥水平：纯氮 0 kg/ha-2 (N0)、150 kg/ha-2 (N1)、300 kg/ha-2 (N2)。氮肥品种为尿素(氮含量为 46%)。氮肥按基肥：分蘖肥：促花肥：保花肥=4 : 2 : 2 : 2 施用，另外配施磷肥 (P2O5) 135 kg/ha-2，钾肥 (K2O) 190 kg/ha-2，钾肥和磷肥做基肥施入。共 12个处理，3次重复，合计 36个试验小区，随机区组排列
上一篇：亚精胺对黄瓜根抗旱性的影响