本研究以小麦和玉米为研究对象,通过获取多角度、多时相的遥感数据、配套的立体相对数码照片和地面实测作物结构参数叶倾角分布、光分布数据等,综合运用遥感、农学、数学等知识,进行数据挖掘。提出了冬小麦和玉米株型遥感识别的敏感生育时期;建立了不同株型冬小麦和玉米叶面积、投影叶面积、叶倾角和叶向值等随高度层垂直分布模型;建立了不同株型冬小麦和玉米冠层光合有效辐射和消光系数垂直分布模型;并基于多角度和多时相光谱信息的小麦和玉米株型遥感识别模型并进行验证。研究结果为开发新一代用于作物长势监测的多角度机载或星载遥感器的角度选择提供基础数据和模型支持。提高不同株型品种叶面积指数的遥感反演精度,并针对不同株型品种采取不同的施肥决策模型。通过项目全体研究人员的三年攻关,全面按计划完成了项目任务书规定的内容,达到了研究目标。项目资助已发表论文20篇,其中SCI论文10篇,EI论文8篇。获得发明专利2项。
英文主题词crop geometry;bi-directional;multi-temporal;remote sensing;vertical distribution