全 文 ：第 30 卷 第 8 期
2004 年 8 月 　739～744 页
作 　物 　学 　报
ACTA AGRONOMICA SINICA
Vol. 30 , No. 8
pp. 739 - 744 　Aug. , 2004
利用水稻成熟期冠层高光谱数据进行估产研究
唐延林1 ,3 　王纪华2 　黄敬峰1 　王人潮1 Ξ
(1 浙江大学农业遥感与信息技术应用研究所 ,浙江杭州 310029 ; 2 北京农业信息技术研究中心 ,北京 100089 ; 3 贵州大学理学院 ,贵州贵阳
550025)
摘 　要 　通过大田小区试验 ,测定了 2 个品种、3 个供氮水平处理的水稻抽穗后不同时期冠层的高光谱反射率、叶面积指
数及理论产量和实际产量。结果表明 ,抽穗后水稻冠层光谱反射率随发育期推移在可见光范围逐渐增大 ,在近红外区域
逐渐减小 ;理论产量、实际产量与差值植被指数 R12002R680 、R9902R680 、R8002R680 、R12002R550 、R9902R550 、R8002R550 、R12002R440 、
R9902 R440 、R8002R440 、红边幅值 Dλred及红边面积 Sred之间存在极显著相关 ,与叶面积指数之间也存在极显著相关。这说明
可以用高光谱遥感方法进行水稻估产 ,其中以高光谱植被指数 R9902R440和 R12002R440的估产效果最佳 ,最高精度可达
95 %。
关键词 　水稻 ;成熟期 ;高光谱反射率 ;估产
中图分类号 : S511
Yield Estimation by Hyperserctral Data of Rice Canopies in Mature Stages
TANG Yan2Lin1 , 3 ,WANGJi2Hua2 ,HUANGJing2Feng1 ,WANG Ren2Chao1
(1 Institute of Agriculture Remote Sensing & Information System Application , Zhejiang University , Hangzhou 310029 , Zhejiang; 2 National Engineering Research
Center for Information Technology in Agriculture , Beijing 100089 ; 3 School of Sciences , Guizhou University , Guiyang 550025 , Guizhou , China)
Abstract 　Two cultivars of rice were used in field experiment under 3 nitrogen application levels1 The hyperspectral reflect2
ances of their canopies , flag leaves and panicles were measured by a ASD FieldSpec Pro FRTM in different stages after head2
ing1 The leaf area indices ( LAI) corresponding to the hyperspectral reflectance , and the ultimate theoretical yield and real
yield were determined1 The correlation between the yields and the hyperspectral data , LAI of rice were analyzed1 With the
growth and development of rice , the spectral reflectance of the canopy were gradually getting bigger in the visible region and
smaller in the near infrared region1 The theoretical yield and real yield were very significantly correlated with the hyperspec2
tral difference vegetation indices R12002R680 , R9902R680 , R8002R680 , R12002R550 , R9902R550 , R8002R550 , R12002R440 , R9902
R440 , R8002R440 , the red edge amplitude Dλred and red edge area S red1 They also were very signifi2cantly correlated with
LAI1 The results suggested that the rice yield would be estimated by hyperspectral remote sensing1 The best accuracy was
above 95 % in yield estimation with hyperspectral vegetation index R12002R440 and R9902R4401
Key words 　Rice ; Mature stage ; Hyperspectral reflectance ; Yield estimation
　　通过监测农作物生育期内的光谱变化 ,研究农
作物的反射光谱与叶面积指数、地上生物量、产量、
色素含量等农学参数之间的关系 ,可以为作物遥感
长势监测和遥感估产提供依据[1 ] 。由于植被反射光
谱在可见光范围主要受植被色素 (叶绿素和类胡萝
卜素)和覆盖度的影响 ,在近红外区域主要受冠层和
叶片结构、生物量、生化成分等影响[2 ] ,因此 ,可以用
农作物冠层的反射光谱及其变量来估算其农学参
数。利用宽波段遥感技术和方法进行水稻长势监测
和估产在国内外已有研究 ,并取得了较好效果[3～7 ] 。
王人潮等[8 ]分析了水稻产量与其光谱的关系 ,建立
单产估算模式 ,并利用 NOAA 资料进行水稻总产估
计。Patel 等利用卫星数据进行县级水稻估产[9 ] ,
Shao 等[10 ]利用多时相雷达卫星进行水稻长势监测Ξ基金项目 :国家自然科学基金 (40171065 ,40271078)和国家“863”项目 (2002AA243011)资助。
作者简介 :唐延林 (1964 - ) ,男 ,教授 ,湖南祁阳人 ,理学硕士 ,现为浙江大学农业遥感与信息技术应用研究所在职博士生 ,主要从事农业高
光谱遥感。
Received(收稿日期) :2003204229 ,Accepted(接受日期) :20032082161

量和估产。近年来 ,随着高光谱分辨率遥感的应用 ,
使得遥感可以在光谱维上展开 ,能直接对水稻进行
微弱光谱差异的定量分析 ,在水稻遥感长势监测和
估产研究与应用中表现出强大优势[11～13 ] 。本文结
合水稻的生长发育规律 ,对水稻抽穗后冠层、叶片和
穗进行高光谱反射率测定 ,根据光谱曲线特征构建
新的高光谱植被指数 ,利用相关分析方法分析水稻
理论产量和实际产量与这些植被指数及冠层红边参
数的相关关系 ,建立水稻高光谱单产估算模型 ,促进
高光谱分辨率遥感技术在水稻长势监测和估产中的
应用。
1 　材料与方法
111 　试验设计
11111 　试验材料 　　试验水稻品种为秀水 110 (记
为 S1 ,常规粳稻 ,全生育期约 145 d) 、协优 9308 (记
为 S2 ,杂交籼稻 ,全生育期约 140 d) ,一季中晚稻 ,6
月 2 日播种 ,6 月 25 日移栽 ,S1 于 9 月 3 日开始抽
穗、S2 于 9 月 1 日开始抽穗。10 月 15 日收割。
11112 　试验地点 　　试验于 2002 年在浙江大学试
验场内进行 ,东经 120°10′,北纬 30°14′,小区设计为
4176 m ×4168 m ,株行距 0113 m ×0117 m ,单本插 ,设
4 个重复 ,试验小区按完全随机排列布置。
11113 　肥料设计 　　设 0、120、240 kg N·hm - 2 3 个
氮素水平 (折合成尿素分别为 0、26617、53313 kg·
hm - 2) ,分别记为 N0、N1、N2。氮肥分 3 次施用 ,分别
为基肥 50 %、分蘖肥 35 %、穗肥 15 % ,人为造成无
肥、氮肥适中和氮肥超量 3 种情况。另外 ,施用过磷
酸钙 53313 kg·hm - 2作基肥 ,氯化钾 300 kg·hm - 2作
穗肥 (等量分 2 次 ,于孕穗始期和抽穗始期均匀施
入) 。供试土壤是砂壤土 (砂粒 83149 %、粉粒
12115 %、黏粒 4136 %) ,土壤全氮 1115 g·kg - 1 ,速效
氮 18815 mg·kg - 1 ,全磷 1121 g·kg - 1 ,全钾 7217 mg·
kg - 1 ,有机质 9196 g·kg - 1 ,pH 6178。
112 　测量方法
11211 　测量仪器　　光谱仪选用美国 ASD (Analyti2
cal Spectral Device) 公司的 ASD FieldSpec Pro FRTM光
谱仪 ,重复测量误差 < 1 % ,波段 350～2 500 nm ,其
中 ,350～1 000 nm 光谱采样间隔 (波段宽) 为 114
nm ,光谱分辨率为 3 nm ,1 000～2 500 nm 光谱采样
间隔为 2 nm ,光谱分辨率为 10 nm。数据分析软件
用 SPSS1010。
11212 　光谱测定
1121211 　冠层光谱 　　分别在抽穗期 (9 月 3 日) 、
齐穗期 (9 月 11 日) 、灌浆期 (9 月 20 日) 、乳熟期 (9
月 28 日)和蜡熟期 (10 月 4 日) 选择晴朗无云、无风
的天气 ,于上午 10 :00～12 :00 测定水稻冠层光谱反
射率。测量时 ,光谱仪视场角 25°,传感器探头向下 ,
距冠层顶垂直高度约 017 m。以 10 个光谱为一采样
光谱 ,每个小区内每次记录 10 个采样光谱 ,以其平
均值作为该小区的光谱反射值 ,每次数据采集前都
进行标准白板校正 (标准白板反射率视为 1 ,这样所
测得的目标物光谱反射值是无量纲的相对反射率) 。
测完冠层光谱后立即取样 ,按器官分类 ,用叶面积仪
测叶面积 ,然后折算成叶面积指数。
1121212 　叶、穗光谱 　　从抽穗期开始 ,每隔 4～7
d 从每个氮素处理的小区内各选长相适中的水稻植
株 3 穴 ,测主茎上剑叶和穗中部的光谱。测量时 ,将
叶片和穗样品置反射率近似为零的黑色橡胶上 ,方
向与光源一致 ,用三角架固定光谱仪探头并使之垂
直向下正对待测样品正中部 ,光谱仪视场角为 8°,距
样品表面距离 0110 m(视场直径约 114 cm ,略小于叶
片宽度) ;光源用光谱仪所带的 50 W卤化灯 ,距样品
表面距离 0145 m ,方位角 70°(光线与样品表面之间
的夹角) 。
水稻完全成熟后 ,分小区收割。收割时 ,测穴穗
数、穗粒数、千粒重和小区实际产量 ,分别计算单位
面积的理论产量和实际产量 :
单位面积理论产量 (简称理论产量) = 穴穗
数 ×穗粒数 ×千粒重 ×单位面积穴数/ 1 000 ,
单位面积实际产量 (简称实际产量) = 小区实
际产量/ 小区面积。
2 　数据处理与分析
211 　冠层、叶片和稻穗光谱
　　从图 1、图 2 可见 ,水稻抽穗后 ,其冠层光谱的
反射率在近红外区逐渐减小、在可见光范围逐渐增
大 ,分析发现其红边位置随发育期推移呈现向短波
方向的“蓝移”;旗叶和稻穗光谱在可见光范围内也
逐渐增大 ,但在近红外区域却呈现减小、增大、再减
小的变化 ,这可能是与水稻成熟过程中叶片的营养
转移和合成及穗的营养成分形成有关 ,其红边位置
(定义为反射光谱的一阶导数光谱的最大值所对应
的波长位置 ,通常位于 680～760 nm) 随发育期推移
也呈现向短波方向的“蓝移”现象 ,如表 1 所示。从
图 3 可知 ,水稻抽穗后 ,其下部叶片逐渐变黄 ,叶面
积指数逐渐减小。不同氮素处理下 ,同一品种的叶
面积指数减小的趋势相同。
187　8 期 唐延林等 :利用水稻成熟期冠层高光谱数据进行估产研究 　　　

图 1 水稻成熟过程中的冠层和叶片光谱( S1N1)
Fig11 Spectrum of rice canopy and flag leaf in mature process ( S1N1)
表 1 稻穗淀粉含量( %)与光谱红边位置的关系( S1N1 , n = 12)
Table 1 Relation between the starch contents ( %) of panicle and the red edge position in rice ( S1N1 , n = 12)
日期
Date
(m2d) 冠层红边位置Red edge positionof canopy(nm) 旗叶红边位置Red edge positionof flag leaf (nm) 穗红边位置Red edge positionof panicle (nm) 穗淀粉含量Starch contentof panicle ( %)
09203 736 1127
09204 703 697 1152
09208 703 697 6138
09211 732 1014
09214 703 697 1618
09219 703 697 3219
09220 728 3515
09225 702 696 4014
09228 726 4416
10201 700 695 4815
10203 725 5111
10209 699 692 5916
287 　　　作 　　物 　　学 　　报 30 卷 　

212 　产量与冠层光谱的相关性分析
为了分析水稻冠层高光谱与产量的关系 ,根据
成熟期水稻冠层光谱的特点 ,采用以下差值植被指
数和红边 (波长范围 680～760 nm) 参数作为光谱变
量 : R1200 - R680、R990 - R680、R800 - R680、R1200 - R550、
R990 - R550、R800 - R550、R1200 - R440、R990 - R440、R800
- R440、红边幅值 Dλred (红光 680～760 nm 范围内一
阶导数光谱的最大值) 、红边面积 S red (红光 680～
760 nm 范围内一阶导数光谱曲线与波长横坐标所
包围的面积 ,近似计算公式为 S r = ∑
760
λ= 680
R/ (λ)Δλ) 。
这里 Ri 表示 i 波段冠层相对反射率。实验发现 ,实
际产量 Pr 与理论产量 Pt 之间有较大的差异 ,其平
均相对误差为 1316 % ,但实际产量与理论产量之间
极显著相关 ,回归方程为
Pr = 01711 Pt + 1 2251736
R2 = 01934 　　F = 3111985
21211 　理论产量与冠层光谱的相关性分析 　　分
别计算理论产量与齐穗期、灌浆期、乳熟期和蜡熟期
水稻冠层上述光谱变量的相关系数 ,从表 2 可知 ,理
论产量与所选的水稻成熟期冠层光谱植被指数之间
都存在极显著相关 ,其中与差值植被指数的相关性
好于与红边幅值、红边面积的相关性。
表 2 水稻理论产量( kg·hm - 2)与光谱变量的相关系数( n = 24)
Table 2 Correlation coefficient between the theoretical yield ( kg·hm - 2) and hyperspectral variables in rice ( n = 24)
日期
Date (m2d) 光谱变量 Spectral variablesR1200 - R680 R990 - R680 R800 - R680 R1200 - R550 R990 - R550 R800 - R550 R1200 - R440 R990 - R440 R800 - R440 Dλred S red
09211 01958 3 3 01965 3 3 01968 3 3 01932 3 3 01945 3 3 01948 3 3 01962 3 3 01965 3 3 01969 3 3 01756 3 3 01782 3 3
09220 01884 3 3 01914 3 3 01926 3 3 01862 3 3 01894 3 3 01904 3 3 01926 3 3 01946 3 3 01956 3 3 01809 3 3 01932 3 3
09228 01954 3 3 01934 3 3 01886 3 3 01968 3 3 01942 3 3 01896 3 3 01979 3 3 01967 3 3 01933 3 3 01818 3 3 01864 3 3
10204 01985 3 3 01979 3 3 01968 3 3 01980 3 3 01972 3 3 01961 3 3 01983 3 3 01976 3 3 01968 3 3 01956 3 3 01970 3 3
　　注 : 3 3表示达 P < 0101 水平 ,下同。Notes : 3 3 Significant at P < 0101 level1 The same below1
　　从表 2 不同时期水稻冠层各光谱变量与理论产
量的相关系数综合分析可知 , 以差值植被指数
R1200 - R440、R990 - R440 的估产效果最佳 ,以指数
R990 - R440为例 ,其不同时期的回归估算模型及其检
验如表 3 所示 ,其中回归和拟合以 S1、S2 为样本 (样
本数 24) ,预测检验是以同时布置实验的另外 3 个
水稻品种嘉育 293、嘉早 312 和嘉早 324 为样本 (样
本数 36) 。
表 3 水稻理论产量的光谱回归估产模型及其精度
Table 3 Spectral estimation models of theoretical yield ( kg·hm - 2) in rice and its accuracy
发育期
Development stage
回归方程
Regresssion equation
拟合 R2
Simulating R2
F 预测 R
2
Predicting R2
预测平均精度
Mean accuracy( %)
齐穗期 Heading stage Pt = 30 410100( R990 - R440) - 1558114 01931 2981883 01892 9317
灌浆期 Filling stage Pt = 29 104132( R990 - R440) - 9104 01894 1851758 01869 9014
乳熟期 Milking stage Pt = 21 524158( R990 - R440) + 1 493141 01934 3131234 01899 9418
蜡熟期 Waxy ripe stage Pt = 24 871167( R990 - R440) + 1 870124 01953 4491861 01921 9519
21212 　实际产量与冠层光谱的相关性分析 　　分
别计算实际产量与齐穗期、灌浆期、乳熟期和蜡熟期
水稻冠层上述光谱变量的相关系数 ,从表 4 可知 ,实
际产量与所选的水稻成熟期冠层光谱植被指数之间
也都存在极显著相关 ,其中与差值植被指数的相关
性好于与红边幅值、红边面积的相关性。
表 4 水稻实际产量( kg·hm - 2)与光谱变量的相关系数( n = 24)
Table 4 Correlation coefficient between the real yield ( kg·hm - 2) and hyperspectral variables in rice ( n = 24)
日期
Date (m2d) 光谱变量 Spectral variablesR1200 - R680 R990 - R680 R800 - R680 R1200 - R550 R990 - R550 R800 - R550 R1200 - R440 R990 - R440 R800 - R440 Dλred S red
09211 01916 3 3 01931 3 3 01936 3 3 01878 3 3 01901 3 3 01905 3 3 01927 3 3 01938 3 3 01943 3 3 01763 3 3 01810 3 3
09220 01808 3 3 01848 3 3 01867 3 3 01783 3 3 01825 3 3 01842 3 3 01862 3 3 01889 3 3 01907 3 3 01732 3 3 01874 3 3
09228 01897 3 3 01873 3 3 01817 3 3 01917 3 3 01886 3 3 01833 3 3 01941 3 3 01931 3 3 01882 3 3 01730 3 3 01798 3 3
10204 01963 3 3 01958 3 3 01939 3 3 01965 3 3 01958 3 3 01940 3 3 01970 3 3 01964 3 3 01949 3 3 01915 3 3 01940 3 3
387　8 期 唐延林等 :利用水稻成熟期冠层高光谱数据进行估产研究 　　　

　　从表 4 不同时期水稻冠层各光谱变量与实际产
量的相关系数综合分析可知 , 以差值植被指数
R1200 - R440、R990 - R440 的估产效果最佳 ,以指数
R990 - R440为例 ,其不同时期的回归估算模型及其检
验如表 5 所示 ,其中回归和拟合以 S1、S2 为样本 (样
本数 24) ,预测检验是以同时布置实验的另外 3 个
水稻品种嘉育 293、嘉早 312 和嘉早 324 为样本 (样
本数 36) 。
表 5 水稻实际产量的光谱回归估产模型及其精度
Table 5 Spectral estimation models of real yield ( kg·hm - 2) in rice and its accuracy
发育期
Development stage
回归方程
Regresssion equation
拟合 R2
Simulating R2
F 预测 R
2
Predicting R2
预测平均精度
Mean accuracy( %)
齐穗期 Heading stage Pt = 21 722147( R990 - R440) + 82147 01879 1601113 01842 8814
灌浆期 Filling stage Pt = 20 129117( R990 - R440) + 1 374128 01791 831351 01744 8215
乳熟期 Milking stage Pt = 15 236117( R990 - R440) + 2 305135 01866 1421210 01832 8613
蜡熟期 Waxy ripe stage Pr = 18 047110( R990 - R440) + 2 460151 01929 2861003 01887 9216
　　比较表 2 和表 4 中所选的 3 个波段 1 200 nm、
990 nm 和 800 nm ,发现在乳熟期以 1 200 nm 处相关
性最好 ,990 nm 处次之 ,这可能与乳熟期稻穗淀粉
快速形成有关 ,因为 990 nm、1 200 nm是淀粉的特征
吸收波段[14 ] 。水稻产量能力潜力的大小在抽穗前
基本确定 ,而单粒谷粒淀粉量的积累和最后产量的
确定 ,还取决于抽穗后的成熟过程[15 ] 。试验还发
现 ,无论是理论产量还是实际产量 ,都与所选波段的
比值植被指数 Ri/ Rj、归一化植被指数 ( Ri - Rj ) /
( Ri + Rj) ( i = 1 200 nm、990 nm、800 nm ; j = 680 nm、
550 nm、440 nm) 的相关性不显著 ,与黄边参数和绿
峰参数的相关性不明显 ,与旗叶光谱和穗光谱的相
关性也不显著。
213 　产量与叶面积指数的相关性分析
分别计算理论产量和实际产量与齐穗期、灌浆
期、乳熟期和蜡熟期水稻叶面积指数的相关系数 ,从
表 6 可知 ,理论产量和实际产量与水稻成熟期叶面
积指数之间也都存在极显著相关 ,但明显差于与冠
层高光谱变量之间的相关性 ,原因可能是水稻成熟
过程中叶片衰老、变黄的速率并不与叶面积大小有
线性相关。表 6 水稻产量( kg·hm - 2)与叶面积指数的相关系数( n = 24)
Table 6 Correlation coefficient between the production ( kg·hm - 2) and LAI in rice ( n = 24)
产量
Production
LAI
09203 09211 09220 09228 10204
理论产量 Theoretical production 01887 3 3 01770 3 3 01594 3 3 01646 3 3 01787 3 3
实际产量 Real production 01854 3 3 01736 3 3 01548 3 3 01591 3 3 01732 3 3
3 　结论与讨论
通过田间小区实验 ,我们测量了水稻在成熟过
程中冠层、叶片和穗的光谱及小区的理论产量和实
际产量 ,构建了新的高光谱差值植被指数 R12002
R680、R9902R680、R8002R680、R12002R550、R9902R550、R8002
R550、R12002R440、R9902R440、R8002R440 ,经相关分析 ,发
现 : (1)水稻从抽穗开始一直到收割 ,其冠层光谱反
射率随发育期推移在可见光范围逐渐增大 ,在近红
外区域逐渐减小 ;在水稻成熟过程中 ,其叶片、穗和
冠层光谱的红边位置存在“蓝移”现象 ,这种“蓝移”
现象随发育期推移而愈趋明显。这表明似乎可以通
过水稻冠层、叶片反射光谱的变化来监测其成熟程
度。(2)水稻理论产量和实际产量与其成熟过程中
冠层高光谱变量 R12002R680、R9902R680、R8002R680、 R12002R550、R9902R550、R8002R550、R12002 R440、R9902R440、R8002R440、红边幅值 Dλred和红边面积 S red之间都存在极显著正相关 ,其中以 R12002 R440和 R9902R440的相关性最好。因此 ,可以用水稻成熟过程中冠层高光谱数据来估测其产量 ,这为用高光谱遥感方法进行水稻估产提供了可行性。(3)水稻理论产量、实际产量与其成熟过程中不同时期的叶面积指数之间有极显著正相关 ,但其相关性差于与上述高光谱变量之间的相关性 ,这说明用成熟过程中水稻叶面积指数估产的效果比直接用冠层高光谱变量估产差。在此试验基础上 ,我们可进一步分析水稻成熟过程中稻穗蛋白质和淀粉的变化与冠层高光谱变量的相关性规律 ,为水稻品质遥感监测提供依据。
487 　　　作 　　物 　　学 　　报 30 卷 　

References
[1 ] 　Shibayama M , Akiyama T1 Seasonal visible , near2infrared and mid2in2
frared spectra of rice canopies in relation to LAI and above2ground dry
phytomass1 Remote Sens Environ , 1989 , 27 : 119 - 127
[2 ] 　Gausman H W , Allen W A , Cardenas R1 Relation of light reflectance
to histological and physical evaluations of cotton leaf maturity1 Appl Op2
tics , 1970 , 9 : 545 - 552
[3 ] 　Casanova D , Epema G F , Goudriaan J1 Monitoring rice reflectance at
field level for estimating biomass and LAI1 Field Crops Research ,
1998 , 55 : 83 - 92
[4 ] 　Choubey V K, Choubey R1 Spectral reflectance , growth and chloro2
phyll relationships for rice crop in a semi2arid region of India1 Water
Resources Managemen , 1999 ,13 : 73 - 84
[5 ] 　Takebe M , Yoneyama T , Inada K1 Spectral reflectance ratio of rice
canopy for estimating crop nitrogen status1 Plant and Soil , 1990 ,122 :
295 - 297
[6 ] 　Wang Y2Y(王延颐) , Gao Q2F(高庆芳) 1 The relationship between
spectrum in paddy fields and rice growth and yield components1 Remote
Sensing for Land & Resources (国土资源遥感) , 1996 , 1 : 51 - 55
[7 ] 　Wiegand C , Shibayama M , Yamagata Y1 Spectral observations for esti2
mating the growth and yield of rice1 Japanese Journal of Crop Science ,
1989 , 58 (4) : 673 - 683
[8 ] 　Wang R2C(王人潮) , Huang J2F (黄敬峰) 1 Rice Yield Estimation
Using Remote Sensing Data (水稻遥感估产) 1 Beijing : China Agri2
culture Press , 2002(in Chinese)
[9 ] 　Patel N K, Singh T P , Sahai B , Patel M S1 Spectral response of rice
crop and its relation to yield and yield attribytes1 Int J Remote Sens ,
1985 , 6 (3) : 657 - 664
[10 ] 　Shao Y, Fan X T , Liu H , Xiao J H , Ross S , Brisco B1 Rice moni2
toring and production estimation using multitemporal RADARSAT1 Re2
mote Sens Environ , 2001 ,76 :310 - 325
[11 ] 　Shibayama M , Akiyama T1 Estimating grain yield of maturing rice
canopies using high spectral resolution reflectance measurements1 Re2
mote Sens Environ , 1991 , 36 : 45 - 53
[12 ] 　Takahashi W , Nguyen C V , Kawaguchi S1 Statistical models for pre2
diction of dry weight and nitrogen accumulation based on visible and
near2infrared hyper2spectral reflectance of rice canopies1 Plant Prod
Sci , 2000 , 3 (4) : 377 - 386
[13 ] 　Wang X2Z(王秀珍) , Huang J2F (黄敬峰) , Li Y2M(李云梅) ,
Shen Z2Q(沈掌泉) , Wang R2C(王人潮) 1 Relationships between
rice agricultural parameters and hyperspectral data1 Journal of Zhe2
jiang University ( Agri & Life Sci) [浙江大学学报 (农业与生命科
学版) ] , 2002 ,28 (3) :283 - 288
[14 ] 　Curran P J1 Remote sensing of foliar chemistry1 Remote Sens Environ ,
1989 , 30 : 271 - 278
[15 ] 　Wang Y2R(王永锐) 1 Rice Nutrition and Apply Fertilizer Rationally
(水稻营养和合理施肥) 1 Beijing : Science Press , 19891226 - 238
(in Chinese)
587　8 期 唐延林等 :利用水稻成熟期冠层高光谱数据进行估产研究