波段宽度对利用植被指数估算小麦LAI的影响

文献类型： 中文期刊

第一作者： 黄婷

作者： 黄婷;梁亮;耿笛;李丽;王李娟;王树果;罗翔;杨敏华

作者机构：

关键词： 波段宽度;植被指数;叶面积指数;PROSAIL模型

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2020 年 36 卷 04 期

页码： 168-177

收录情况： EI ; 北大核心 ; CSCD

摘要： 为了能够根据遥感数据类型实现指数的优化选择进而提高叶面积指数的反演精度,该研究分析了不同波段宽度(5～80 nm)对植被指数反演叶面积指数精度的影响。通过比较反演模型的决定系数均值,筛选出14个模型精度较高的植被指数,并探讨了不同波段宽度的选取对各指数叶面积指数反演精度的影响。结果表明,波段宽度对不同植被指数的影响可分为3类:1)OSAVI2等指数波宽越窄,反演精度越高,更适合应用于高光谱遥感数据;2)SR_([800,680])等指数随着波段宽度的增加,反演精度先升后降,最适波宽为35 nm,适用于中等光谱分辨率的遥感数据;3)SR_([675,700])等指数随着波段宽度的增大,反演精度不断提高,在多光谱数据中有更好的应用潜力。

分类号： S127`TP79`S512.1

  • 相关文献

[1]基于PROSAIL模型和无人机高光谱数据的冬小麦LAI反演. 李天驰,冯海宽,田坤云,杨福芹,杨佳琪. 2022

[2]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

[3]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

[4]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

[5]基于成像高光谱仪的大豆叶面积指数反演研究. 陆国政,李长春,杨贵军,于海洋,赵晓庆,张晓燕. 2016

[6]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[7]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[8]基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演. 李鑫川,徐新刚,鲍艳松,黄文江,罗菊花,董莹莹,宋晓宇,王纪华. 2012

[9]基于支持向量机回归的冬小麦叶面积指数遥感反演. 梁栋,管青松,黄文江,黄林生,杨贵军. 2013

[10]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

[11]基于热点植被指数的冬小麦叶面积指数估算. 陈瀚阅,牛铮,黄文江,黄妮,张瀛. 2012

[12]基于冠层反射光谱的玉米LAI和地上干物重估测研究. 赵巧丽,郑国清,段韶芬,戴廷波. 2008

[13]基于无人机多光谱遥感的春玉米叶面积指数和地上部生物量估算模型比较研究. 樊鸿叶,李姚姚,卢宪菊,顾生浩,郭新宇,刘玉华. 2021

[14]基于SPOT5影像分析植被指数与水稻叶面积指数和产量的相关性. 李源洪,魏来,姚兴柱,周华茂. 2014

[15]基于作物模型与叶面积指数遥感影像同化的区域单产估测研究. 杨鹏,吴文斌,周清波,陈仲新,查燕,唐华俊,柴崎亮介. 2007

[16]基于高光谱植被指数的水稻LAI遥感估算. 张敏,郭涛,刘轲,黄平,喻君,刘仕川,刘泳伶,李源洪. 2022

[17]冬小麦不同株型品种光谱响应及株型识别方法研究. 卢艳丽,李少昆,王纪华,谢瑞芝,黄文江,高世菊,刘良云,王之杰. 2005

[18]基于无人机多光谱信息与纹理特征融合的小麦叶面积指数估测. 齐浩,孙海芳,吕亮杰,李偲,闵家楠,侯亮. 2025

[19]冬小麦鲜生物量估算敏感波段中心及波宽优选. 刘斌,任建强,陈仲新,唐华俊,吴尚蓉,李贺. 2016

[20]PROSAIL模型在半干旱区春小麦不同干旱胁迫条件下的适用性分析. 葛丽娟,王小平,王清涛,党虹,赵传燕. 2017

作者其他论文 更多>>

微信小程序