全 文 ：中国生态农业学报 2010年 1月 第 18卷 第 1期
Chinese Journal of Eco-Agriculture, Jan. 2010, 18(1): 67−71


* 国家自然科学基金项目(40771008)、国家“十一五”科技支撑计划项目(2006BAD20B01)和国家高技术研究发展计划(863计划)项目
(2006AA100206)资助
** 通讯作者, E-mail: yingjxu@ires.cn
丛建鸥(1981~), 女, 硕士研究生, 主要从事农业气象灾害研究。E-mail: jocong@ires.cn
收稿日期: 2008-12-09 接受日期: 2009-10-08
DOI: 10.3724/SP.J.1011.2010.00067
干旱胁迫下冬小麦产量结构与生长、生理、
光谱指标的关系*
丛建鸥 1 李 宁 2 许映军 1** 顾 卫 1,3 乐章燕 1
黄树青 1 席 宾 1 雷 飏 2
(1. 北京师范大学地表过程与资源生态国家重点实验室 北京 100875; 2. 民政部教育部减灾与应急管理研究院
北京 100875; 3. 北京师范大学环境演变与自然灾害教育部重点实验室 北京 100875)
摘 要 通过控制生育期水分条件形成不同程度的干旱胁迫, 对冬小麦生长、产量及生理指标和冠层高光谱
反射率对干旱胁迫的反应进行监测, 建立冬小麦减产率与生长、生理及冠层光谱反射率的相关模型。研究结
果表明: 不同生育期冬小麦干物质积累速度随水分胁迫程度的增大而减小; 叶绿素含量与水分条件的关系不
同于其他参数, 表现为中等水分条件下叶绿素含量最大, 严重水分胁迫下叶绿素含量最低; 不同水分条件下
光合速率呈两种不同日变化特征, 且正常供水处理的光合速率明显高于严重干旱处理。光合速率和增强植被
指数(EVI)同冬小麦减产率相关性较强, 能够建立较好的关系模型用于小麦产量预测。
关键词 干旱胁迫 冬小麦 光谱反射率 减产率 关系模型
中图分类号: S152.7+5 文献标识码: A 文章编号: 1671-3990(2010)01-0067-05
Relationship between indices of growth, physiology and reflectivity
and yield of winter wheat under water stress
CONG Jian-Ou1, LI Ning2, XU Ying-Jun1, GU Wei1,3, LE Zhang-Yan1,
HUANG Shu-Qing1, XI Bin1, LEI Yang2
(1. State Key Laboratory of Earth Surface Processes and Resources Ecology, Beijing Normal University, Beijing 100875, China;
2. Academy of Disaster Reduction and Emergency Management, Ministry of Civil Affairs & Ministry of Education, Beijing 100875,
China; 3. Key Laboratory of Environment Change and Natural Disaster of Ministry of Education, Beijing Normal University,
Beijing 100875, China)
Abstract In this study, the correlation between yield reduction rate and the relevant key performance indicators of growth, physi-
ology and canopy hyperspectral reflectivity of winter wheat are established at different drought levels via soil water content control at
different growth stages. The results show that dry-matter accumulation rate decreases with increasing drought stress at different
growth stages. The correlation between chlorophyll content and soil water condition differs from that for the other parameters. Chlo-
rophyll content is maximum in moderate drought stress and minimum in severe drought stress. Daily variation in photosynthetic rate
exhibits two different characteristics, with a higher photosynthetic rate under normal soil water condition than in serious drought
stress. Furthermore, an optimal relational model formulated from yield reduction rate with photosynthetic rate and enhanced vegeta-
tion index (EVI) can be used to estimate winter wheat yield.
Key words Drought stress, Winter wheat, Spectrum reflectivity, Yield reduction rate, Relational model
(Received Dec. 9, 2008; accepted Oct. 8, 2009)
我国每年因各类自然灾害造成粮食损失 200 亿
kg, 其中农业气象灾害导致的损失占 60%以上, 而
且以旱灾危害最重, 旱灾和水灾两者占农业气象灾
害的 70%左右。作物旱灾在华北地区发生频率最高,
68 中国生态农业学报 2010 第 18卷


尤其是春旱, 发生频率约为 65%[1]。如何监测干旱对
农作物生长的影响, 成为近年来农业灾害研究的热
点之一。随着遥感技术的发展, 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、生物量、叶绿素含量等农学参数间的相互关系,
可为农作物长势监测和遥感估产提供理论依据[2]。
如利用农作物冠层光谱的敏感波段构建植被指数 ,
采用微分技术寻找某些关键波段(如“红边”、“绿
峰”等[3,4])的特征参数(如红边参数)估测农作物的生
物量、叶绿素含量和氮素营养状况等, 已成为农作
物长势监测和遥感估产的重要手段[2,5]。由于光谱数
据和植物的密度、叶面积指数密切相关, 而后两者
又直接影响作物产量, 因此可通过光谱数据与产量
间的相关模型进行遥感估产[6]。
冬小麦是我国华北地区主要的粮食作物, 现有
面积约为 0.12 亿 hm2, 干旱是威胁冬小麦产量的主
要灾害。本研究以冬小麦为研究对象, 通过控制生
育期间水分条件形成不同程度的干旱胁迫, 监测冬
小麦的形态、生理生态指标和冠层高光谱反射率对
不同程度干旱胁迫的反应, 进而建立不同干旱水平
下冬小麦减产率与这些指标的相关模型, 为作物产
量监测和干旱风险预测提供依据。
1 试验设计与监测方法
1.1 试验设计
试验于 2006 年 10 月~2007 年 6 月在北京师范
大学良乡实验基地进行。供试土壤为当地土壤(褐土),
基础肥力为 pH 7.73, 有机质 2.62 g·kg−1, 全氮 0.37
g·kg−1, 全磷 0.57 g·kg−1, 全钾 10.86 g·kg−1。田
间持水量 25.5%, 容重 1.5 g·cm−3。冬小麦供试品
种“轮选 987”。播种前土壤含水量采用烘干法测定。
试验田分为 6个长 10 m、宽 7.7 m的小区, 各
小区相隔 2 m, 且用油毡纸(宽 1 m)隔离, 防止水分
侧渗。开春后, 搭建防雨棚消除降雨影响。除水分
控制外, 各处理农业技术措施一致。
在冬小麦生育期的拔节、孕穗、抽穗、开花和
乳熟 5个时期进行水分控制(冬小麦拔节期前各小区
水分条件一致), 各处理控制的土壤含水量见表 1。
土壤含水量采用 503DR型中子仪和取土烘干法相结
合测定, 其中 0~20 cm土层含水量采用烘干法测定。

表 1 试验各处理的冬小麦土壤含水量(占田间持水量的百分比)
Tab. 1 Soil water contents of different treatments of winter wheat (percent of field capacity) %
水分处理
Soil moisture treatment
拔节期
Jointing stage
孕穗期
Booting stage
抽穗期
Heading stage
开花期
Florescence state
灌浆期
Filling stage
W1(正常, Normal) 80 80 80 80 80
W2(轻度, Light drought stress) 80 80 60 60 60
W3(中度, Moderate drought stress) 60 80 60 60 40
W4(重度, Severe drought stress) 60 40 60 80 40
W5(严重, More severe drough stress) 60 60 60 60 60
W6(极重, Extremely severe drought stress) 40 40 40 40 40

1.2 监测方法
冬小麦测定指标有株高、地上部生物量、叶绿
素、光合速率、蒸腾速率、光谱反射率等。
株高采用活体测量, 每个小区固定 10 株, 水分
胁迫开始后每隔 4 d测量 1次; 地上部生物量每隔 7
d 取样 1 次, 每个小区取 10 株, 称量鲜重后 105 ℃
杀青 30 min, 75 ℃烘干 24 h,电子天平称量干物质重;
成熟后每个小区选取 4个长势均匀的 1 m长样区采
样, 调查冬小麦产量及其结构。水分胁迫开始后每
隔 7 d, 每个小区选 10株, 用 SPAD502叶绿素仪测
小麦旗叶的叶绿素相对含量。
于 2007 年 5 月 17 日用 Li-6400 便携式光合仪
(Li-cor, USA) 测 定 小 麦 旗 叶 的 蒸 腾 速 率 (Tr,
mol·m−2·s−1)、净光合速率(Pn, μmol·m−2·s−1)和气
孔导度(Cs, mmol·m−2·s−1), 从 7:00~17:00每 2 h测
定 1次, 每小区选取 10个测点。
光谱反射率为使用美国 ASD 公司生产的
FieldSpec 3便携式光谱辐射计测定的目标地物反射
光谱, 有效波段范围为 350~2 500 nm, 光谱分辨率
在 350~1 000 nm波段为 3 nm、1 000~2 500 nm波段
为 10 nm。光谱采样间隔 1 nm, 探头全视场角(FOV)
25°。光谱数据采集选择晴朗无风的 2007年 4月 29
日, 测定时间为 10:00~11:45 (太阳高度角>45°)。探
头垂直于冠层顶, 距冠顶 140 cm。每个处理测定 5
个样点, 每样点获取 5 条光谱数据, 每条光谱扫描
0.2 s, 测定前后用标准板进行太阳辐射光谱矫正。所
获取的反射光谱均来自无病虫害、无缺苗断垄、生
长均匀一致的小麦冠层。
试验数据用统计软件 SPSS和 Excel进行分析。
2 结果与分析
2.1 干旱胁迫对冬小麦产量结构和干物质积累的
影响
不同干旱胁迫下冬小麦产量及其结构见表 2。
第 1期 丛建鸥等: 干旱胁迫下冬小麦产量结构与生长、生理、光谱指标的关系 69


表 2 不同水分条件下冬小麦产量结构
Tab. 2 Yield and its components of winter wheat under different soil moistures
处理
Treatment
有效茎(茎·m−2)
Effective caudex
number per square
meter
成穗率
Ratio of
earbearing
tiller (%)
单穗重
Ear weight
(g)
穗数(茎·m−2)
Fringe number
per square
meter
粒重
Grain yield
(g)
千粒重
1000-grain
weight (g)
产量
Yield
(kg·hm−2)
减产率
Yield
reduction
rate (%)
W1 121.0 88.8 140.9 75 102.7 37.40 6 066 0.00
W2 122.0 87.2 156.1 82 114.7 38.15 5 681 6.35
W3 121.3 88.5 110.0* 60 76.6* 30.25* 4 456 26.54
W4 116.5* 85.8 97.4* 53 68.2* 31.30* 4 155 31.50
W5 93.5** 84.5 62.4** 40 43.6** 33.25 3 955 34.80
W6 98.3** 75.4 59.5** 43 40.2** 29.35* 3 571 41.13
*、**表示干旱胁迫处理与对照(W1)在 P<5%和 P<1%水平差异显著。* and ** mean significant difference at 5% and 1%, respectively, between
drought stress treatments and CK (W1).

从表 2 可以看出, W1 的冬小麦产量最高, 达 6 066
kg·hm−2; W6的冬小麦产量最低, 为 3 571 kg·hm−2,
W6比 W1冬小麦减产 41.13%。从各处理减产率看,
W2 减产率为 6.35%, 低于 10%; 其他处理减产率均
高于 20%, 且相互间差异小于 10%。分析其他指标
发现, 造成小麦减产的主要因素为穗重和穗数降低:
W3 的穗重和穗数远低于 W2, 而 W4 和 W3 的穗重
和穗数差异较小, W5与 W4、W6差异不大。
不同时期灌水对冬小麦产量构成有重要影响 :
起身期灌水主要增加穗数, 拔节水可显著增加穗粒
数 , 孕穗期或开花期灌水对提高千粒重有重要作
用[7], 而在灌浆期灌水却使千粒重降低[8]。本研究亦
得出上述结论, 拔节期水分条件较好的 W1 和 W2
的冬小麦穗数和粒重明显好于其他处理, 而由于后
期缺水, W3处理的千粒重只有 30.25 g, W4处理因
后期补水, 千粒重反而优于 W3处理。
图 1 为不同处理冬小麦地上部干物质积累曲
线。从图 1 可以看出, 控水处理下冬小麦干物质积
累随生育进程逐渐出现差异 , 开花期差异最显著 ;
而灌浆期出现 3种结果: W1和W2干物质积累最高;
W3 和 W4 干物质积累处于中间水平; 而 W5 和 W6
干物质积累最低, 且低于开花期干物质积累量, 这
表明严重水分亏缺使作物提前进入成熟期, 干物质
积累先于其他处理停止。不同处理中, W1的干物质
积累最迅速, 开花期几乎为同时期 W6 的两倍; 各
处理内部因不同生育期控水也出现干物质积累速率
差异, 如W3前期水分条件差, 干物质积累较为缓慢,
孕穗期后水分条件改善, 干物质积累迅速, 而开花
期后缺水, 干物质积累又趋于缓慢。株高和地上部
鲜物质重的变化趋势与干物质积累变化趋势一致 ,
不再详述。
2.2 干旱胁迫对冬小麦叶绿素含量的影响
随生育期进程冬小麦叶绿素含量呈先增大后减
小的变化, 这是由植物本身特性决定的。由图 2 可
以看出, 不同水分处理冬小麦叶绿素含量变化趋势
基本一致 , 先逐渐增加 , 开花期达到最大值 , 而后

图 1 不同水分条件下冬小麦植株干物质积累的变化
Fig. 1 Accumulation of above-ground dry matter of winter
wheat under different soil moistures


图 2 不同水分条件下冬小麦叶绿素含量变化
Fig. 2 Content of chlorophyll of winter wheat under
different soil moistures

逐渐降低。不同水分处理冬小麦叶绿素含量最大差
异约 4.0。W1 和 W2 水分条件最好, 冬小麦叶绿素
含量始终处于中间水平, 而不是最高水平; W3 和
W4水分条件中等, 叶绿素含量最高; W5和W6水分
条件最差, 叶绿素含量增长缓慢, 始终低于其他处
理。由此可知, 冬小麦叶绿素含量处于最优水平的
水分条件既不是充足供水也不是严重缺水, 而是水
分条件中等。
2.3 干旱胁迫对冬小麦净光合速率、蒸腾速率和气
孔导度日变化的影响
不同水分条件下冬小麦光合速率日变化如表 3,
从表 3 可以看出: 孕穗期水分条件较好的 W1、W2
和W3处理的小麦光合速率在 11:00达到峰值, 一日
70 中国生态农业学报 2010 第 18卷


内只有 1 次峰值; 而孕穗期严重缺水的 W4 和 W6
处理的光合速率在 9:00 达到最高值, 而后光合速率
明显下降, 且于 11:00 到达低值, 但在 13:00 时有所
回升出现第 2次峰值。此外, 水分条件较好的 W1、
W2和W3处理上午的光合速率基本高于同时刻其他
处理(W5 除外); 而下午却正好相反。W5 处理的光
合速率与W4和W6的日变化趋势基本一致, 但初始
值(7:00)明显高于二者 , 产生此结果的原因可能是
误差引起。由此可见, 正常供水处理 W1和 W2的光
合速率明显优于严重干旱处理 W5和 W6。

表 3 不同水分条件下冬小麦光合速率、蒸腾速率和
气孔导度的日变化
Tab. 3 Daily dynamics of photosynthetic rate, transpiration
rate and stomatal conductance of winter wheat leaf under dif-
ferent soil moistures
项目
Item
处理
Treatment
7:00 9:00 11:00 13:00 15:00 17:00
W1 5.24 7.76 11.77 7.87 4.80 3.69
W2 5.54 10.39 11.28 5.90 6.22 4.50
W3 3.20 7.63 10.46 5.09 5.21 4.65
W4 0.84 9.04 5.44 8.61 4.23 3.96
W5 4.49 4.74 3.85 7.57 6.16 5.41
光合速率
Photosy-
nthetic rate
[μmol(CO2)·
m−2·s−1]
W6 0.89 6.76 4.47 7.87 4.02 4.83
W1 2.07 2.17 4.39 3.90 1.47 0.36
W2 2.22 3.35 2.25 1.72 4.02 0.58
W3 3.29 4.61 2.72 2.86 0.88 0.29
W4 0.23 2.45 2.23 3.42 0.60 0.29
W5 2.29 1.09 1.09 2.02 1.36 0.80
蒸腾速率
Transpir-
ation rate
[mmol(CO2)·
m−2·s−1]
W6 0.62 1.30 3.67 2.04 0.87 1.01
W1 0.10 0.08 0.12 0.08 0.05 0.01
W2 0.10 0.13 0.05 0.04 0.13 0.02
W3 0.18 0.20 0.07 0.06 0.03 0.01
W4 0.01 0.09 0.05 0.06 0.02 0.00
W5 0.11 0.04 0.03 0.05 0.03 0.03
气孔导度
Stomatal
conductance
[mol(H2O)·
m−2·s−1]
W6 0.03 0.05 0.12 0.06 0.02 0.03

从表 3 可以看出, 不同处理冬小麦蒸腾速率与
气孔导度呈正比: 早上气孔张开较小, 蒸腾速率和
气孔导度也低, 随着时间变化蒸腾速率和气孔导度
在中午左右达到最高值, 午后又慢慢下降。但不同
处理两指标达到峰值的时间不同; 且不同处理的蒸
腾速率和气孔导度也有差异, W3的蒸腾速率和气孔
导度高于其他处理。
2.4 干旱胁迫对冬小麦光谱特性的影响
一个波段内峰值(最大值/最小值)波长的位置和
峰值的大小是决定该波段光谱特性的关键指标[9]。
不同水分处理下冬小麦 400~700 nm 波段的冠层光
谱反射率特征曲线(图 3)表明, 不同水分条件下冬小
麦冠层的光谱反射率变化基本一致。严重干旱胁迫
(W6)的冠层光谱反射率高于其他处理, 且水分条件
较好处理(W1 和 W2)的光谱反射率低于水分条件较
差的处理(W5和 W6)。


图3 不同水分条件下400~700 nm波段冬小麦的
冠层光谱反射率
Fig. 3 Spectrum reflectivity of winter wheat in 400~700 nm
under different soil moistures

冬小麦冠层光谱反射率与叶绿素含量、光合速
率、地上部干重、千粒重、穗重和产量的相关分析(表
4)表明, 在波长 552 nm和 676 nm处, 水分条件极差
的 W6 处理和正常供水的 W1 处理的冬小麦光合速
率、地上部干重(除 552 nm)和穗重与光谱反射率的
相关系数达极显著水平(P<0.01); 而严重干旱胁迫
处理的叶绿素含量和两种供水条件下的产量与光谱
反射率的相关系数较小; 千粒重与光谱反射率的相
关系数最小, 只有在 552 nm、正常供水下相关性达
极显著水平。由此可以看出, 不同水分条件下叶绿
素含量和千粒重与光谱反射率的相关系数差异较
大, 而其他特征参数与光谱反射率的相关系数差异
不大。
2.5 冬小麦减产率与各项指标的关系模型
冬小麦产量与光谱反射率 (归一化植被指数 ,
NDVI)的关系密切[10]。本研究通过建立减产率与冬
小麦光合速率(孕穗期)、叶绿素含量、NDVI和增强

表 4 冬小麦冠层光谱反射率与其生理指标的相关系数
Tab. 4 Correlation coefficients between spectrum reflectivity and winter wheat yield and physiological characteristics
处理
Treatment
波长
Wave length (nm)
叶绿素含量
Chlorophyll content
光合速率
Photosynthetic rate
地上部干重
Shoot dry
weight
千粒重
1000-grain
weight
穗重
Ear weight
产量
Yield
552 0.532 −0.774** −0.732** −0.549 −0.729** −0.453 W6
676 0.696* 0.898** −0.764** −0.510 −0.743** −0.689*
552 0.732** −0.740** −0.672* −0.719** −0.718** −0.678* W1
676 0.712** 0.783** −0.774** −0.651* −0.760** −0.544
第 1期 丛建鸥等: 干旱胁迫下冬小麦产量结构与生长、生理、光谱指标的关系 71


表 5 冬小麦减产率与光合速率、叶绿素含量、NDVI和 EVI的关系模型
Tab. 5 Relationship models of yield reduction rate of winter wheat with leaf photosynthetic rate, chlorophyll content, NDVI and EVI
因变量 Dependent variable 自变量 Independent variable 拟合模型 Model R2 P
光合速率 Photosynthetic rate y =－0.012 1x2 +0.149 9x－0.061 7 0.856 <0.01
叶绿素 Chlorophyll content y = 4.254 4x2－444.270 0x +11 612 0.474 >0.05
NDVI y =－40.436 0x2 +65.450 0x－26.058 0 0.610 <0.05
减产率
Yield reduction rate

EVI y =－92.142 0x2+81.759 0x－17.716 0 0.926 <0.01

植被指数(EVI)的关系模型, 为作物产量监测预报和
减产预报提供依据。
采用下列各式计算 NDVI和 EVI:
NDVI=(ρNIR－ρRed)/(ρNIR+ρRed) (1)
EVI=(ρNIR－ρRed)(1+L)/(ρNIR+C1ρRed－C2ρBlue+L) (2)
式中, ρNIR、ρRed和ρBlue分别是对应近红外 2波段
(841~876 nm)、红光 1波段(620~670 nm)和蓝光 3波
段(459~479 nm)的冠层光谱反射率; L是背景调整项,
L=1; C1和 C2是拟合系数, C1=6, C2=7.5[11]。
以 6 个水分处理下 NDVI 和 EVI 的计算结果及
光合速率、叶绿素含量为自变量, 以减产率为因变
量进行冬小麦减产率的模型模拟, 所选用曲线模型
包括线性模型、二次方程、S 曲线等, 并根据 R2和
显著性水平得到最优的曲线模型(表 5)。从表 5可以
看出, 从模型 R2 看, 叶绿素含量与减产率的关系模
型显著性最低, EVI和减产率的关系模型显著性最高,
孕穗期光合速率与减产率的相关性次之。由此, 可
以根据孕穗期实测的冬小麦光合速率和冠层光谱反
射率, 推算冬小麦减产情况, 为冬小麦灾损预报提
供依据。
3 结论和讨论
本研究表明, 冬小麦光合速率和增强植被指数
(EVI)同冬小麦的减产率能够建立很好的关系模型,
可通过对冬小麦生育前期农学参数的分析, 预测其减
产情况, 为作物产量监测和干旱风险预测提供依据。
因为本试验条件和时间的影响, 冬小麦的试验
只进行了 1 季, 取得的试验结果显然不足以说明问
题。所以, 如果时间允许, 应该至少有 1次重复试验,
不仅可以完善试验中忽视的问题, 还可以验证试验
结果, 使试验结果更有说服力。如果试验条件允许,
应该采用水泥混凝土砌成的有底水池, 这样可有效
隔断水分侧向交换及下渗。尽管本研究中提出的冬
小麦减产率和叶绿素含量、光合速率以及 EVI 等农
学参量的关系模型有较高的精度, 但模型的建立和
检验都是在试验条件下进行的。因此, 本研究中建
立的灾损模型仍是初步的经验模型, 还有待于不同
地区、不同年份、不同品种、不同栽培方式的进一
步试验和分析, 对模型加以改进, 以提高模型的精
度, 减小误差, 使之达到实用化的目的。试验只进行
了水分条件处理, 这对于大田试验显得太单薄, 模
型的构建也过于简单。如果在此基础上进行品种差
异的试验或水肥耦合试验, 都会使试验更充实, 也
更有意义。
参考文献
[1] 李世奎. 中国农业灾害风险评价与对策[M]. 北京: 气象出
版社, 1999: 3−6, 18−24
[2] Shibayama M, Akiyama T. Seasonal visible, near-infrared and
mid-infrared spectra of rice canopies in relation to LAI and
above-ground dry phytomass[J]. Remote Sensing of Envi-
ronment, 1989, 27: 119−127
[3] Curran P J, Dungan J L, Gholz H L. Exploring the relation-
ship between reflectance red edge and chlorophyll content in
slash pine[J]. Tree Physiology, 1990, 7: 33−48
[4] Miller J R. Season patterns in leaf reflectance red characteris-
tics[J]. Int J Remote Sensing, 1991, 12: 1509−1523
[5] 王秀珍 , 王人潮 , 黄敬峰 . 微分光谱遥感及其在水稻农学
参数测定上的应用研究 [J]. 农业工程学报 , 2002, 18(1):
9−13
[6] 郭德友 , 吕耀昌 , 彭德福 , 等 . 农业遥感[M]. 北京 : 科学
出版社, 1986
[7] 李建民, 王璞, 周殿玺, 等. 灌溉制度对冬小麦耗水及产量
的影响[J]. 生态农业研究, 1999, 7(2): 23−26
[8] 王俊儒 , 李生秀 . 不同生育期水分有限亏缺对冬小麦产量
及其构成因素的影响 [J]. 西北植物学报 , 2000, 20(2):
193−200
[9] Zhao C J, Zhou Q F, Wang J H, et al. Spectral indices rede-
fined in detecting nitrogen availability for wheat canopy[J].
Communications in Soil Science and Plant Analysis, 2004, 35:
853−864
[10] Ashcroft P M, Catt J A, Curran P J, et al. The relation between
reflected radiation and yield on the broad balk winter wheat
experiment [J]. Int J Remote Sensing, 1990, 11(10): 1821−1836
[11] Huete A, Justice C, Leeuwen V. “MODIS vegetation index
(MOD13)” Version 3. Algorithm Theoretical Basis Docu-
ment[EB/OL].http://modis.gsfc.nasa.gov/data/atbd/land_atbd.htm,
1999