基于多角度成像数据的新型植被指数构建与叶绿素含量估算

文献类型： 中文期刊

第一作者： 廖钦洪

作者： 廖钦洪;张东彦;王纪华;杨贵军;杨浩;Coburn Craig;Wong Zhijie;王大成

作者机构：

关键词： 多角度成像;热点-暗点;植被指数;ACRM模型;叶绿素含量

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2014 年 34 卷 06 期

页码： 1599-1604

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 叶绿素含量的快速估算对于及时了解作物的长势、病虫害监测以及产量的评估都具有重要意义。利用自主研发的多角度成像观测系统获取了不同生育期玉米的高光谱影像,精确地提取出主平面内各个观测角度下玉米冠层的反射率。通过对ACRM模型模拟值和实测值的分析,计算出玉米冠层红波段下的热点-暗点指数(HDS),并利用该指数对TCARI进行改进,提出一个基于多角度观测的新型植被指数HDTCARI,最后使用多角度高光谱成像数据对其进行了地面验证。结果表明,HD-TCARI能够减小LAI对叶绿素估算的影响,当叶绿素浓度大于30μg·cm-2,HD-TCARI与LAI的相关性R2仅为26.88%~28.72%;当叶绿素浓度较高时,HD-TCARI具有抗"饱和"的特性在LAI在1~6之间变化时,HD-TCARI与叶绿素浓度的线性关系R2较TCARI提高了约9%左右。利用多角度高光谱成像数据对HD-TCARI进行地面验证,其与叶绿素浓度的线性关系(R2=66.74%)明显优于TCARI所建立的估算模型(R2=39.92%),证明了HD-TCARI指数具有更好地估算叶绿素浓度的潜力。

分类号： Q946`S126

  • 相关文献

[1]基于高光谱植被指数的马铃薯叶片叶绿素含量估测模型. 郑顺林,周少猛,张琴,袁继超,胡建军. 2016

[2]应用近地成像高光谱估算玉米叶绿素含量. 张东彦,刘镕源,宋晓宇,徐新刚,黄文江,朱大洲,王纪华. 2011

[3]利用无人机高光谱估算冬小麦叶绿素含量. 冯海宽,陶惠林,赵钰,杨福芹,樊意广,杨贵军. 2022

[4]不同密度冬小麦叶绿素含量的冠层光谱响应研究. 王慧琴,王君杰,冯美臣,王超,杨武德. 2013

[5]不同氮肥水平下大豆叶片光谱反射率与叶绿素含量的相关性研究. 申晓慧,姜成,张敬涛,刘婧琦,赵桂范,冯鹏. 2012

[6]基于无人机多光谱的夏玉米穗位叶叶绿素含量反演研究. 杨广云,牛鲁燕. 2022

[7]基于高光谱和HJ-1 CCD的水旱地冬小麦叶绿素含量反演. 王慧琴,冯美臣,李广信,杨武德,任鹏,刘婷婷,郭小丽,高龙梅,李志花. 2014

[8]施氮水平对苇状羊茅反射光谱的影响. 张文,王普昶,罗天琼,陈功,杨春燕. 2015

[9]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[10]高光谱遥感在植被理化信息提取中的应用动态. 谭昌伟,王纪华,黄文江,刘良云,黄义德,严伟才. 2005

[11]施氮水平对苇状羊茅反射光谱特征的影响. 张文,王普昶,罗天琼,陈功,杨春燕. 2015

[12]基于NDVI的西昌市紫茎泽兰入侵监测模型初探. 刘伟,张锦华,唐成斌,刘淑珍,杨颖慧. 2008

[13]利用叶片反射光谱预测大豆合交98-1667干物重模型. 宋英博,贾立君,杜永生,王囡囡,邓际华,陈庆山,胡国华. 2010

[14]基于MOD09GA产品的草地生物量遥感估算模型. 崔霞,梁天刚,刘勇. 2009

[15]基于植被指数与叶面积指数的水稻生长状况监测. 田翠玲,李秉柏,郑有飞. 2005

[16]北疆地区不同草地类型MODIS植被指数变化动态及其与气候因子的关系. 黄晓东,李霞,梁天刚. 2007

[17]估测作物冠层生物量的新植被指数的研究. 陈鹏飞,Nicolas Tremblay,王纪华,Philippe Vigneault,黄文江,李保国. 2010

[18]水稻成熟过程中高光谱与叶绿素、类胡萝卜素的变化规律研究. 唐延林,王纪华,黄敬峰,王人潮,何秋霞. 2003

[19]基于CASI高光谱数据的作物叶面积指数估算. 唐建民,廖钦洪,刘奕清,杨贵军,冯海宽,王纪华. 2015

[20]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

作者其他论文 更多>>

微信小程序