基于植被指数的棉花冠层光合有效辐射截获量和叶片净光合速率估算研究

田春燕，黄春燕，郭晓飞，刘馨月，王登伟

(石河子大学农学院/新疆生产建设兵团绿洲生态农业重点实验室，新疆石河子 832003)

基于植被指数的棉花冠层光合有效辐射截获量和叶片净光合速率估算研究

田春燕，黄春燕，郭晓飞，刘馨月，王登伟

(石河子大学农学院/新疆生产建设兵团绿洲生态农业重点实验室，新疆石河子 832003)

【目的】分析不同水分处理下棉花冠层植被指数与吸收光合有效辐射截获量(FAPAR)和叶片净光合速率(Pn)之间的相关性，并通过植被指数反演FAPAR和Pn，以实现非接触、非破坏、快速、实时、大面积监测棉花的生长状况。【方法】用美国ASD Fieldspec Pro FR 2500高光谱辐射仪、LI-190SA线性光量子传感器和LI-6400便携式光合测试系统，分别测定棉花新陆早33号不同水分处理关键生育时期的冠层高光谱数据、光合有效辐射(PAR)和叶片净光合速率。【结果】不同水分处理的棉花新陆早33号冠层FAPAR与Pn均在开花结铃期达到最大值，在吐絮期达到较低值。建立重归一化植被指数(RDVI)、差值植被指数(DVI)、增强型植被指数(EVI)、光化学反射植被指数(PRI)与FAPAR、Pn的函数模型都达到极显著性相关。其中EVI与FAPAR，PRI和Pn的相关性最高(rEVI- FAPAR=0.686 3**，RMSE=0.04，rPRI- Pn=0.644 7**，RMSE=3.39，n=20)，利用它们相关性最高的函数模型方程分别估算FAPAR和Pn，实测值和估测值都达到极显著(r实测FAPAR-估测FAPAR=0.805 4**，r实测Pn-估测Pn=0.760 9**，n=20)。【结论】可以用高光谱植被指数无损的提取棉花光合生理参数信息。

植被指数；棉花；光合有效辐射截获量；叶片净光合速率；估算

0 引 言

【研究意义】光合有效辐射(Photosythetically active radiation, PAR)是指太阳辐射光谱中波长为400～700 nm波段，能被绿色植物叶片吸收并用来进行光合作用的辐射能[1]；吸收光合有效辐射截获量( Fraction Interception of Absorbed Photosynthetically Active Radiation, FAPAR，亦作FPAR)为吸收性光合有效辐射(APAR) 在光合有效辐射(PAR) 中所占的比重。利用高光谱遥感不仅可以大面积、实时、非破坏性的监测农作物生长情况，还可以迅速、准确的获取农作物的生长信息和生长环境，对于提高棉花冠层光能利用具有十分重要的意义。【前人研究进展】辛明月等[2]研究水稻的重归一化差值植被指数(RDVI)与APAR的相关性优于其它三种植被指数(比值植被指数RVI、差值植被指数DVI、归一化植被指数NDVI)；杨飞等[3]研究玉米和大豆发现RVI 在可见光、近红外波段估算FPAR 效果较好，玉米和大豆估算模型R2均达到0.8；Changwei Tan等[4]研究认为玉米DVI、RDVI、PRI与FAPAR的相关性均达到极显著水平；Yang Fei等[5]研究发现玉米RDVI、PRI在短波红外和近红外，可见光和近红外组合波段与FPAR的相关性均达到极显著水平；Julie C Zinnert等[6]在两种不同沿海灌木中研究表明，光化学反射指数(PRI)和光合作用密切相关；夏天等[7]研究表明DVI、EVI与小麦FAPAR的相关性比较高，可以较好的反映小麦的生长状况和特征；孙少波等[8]用植被指数反演毛竹叶片的净光合速率，其中DVI与Pn的相关性最高；王娣等[9]研究NDVI、RVI在农作物、园林植物上与净光合速率Pn的线性、对数、指数相关，均达到显著水平。【本研究切入点】建立棉花冠层光谱植被指数与其冠层吸收光合有效辐射截获量和单叶净光合速率的相关估算模型，以便实时动态，非损伤的获取棉花光能截获量和光合作用参数，监测棉花的长势和预测产量。【拟解决的关键问题】研究棉花新陆早33号不同水分处理冠层吸收光合有效辐射截获量和单叶净光合速率随生育期的变化规律，利用光谱植被指数估算这两个参数，为精准监测棉花的光合生产能力提供科学依据。

1 材料与方法

1.1 材 料

试验于2015年在新疆石河子大学农学院试验站(44°20′N，88°03′E)进行，种植面积0.13 hm2。供试棉花品种为新陆早33号。采用宽膜宽窄行(30 cm+60 cm+30 cm)种植，一膜四行。试验设置5个水分处理，3次重复，水分处理设置为严重缺水灌溉(1 050 m3/hm2)，缺水灌溉(2 100 m3/hm2)，适量灌溉(4 200 m3/hm2)，充分灌溉(5 300 m3/hm2)和过量灌溉(6 000 m3/hm2)，分别用D1、D2、D3、D4、D5表示，水表控制灌水量；滴灌灌水周期为6～9 d，随水施肥。4月下旬播种，全生育期化控4次，7月中旬打顶，其余管理同大田。

1.2 方 法

1.2.1 棉花冠层高光谱数据测定

在棉花新陆早33号的关键生育时期盛花期、开花结铃期、盛铃期和吐絮期。均在晴朗、无云、无风的天气，12:00～14:00选择具有代表性的、均匀无病虫危害的样本点，测量前首先进行参考板(白板)标定，25°视场角，传感器探头向下。群体测定时探测器探头距棉花冠层顶部垂直高度约1 m，每个小区内不同的样点测试10条曲线，3次重复，设定扫描时间是0.2 s,取3次测量的平均值作为该处理的冠层光谱反射值。

1.2.2 棉花冠层光合有效辐射测定

与棉花冠层高光谱测定的四个生育时期同步，在同样的天气条件下，在其样点区，于08:00～20:00，每2 h整点测定1次。将190SA线性光量子传感器垂直于棉花行向水平向上放置，分别测量不同处理冠层上方0.15 m左右、下层宽行和窄行的光合有效辐射，每样点测3次，取平均值作为该处冠层的光合有效辐射值。

1.2.3 棉花单叶净光合速率数据测定

与高光谱和光合有效辐射测定时期同步，在它们测定的样本区，在晴朗的天气于中午12: 00～14: 00，用LI- 6400便携式光合测定系统测定棉花新陆早33号不同水分处理的主茎倒4叶(打顶后测主茎倒2叶)的叶片净光合速率，每次测定3～5株棉花。测试结束将数据导出进行处理，取平均值进行数据分析。

1.3 数据处理

1.3.1 植被指数的计算

进行重归一化植被指数(RDVI)、差值植被指数(DVI)、增强型植被指数(EVI)、光化学反射指数(PRI)计算。表1

1.3.2 光合有效辐射数据的计算

根据1.2.2测定棉花新陆早33号四生育期的冠层上方0.15 m处的光合有效辐射(PARc)，并将冠层下部和下部的宽行、窄行的光合有效辐射平均值作为冠层下部的光合有效辐射(PARg)，根据公式(5)计算棉花吸收光合有效辐射截获量(FAPAR)，然后将1 d内测得7个时间段的FAPAR平均，作为该时期的FAPAR。

FAPAR=(PARc-PARg)/PARc.

均方根误差的计算：

2 结果与分析

2.1 不同水分处理下棉花冠层光合有效辐射截获量和叶片净光合速率的生育期变化

光能是作物转化和利用的对象，FAPAR指植被叶片在光合有效辐射(400～700 nm)波段有多少太阳光能被吸收的一个度量，表示了植被冠层能量的吸收能力[10]。研究表明，棉花新陆早33号不同水分处理的FAPAR和Pn的关键生育期变化。严重缺水灌溉D1处理的FAPAR与Pn均显著低于其它4个水分处理。棉花随着灌水量的增加冠层FAPAR值从盛花期到开花结铃期不断增加，开花结铃期D1到D5处理的FAPAR值分别为0.79、0.86、0.84、0.91、0.92，5种水分处理的FAPAR均在开花结铃期达到棉花生育期中的最大值，到盛铃期呈现下降的趋势，吐絮期为生育期的较低值。不同水分处理FAPAR由高到低依次为D5>D4>D3>D2>D1，说明水分充足，棉花生长旺盛，其冠层吸收光合有效辐射截获量高，反之棉花受到水分胁迫，其冠层的光能截获量就低。

棉花新陆早33号关键生育期Pn的变化特征与FAPAR表现出相似的变化趋势，在开花结铃期达到最大值，在吐絮期出现最低值，其中D4处理的Pn值最高， D1处理的Pn值最低，说明水分胁迫降低了棉花叶片的净光合速率。表2

表1 植被指数计算公式
Table 1 Formulae for vegetation indice

植被指数ThenameofVegetationindices计算公式VIformulae参考Reference1.差值植被指数(DVI)DVI=ρNIR-ρRedρNIR和ρRed分别为波段760～850nm、650～670nm范围的平均反射率Jordan(1969)2.再归一化植被指数(RDVI)RDVI=NDVI×DVINDVI=ρNIR-ρRedρNIR+ρRedDVI的计算同1,NDVI的ρNIR和ρRed的定义同1。RoujeanandBreon(1995)Tucker(1979)3.增强型植被指数(EVI)EVI=2.5ρNIR-ρRedρNIR+6.0ρRed-7.5ρBLUE+1ρNIR、ρRED的定义同1,ρBLUE为350～400nm范围的平均反射率Hueteetal.(1997)4.光化学反射植被指数(PRI)PRI=ρ570-ρ531ρ570+ρ531ρ570、ρ531的分别为570、531nm波段的反射率Penuela,1995

表2 棉花新陆早33号不同水分处理的FAPAR和Pn关键生育期变化
Table 2 The variation of FAPAR and Pn of cotton No. Xinluzao 33 under different water treatments at the key growth stages

处理Treatment盛花期Fullflowerstage开花结铃期Floweringandboll-formingstage盛铃期Fullbollstage吐絮期Bollopiningperiod光合有效辐射截获量FAPARD10.667Bb0.785Bb0.727Bb0.696BbD20.867Aa0.858Aa0.853Aa0.750AaD30.867Aa0.841ABa0.890Aa0.777AaD40.887Aa0.914Aa0.883Aa0.782AaD50.887Aa0.916Aa0.895Aa0.818Aa叶片净光合速率PnD115.043Bc21.409Bb12.633Bb11.137BbD218.117ABbc25.600Bb19.960ABab15.102ABabD322.708ABab28.269Aa19.782ABab16.310ABabD426.503ABa31.418Aa24.915Aa23.250AaD526.242Aa30.930Aa23.457Aa17.275ABa

注：小写字母表示显著水平0.05，大写字母表示极显著水平0.01

Note：Lowercase letters represent significant level 0.05，uppercase letters represent significant level 0.01

2.2 棉花植被指数与FAPAR、Pn的相关性

光合有效辐射截获量是重要的生物物理参数，是描述植被结构以及与之相关的物质与能量交换过程的基本生理变量[11]，是估算植被生物量的理想参数。研究表明，棉花新陆早33号4个植被指数与FAPAR、Pn的幂指数和指数拟合方程的相关系数均达到极显著检验水平，其中FAPAR与EVI幂指数函数相关性最好(r=0.686 3**，RMSE=0.04)，FAPAR与植被指数相关性排列次序为EVI>RDVI>DVI>PRI。PRI与Pn指数函数相关性最好(r=-0.644 7**，RMSE=3.391 7)，4个植被指数与Pn的相关系数绝对值排列依次为PRI>RDVI>EVI>DVI。分析4个植被指数与FAPAR和Pn的相关性，表明4个植被指数与FAPAR的相关性较与Pn的高，通过植被指数，能够较好的反映出棉花群体光合生长能力的状况。表3

表3 棉花新陆早33号植被指数与FAPAR、Pn的相关性
Table 3 Correlation analysis between vegetation indice andFAPAR,Pnof cotton No. Xinluzao 33

植被指数VI拟合方程Fittingequation相关系数Correlationcoefficient均方根误差RMSE光合有效辐射截获量FAPARRDVIY=1.0308X0.37130.6775**0.0957DVIY=1.0139X0.1810.6418**0.0289EVIY=1.9316X0.67790.6863**0.0403PRIY=0.8376e-4.9934X0.6342**0.0723叶片净光合速率PnRDVIY=41.519X1.15180.5999**3.8948DVIY=40.137X0.72030.4324**4.3870EVIY=2.9235e6.768X0.4704**12.2710PRIY=21.311e-15.955X0.6447**3.3917

注：**为0.01 极显著水平，n=20

Note:**means significant at 0.01 probability level, n=20

2.3 棉花植被指数对其冠层FAPAR和叶片Pn的估算

基于EVI与FAPAR相关性最高的幂指数函数模型，估算FAPAR值，FAPAR的实测值与估测值呈极显著线性相关(r=0.805 4**，n=20)；同时根据PRI与Pn相关性最高的指数函数模型估测Pn，实测Pn与估测Pn相关关系(r=0.760 9**，n=20)呈极显著的线性相关。植被指数EVI估测FAPAR与PRI估测的Pn相比较，前者的估测精度较高，这与张超等[12]研究高光谱参量VI2与FAPAR的相关性能更好的预测冬小麦的FAPAR的结论相一致。图1，图2

图1 棉花新陆早33号EVI与FAPAR相关模型估测FAPAR与实测FAPAR的相关性
Fig.1 Relationship between estimatedFAPARbased on the function model ofEVIandFAPARand measuredFAPARof cotton No. Xinluzao 33

图2 棉花新陆早33号PRI与Pn相关模型估测Pn与实测Pn的相关性
Fig. 2 Relationship between estimatedPnbased on the function model ofPRIandPnand measuredPnof cotton No. Xinluzao 33

3 讨 论

光合作用是植物叶片吸收光能和转换光能的过程，光合有效辐射是反映作物长势和组成预报产量模型的重要特征参数，是植物进行光合作用形成初级生物量的重要能源，而净光合速率Pn是衡量光合作用强弱的重要指标。研究不同水分处理下棉花新陆早33号关键生育时期吸收冠层光合有效辐射截获量FAPAR和叶片净光合速率Pn的变化特征。表明FAPAR和Pn从盛花期到吐絮期出现先增加后降低的趋势，这主要是因为盛花期到开花结铃期是棉花生长最旺盛的时期，棉花植株在水分充分条件下，叶片数目多，绿叶面积大，叶片光合能力强，群体长势茂盛，棉花冠层吸收的光合有效辐射能较多，相反棉花受到水分胁迫，冠层FAPAR和叶片Pn降低；从盛铃末期到吐絮期，棉花植株的生长中心转移到棉铃上，叶片开始衰老，光合作用下降，光能利用率也降低，FAPAR和Pn同样出现了下降的趋势。

目前，将棉花冠层光合有效辐射参数FAPAR和叶片净光合速率Pn同时与光谱数据建立相关关系的研究较少。研究选用RDVI、DVI、EVI、PRI四个植被指数分别与棉花冠层FAPAR和叶片Pn建立相关关系。EVI与FAPAR的幂指数相关性最高(rEVI- FAPAR=0.686 3**，RMSE=0.04，n=20)，这与夏天等[7]研究小麦FAPAR与EVI有较高的相关性的结论相一致；研究棉花PRI与Pn存在着较高的指数相关性(rPRI-Pn=-0.644 7**，RMSE=3.39，n=20)，与王小平等[14]研究春小麦PRI与Pn的相关性较高的研究结论一致；PRI能反映作物水分胁迫发生后光合作用的变化情况，PRI与叶片净光合速率Pn存在最好的相关关系，更进一步证明了Gamon等[13]研究向日葵PRI与净光合作用有关的研究结果。植被指数与棉花冠层FAPAR的相关性高于与叶片Pn的相关性，这是因为测定的FAPAR为棉花冠层参数，而Pn为棉花单叶光合强度。

4 结 论

棉花新陆早33号5个水分处理的冠层吸收光合有效辐射截获量和叶片净光合速率Pn在棉花的盛花期到开花结铃期不断增加，在开花结铃期达到最大值，盛铃期到吐絮期不断降低。FAPAR和Pn随着灌水量的增加而增加，但是Pn增加到一定水平以后，会出现降低的趋势。严重缺水灌溉D1处理与其它4个水分处理的FAPAR与Pn，经方差分析表明，均存在着极显著的差异性。RDVI、EVI、DVI、PRI与FAPAR的相关系数达到0.63以上，与Pn的相关性达到0.43以上。其中RDVI、EVI、DVI与FAPAR和Pn呈极显著的幂指数函数和指数函数相关，PRI与FAPAR和Pn都呈极显著的负指数函数相关，可以用植被指数EVI来反演FAPAR，PRI反演Pn，但前者的估测精度较高。

References)

[1] 段若溪, 姜会飞. 农业气象学[M]. 北京: 气象出版社, 2002: 51-60.

DUAN Ruo-xi, JIANG Hui-fei. (2002).AgriculturalMeteorology[M]. Beijing: Meteorological Press: 1-60. (in Chinese)

[2]辛明月, 殷红, 张涛, 等. 基于高光谱遥感的水稻冠层吸收光合有效辐射的估算研究[J]. 中国水稻科学, 2011, 25(4): 443-446.

XIN Ming-yue, YIN Hong, ZHANG Tao, et al. (2011). Estimation of rice absorbed photosynthetically active radiation by hyperspectral remote sensing [J].ChineseJournalofRiceScience, 25(4):443-446. (in Chinese)

[3]杨飞, 张柏, 宋开山, 等. 玉米和大豆光合有效辐射吸收比例与植被指数和叶面积指数的关系[J]. 作物学报, 2008, 34(11): 2 046-2 052.

YANG Fei, ZHANG Bai, SONG Kai-shan, et al. (2008). Relationship between Fraction of Photosynthetically Active Radiation and Vegetation Indices, Leaf Area Index of Corn and Soybean [J].ActaAgronomicaSinica, 34(11):2,046-2,052. (in Chinese)

[4]Tan, C., Samanta, A., Jin, X., Tong, L., Ma, C., & Guo, W., et al. (2013). Using hyperspectral vegetation indices to estimate the fraction of photosynthetically active radiation absorbed by corn canopies.InternationalJournalofRemoteSensing, 34(24): 8,789-8,802.

[5]Fei, Y., Zhu, Y., Zhang, J., & Yao, Z. (2012). Estimating fraction of photosynthetically active radiation of corn with vegetation indices and neural network from hyperspectral data.ChineseGeographicalScience,22(1): 63-74.

[6]Zinnert, J. C., Nelson, J. D., & Hoffman, A. M. (2012). Effects of salinity on physiological responses and the photochemical reflectance index in two co-occurring coastal shrubs.PlantandSoil, 354(1): 45-55.

[7]夏天, 周勇, 张海涛, 等. 基于高光谱的小麦冠层光合有效辐射比率估算研究[J]. 国际会议遥感, 2011: 25-26.

XIA Tian, ZHOU Yong, ZHANG Hai-tao, et al. (2011). Study on Estimation of wheat canopy FPAR based on hyper-spectral technology [J].TheInternationalConferenceonRemoteSensing: 25-26. (in Chinese)

[8]孙少波, 杜华强, 李平衡, 等. 基于小波变换的毛竹叶片净光合速率高光谱遥感反演[J]. 应用生态学报, 2016, 27(1): 49-58.

SUN Shao-hua, DU Hua-qiang, LI Ping-heng, et al. (2016). Retrieval of leaf net photosynthetic rate of moso bamboo forests using hyperspectral remote sensing based on wavelet transform [J].ChineseJournalofAppliedEcology, 27(1):49-58. (in Chinese)

[9]王娣, 佃袁勇, 乐源. 基于高光谱植被指数的叶片净光合速率Pn反演[J]. 地理与地理信息科学, 2016, 4(32): 42-48.

WANG Di, TIAN Yuan-yong, LE Yuan. (2016). Based on hyperspectral vegetation index leaf net photosynthetic rate of Pn inversion[J].GeographyandGeographicInformationScience, 4(32):42-48. (in Chinese)

[10]Fensholt, R., Sandholt, I., & Rasmussen, M. S. (2004). Evaluation of modis lai, fapar and the relation between fapar and ndvi in a semi-arid environment using in situ measurements.RemoteSensingofEnvironment, 91(3): 490-507.

[11]Myneni, R., Running, S. W. ;., Glassy, J., & Votava, P. (2003). User's guide: FPAR, LAI (ESDT: MOD15A2) 8-day composite nasa modis land algorithm.Nrm.salrm.uaf.edu.

[12]张超, 蔡焕杰, 李志军. 高光谱特征参量的冬小麦吸收性光合有效辐射分量估算模型[J].光谱学与光谱分析, 2015, 35(9): 2 644-2 649.

ZHANG Chao, CAI Huan-jie, LI Zhi-jun. (2015). High absorbent spectrum characteristic parameter of winter wheat photosynthetic active radiation component estimation model [J].SpectroscopyandSpectralAnalysis, 35(9): 2,644-2,649. (in Chinese)

[13]Gamon, J. A., Peuelas, J., & Field, C. B. (1992). A narrow-waveband spectral index that tracks diurnal changes in photosynthetic efficiency ☆.RemoteSensingofEnvironment, 41(1): 35-44.

[14] 王小平, 赵传燕, 郭铌,等. 黄土高原半干旱区春小麦冠层光谱对不同程度水分胁迫的响应[J]. 兰州大学学报(自然科学版), 2014, (3):417-423.

WANG Xiao-ping, ZHAO Chuan-yan, GUO Ni,et al. 92014). Canopy hyperspectral reflectance response for spring wheat in different water stresses in semi-arid areas of the Loess Plateau [J].JournalofLanzhouUniversity(NaturalScienceEd.) , (3):417-423. (in Chinese)

[15] Jordan CF (1969). Derivation fo leaf area index from quality of light on the forest floor.Ecology, (50): 663-666.(in Chinese)

[16] Roujean J L, Breon F M. (1995). Estimating PAR absorbed by vegetation from bidirectional reflectance measurements [J].RemoteSensingofEnvironment, 51(3): 375-384. (in Chinese)

[17] Tucker CJ. (1979). Red and photographic infrared linear combinations for monitoring vegetation.RemoteSensEnviron, (8):127-150.(in Chinese)

[18] A.R. Huete, H.Q. Liu, et al. (1997). A comparison of vegetation indices over a global set of TM images for EOS-MODIS[J].RemoteSensingofEnvironment, 59(3): 440-451.(in Chinese)

[19] Penuelas J, Filella I, Gamon J A. (1995). Assessment of Photosynthetic Radiation-Use Efficiency with Spectral Reflectance[J].NewPhytol, (131): 291-296.(in Chinese)

Estimation of Cotton Canopy Fractional Interception of Absorbed Photosynthetic Active Radiation and Leaf Net Photosynthetic Rate Based on Hyperspectral Vegetation Index

TIAN Chun-yan, HUANG Chun-yan, GUO Xiao-fei, LIU Xin-yue, WANG Deng-wei

(KeyLaboratoryofOasisEco-agricultureofXinjiangProductionandConstructionCorps,CollegeofAgronomy,ShiheziUniversity,ShiheziXinjiang832003,China)

【Objective】 This project aims to analyze the correlation between vegetation indices and fraction interception of absorbed photosynthetically active radiation (FAPAR), leaf net photosynthetic rate (Pn) of cotton in different water treatments, so that the vegetation indices will be used to retrieveFAPARandPnin order to realize the non-contact, non-destructive, rapid, real-time, large-area monitoring of cotton growth.【Method】Canopy hyperspectral reflectance data, photosynthetically active radiation(PAR) and leaf net photosynthetic rate of cotton Xinluzao No.33 with different irrigation treatments were recorded in field experiments by the ASD Fieldspec Pro FR 2500 spectroradiometer, LI-190SA linear quantum sensor and LI-6400 por
Table photosynthesis system at cotton key growth stages.【Result】The results showed that both of cottonFAPARandPnreached the maximum values at flowering and boll-forming stages and the minimum values at the boll opening period. Their models were all highly significant correlated at 1% level by the renormalized vegetation indices (RDVI), difference vegetation indices (DVI), enhanced vegetation indices (EVI) and photochemical reflectance indices (PRI) and FAPAR, Pn, respectively. The highly correlated ones wereEVIandPRIwithFAPAR,Pn(rEVI- FAPAR=0.686,3，RMSE=0.04,rPRI- Pn=0.644,7，RMSE=3.39), respectively. TheFAPARandPNwere estimated by using the model equation with the highest correlation function, and the measured value and the estimated value of the model were extremely significant(rmeasured-FAPAR-estimated-FAPAR=0.805,4**，rmeasured Pn-estimatedPn=0.760,9**). 【Conclusion】In conclusion, hyperspectral vegetation indices can be used to extract information of photosynthetic physiological parameters of cotton without causing any damage.

vegetation index; cotton; fraction interception of absorbed photosynthetically active radiation; leaf net photosynthetic rate; estimation

WANG Deng-wei(1966-), male, native place: Hengshui, Hebei. Doctor, Professor, Master Instructor; research field: Agricultural Information Technology, (E-mail) wdw37660279@sina.com

10.6048/j.issn.1001-4330.2017.06.001

2017-02-10

国家自然科学基金项目(31560354)；人力资源和劳动社会保障部留学回国人员科技活动项目(RSLX201303)

田春燕(1992-)，女，新疆人，硕士研究生，研究方向为农业信息化，(E-mail)630177554@qq.com

王登伟(1966-)，男，河北衡水人，博士，教授，硕士生导师，研究方向为农业信息技术，(E-mail)wdw37660279@sina.com

S562

A

1001-4330(2017)06-0981-07

Supported by: National Natural Science Foundation of China(31560354) and Science and Technology Activities Project of Returned Personnel of Ministry of Human Resources and Social Security(RSLX201303)