Original paper
Analysis of Crop Reflectance for Estimating Biomass in Rice Canopies at Different Phenological Stages
Gnyp, Martin Leon; Yu, Kang; Aasen, Helge; Yao, Yinkun; Huang, Shanyu; Miao, Yuxin; Bareth, Georg
Photogrammetrie - Fernerkundung - Geoinformation Jahrgang 2013 Heft 4 (2013), p. 351 - 365
published: Aug 1, 2013
DOI: 10.1127/1432-8364/2013/0182
ArtNo. ESP172201304010, Price: 29.00 €
Abstract
This paper contributes an assessment for estimating rice (Oryza sativa L., irrigated lowland rice) biomass by canopy reflectance in the Sanjiang Plain, China. Hyperspectral data were captured with field spectroradiometers in experimental field plots and farmers' fields and then accompanied by destructive aboveground biomass (AGB) sampling at different phenological growth stages. Best single bands, best two band-combinations, optimised simple ratio (SR), and optimised normalized ratio index (NRI), as well as multiple linear regression (MLR) were calculated from the reflectance for the non-destructive estimation of rice AGB. Experimental field data were used as the calibration dataset and farmers' field data a the validation dataset. Reflectance analyses display several sensitive bands correlated to rice AGB, e.g. 550, 670, 708, 936, 1125, and 1670 nm, which changed depending on the phenological growth stages. These bands were detected by correlograms for SR, NRI, and MLR with an offset of approximately ± 10 nm. The assessment of the three methods showed clear advantage of MLR over SR and NRI in estimating rice AGB at the tillering and stem elongation stages by fitting and evaluating the models. The optimal band number for MLR was set to four to avoid overfitting. The best validated MLR model (R2 = 0.82) at the tillering stage was using four bands at 672, 696, 814 and 707 nm. Overall, the optimized SR, NRI, and MLR have a great potential in non-destructive estimation of rice AGB at different phenological stages. The performance against the validation dataset showed R2 of 0.69 for SR and R2 of 0.70 for NRI, respectively.
Kurzfassung
Dieser Beitrag versucht eine Bewertung zur Biomassenabschätzung von Kulturreis (Oryza sativa L., bewässerter Flachland-Kulturreis) mit Hilfe von Bestandsreflexion in der Sanjiang Ebene, China. Hyperspektrale Daten wurden in Feilandexperimenten und in Feldern von Landwirten mit Feldspektroradiometern gemessen. Nach den Spektralmessungen wurde die oberirdische Biomasse destruktiv in unterschiedlichen phänologischen Wachstumsstadien gemessen. Beste einzelne Bänder, beste Zweibandkombinationen, optimierter Simple Ratio (SR) und Normalisierter Ratio Index (NRI), sowie Multiple Regressionsanalyse (MLR) wurden anhand von Reflexionsdaten der Freilandexperimente berechnet. Die Daten von den Feldern der Landwirte wurden als Validierungsdatensatz verwendet. Die Reflexionsanalysen zeigen mehrere zur Biomasse korrelierend sensitive Bänder, z. B, 550 nm, 670 nm, 708 nm, 936 nm, 1.1.25 nm und 1670 nm, welche sich in Abhängigkeit von phänologischen Wachstumsstadien änderten. Diese Bänder wurden mittels Korrelogramme für SR, NRI und MLR mit einem Versatz von ca, ± 1.0 nm detektiert. Die Bewertung der drei Methoden zeigte deutliche Vorteile von MLR gegenüber SR und NRI in der Biomassenabschätzung für Reis im Bestockungs- und Ährenschwellenstadium. Die optimale Bandanzahl für MLR wurde auf vier festgesetzt, um eine Überanpassung zu vermeiden. Das beste MLR-Modell (R2 = 0.82) zum Bestockungsstadium basiert auf vier Bändern (672 nm, 696 nm, 81.4 nm und 707 für). Die Analyse von hyperspektralen Reflexionsdaten zur Optimierung von VIs oder MLR hat ein großes Potential in der Biomassenabschätzung für Reis in unterschiedlichen phänologischen Stadien. Dies wird durch die gute Übertragbarkeit (R2 = 0.69 für SR und R2 = 0.70 für NRI) der optimierten Modelle in die landwirtschaftliche Praxis unterstrichen.