基于高光谱遥感的农作物识别

文献类型： 中文期刊

第一作者： 舒田

作者： 舒田;岳延滨;李莉婕;黎瑞君;李裕荣;彭志良

作者机构：

关键词： 农作物;高光谱遥感;植被分类

期刊名称： 江苏农业学报

ISSN： 1000-4440

年卷期： 2016 年 32 卷 06 期

页码： 1310-1314

收录情况： 北大核心 ; CSCD

摘要： 高光谱遥感为农作物种类识别提供了新的技术手段,对发展精准农业具有重要意义。本研究在分析农作物光谱信息特征的基础上,利用不同数据变换形式和10种常用植被指数对采收期的7种农作物进行了识别能力研究。结果表明:在350~500 nm波长芭蕉芋反射率最高,农作物在760~915 nm、1 000~1 115 nm波长反射光谱曲线差异明显;识别这7种农作物的最佳波长位置有516 nm、568 nm、609 nm、642 nm、660 nm、700 nm、717 nm、760 nm、928 nm、1 001 nm、1 118 nm、1 136 nm和1 327 nm等;采用原始光谱计算的10种植被指数中RVI辨识农作物的能力最强,其他由强到弱依次为MSRI、NVI、TDVI、EVI、NDVI、SAVI、DVI、TVI、IPVI。由此可见,不同特征谱段和植被指数能够识别不同类型农作物。

分类号： S127

  • 相关文献

[1]作物氮素高光谱遥感监测研究. 李永梅,张立根. 2020

[2]冬小麦生物量高光谱遥感监测模型研究. 贺佳,刘冰峰,郭燕,王来刚,郑国清,李军. 2017

[3]作物环境胁迫高光谱遥感监测研究进展. 杨菲菲,李世娟,刘升平,吕纯阳,刘大众,肖顺夫,刘航. 2020

[4]AVIRIS高光谱数据空-谱特征在植被分类中的对比分析. 付元元,杨贵军,段丹丹,张永涛,顾晓鹤,杨小冬,徐新刚,李振海. 2020

[5]基于多时相Sentinel-2卫星影像的冬小麦面积提取. 陈雨琪,席瑞,陈佳麒,章健,高国军,刘海威,盛莉,王福民,刘占宇. 2024

[6]城市尺度上植被分类体系方案及其在上海市的运用. 达良俊,高志文,杨永川,宋坤,郭雪艳,梁红,夏体渊,王华锋,周婷,张代贵,田志慧,胡远东,贾博. 2023

[7]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

[8]高光谱遥感监测冬小麦条锈病的研究进展(综述). 黄木易,王纪华,黄义德,黄文江,赵春江,刘良云. 2004

[9]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

[10]高光谱遥感叶面积指数(LAI)反演研究现状. 邢著荣,冯幼贵,李万明,王萍,杨贵军. 2010

[11]用高光谱微分指数监测冬小麦病害的研究. 蒋金豹,陈云浩,黄文江. 2007

[12]基于高光谱数据提取作物冠层特征信息的研究进展. 祁亚琴,王登伟,陈冠文,黄春燕,段震宇,陈燕,袁杰,杨坤. 2005

[13]基于GA的GRNN高光谱遥感反演冬小麦叶片氮含量模型的建立与验证. 孙焱鑫,王纪华,李保国,刘良云,黄文江,赵春江. 2007

[14]应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽. 2013

[15]基于高光谱数据的高寒草甸氮磷钾含量估测方法研究——以青海省贵南县及玛沁县高寒草甸为例. 高金龙,侯尧宸,白彦福,孟宝平,杨淑霞,胡远宁,冯琦胜,崔霞,梁天刚. 2016

[16]基于高光谱数据提取棉花冠层特征信息的研究. 祁亚琴,吕新,陈冠文,林海荣,陈燕,杨坤. 2011

[17]主成分分析法与植被指数经验方法估测冬小麦条锈病严重度的对比研究. 陈云浩,蒋金豹,黄文江,王圆圆. 2009

[18]小麦条锈病高光谱近地与高空遥感监测比较研究. 蔡成静,马占鸿,王海光,张玉萍,黄文江. 2007

[19]融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI. 李鑫川,鲍艳松,徐新刚,金秀良,张竞成,宋晓宇. 2013

[20]用高光谱微分指数估测条锈病胁迫下小麦冠层叶绿素密度. 蒋金豹,陈云浩,黄文江. 2010

作者其他论文 更多>>

微信小程序