T erra-M OD IS数据集同时具有归一化植被指数(NDV I)和增强型植被指数(EV I)两种植被指数。为了对比这两种植被指数在农作物估产中的应用效果,该文利用M OD IS-NDV I和M OD IS-EV I作为遥感特征参量,以对美国冬小麦的长势监测与产量预...T erra-M OD IS数据集同时具有归一化植被指数(NDV I)和增强型植被指数(EV I)两种植被指数。为了对比这两种植被指数在农作物估产中的应用效果,该文利用M OD IS-NDV I和M OD IS-EV I作为遥感特征参量,以对美国冬小麦的长势监测与产量预测为例进行了研究:运用区域作物特定生育期内多年的NDV I和EV I值与作物产量进行相关分析,采用一次线性拟合方法分别建立回归方程,估算当年的农作物产量。结果表明,EV I明显地比NDV I更好地与产量建立回归方程,用EV I建立的回归方程,各州相关系数大多在0.7以上;而用NDV I建立的回归方程,相关性不稳定。因此利用EV I建立的模型对2004年美国冬小麦进行估产,并将预测结果与美国国家统计署6月1号公布的预测结果进行对比,结果发现,美国国家统计署预测单产误差为3.05%,总产误差为-2.56%,而该研究预测结果单产误差为2.62%,总产误差为-1.77%且预测时间比美国国家统计署预测时间提前约半个月。可见EV I可以更有效地进行作物监测及估产,提高预测的准确性。展开更多
