基于高光谱的冬小麦叶面积指数估算方法

文献类型： 中文期刊

第一作者： 夏天

作者： 夏天;吴文斌;周清波;周勇;于雷

作者机构：

关键词： 高光谱;冬小麦;叶面积指数;估算

期刊名称： 中国农业科学

ISSN： 0578-1752

年卷期： 2012 年 45 卷 10 期

页码： 2085-2092

收录情况： 北大核心 ; CSCD

摘要： 【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数(R2)为0.675—0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。

分类号： S512.11

  • 相关文献

[1]基于无人机数码影像和高光谱数据的冬小麦产量估算对比. 陶惠林,冯海宽,杨贵军,杨小冬,苗梦珂,吴智超,翟丽婷. 2019

[2]基于赤池信息量准则的冬小麦叶面积指数估算. 杨福芹,冯海宽,李振海,金秀良,杨贵军,戴华阳. 2015

[3]最小二乘支持向量机方法对冬小麦叶面积指数反演的普适性研究. 谢巧云,黄文江,梁栋,彭代亮,黄林生,宋晓宇,张东彦,杨贵军. 2014

[4]基于高光谱遥感与SAFY模型的冬小麦地上生物量估算. 刘明星,李长春,李振海,冯海宽,杨贵军,陶惠林. 2020

[5]基于新型植被指数的冬小麦LAI高光谱反演. 束美艳,顾晓鹤,孙林,朱金山,杨贵军,王延仓,张丽妍. 2018

[6]基于无人机高光谱遥感的冬小麦株高和叶面积指数估算. 陶惠林,徐良骥,冯海宽,杨贵军,代阳,牛亚超. 2020

[7]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[8]基于高光谱的水稻土有机质含量估算研究. 卢岩,郭斗斗,孙成明,刘涛,陈瑛瑛,武威. 2014

[9]一款无人机高光谱传感器的验证及其在玉米叶面积指数反演中的应用. 陈鹏飞,李刚,石雅娇,徐志涛,杨粉团,曹庆军. 2018

[10]冬小麦叶面积指数遥感反演方法比较研究. 谢巧云,黄文江,蔡淑红,梁栋,彭代亮,张清,黄林生,杨贵军,张东彦. 2014

[11]基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较. 刘轲,周清波,吴文斌,陈仲新,唐华俊. 2016

[12]物理模型光谱模拟误差对冬小麦叶面积指数高光谱反演的影响. 周清波,吴文斌,陈仲新,夏天,王思,唐华俊. 2016

[13]种植密度对玉米冠层高光谱特征的响应研究. 邹楠,杨文杰,肖春华,王克如,陈兵,张国强,张召星. 2017

[14]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

[15]基于无人机高光谱遥感数据的冬小麦产量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,牛亚超. 2020

[16]基于冠层光谱植被指数的冬小麦作物系数估算. 李贺丽,罗毅,赵春江,杨贵军. 2013

[17]冬小麦叶面积指数高光谱遥感反演方法对比. 夏天,吴文斌,周清波,周勇. 2013

[18]基于无人机数字表面模型的冬小麦生物量估算模型构建及迁移能力分析. 郭燕,贺佳,曾凯,张彦,张红利,郑国清,王来刚. 2024

[19]可见光光谱的冬小麦苗期地上生物量估算. 张领先,陈运强,李云霞,马浚诚,杜克明,郑飞翔,孙忠富. 2019

[20]基于高光谱遥感的冬小麦叶水势估算模型. 陈智芳,宋妮,王景雷,孙景生. 2017

作者其他论文 更多>>

微信小程序