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

文献类型： 中文期刊

第一作者： 付元元

作者： 付元元;王纪华;杨贵军;宋晓宇;徐新刚;冯海宽

作者机构：

关键词： 高光谱遥感;冬小麦;生物量;波段深度分析;偏最小二乘回归

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2013 年 32 卷 05 期

页码： 165-169

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 当作物生物量较大时,现有植被指数由于受饱和问题限制,不能较好的估算作物生物量。针对此问题,尝试将波段深度分析与偏最小二乘回归(partial least square regression,PLSR)结合,提高对大田冬小麦生物量的估算精度,并将两者结合建立的模型与应用代表性植被指数建立的模型进行生物量估算精度比较。波段深度分析主要对冬小麦冠层光谱550～750nm范围进行,采用波段深度、波段深度比(band depth ratio,BDR)、归一化波段深度指数和归一化面积波段深度对波段深度信息进行表征。在建立的模型中,波段深度分析和PLSR结合的估算精度比应用植被指数模型的精度高,其中BDR与PLSR结合的估算精度最高(R2=0.792,RMSE=0.164kg.m-2)。研究结果表明波段深度分析与PLSR结合能较好的克服生物量较大时存在的饱和问题,提高冬小麦生物量的估算精度。

分类号： S127`S512.11

  • 相关文献

[1]多信息融合的冬小麦地上鲜生物量检测研究. 郑玲,朱大洲,董大明,张保华,王成,赵春江. 2016

[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]基于Hyperion高光谱影像的冬小麦地上干生物量反演. 任建强,吴尚蓉,刘斌,陈仲新,刘杏认,李贺. 2018

[4]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

[5]基于偏最小二乘回归的土壤碱解氮含量估测. 梁智永,陈署晃,赖宁,李永福,李嘉琦,孙法福,陈荣,耿庆龙. 2024

[6]高光谱遥感在草原监测中的应用进展. 周磊,辛晓平,李刚,杨桂霞. 2008

[7]花生叶鲜生物量的高光谱估算模型. 颜丙囤,侯学会,梁守真,王猛,陈振,隋学艳. 2017

[8]高光谱遥感在草原监测中的应用. 周磊,辛晓平,李刚,杨桂霞,张宏斌. 2009

[9]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

[10]不同生育期冬小麦植株氮含量遥感反演方法比较. 杨福芹,李蕊,冯海宽,李天驰,王果. 2023

[11]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

[12]基于无人机高光谱影像的冬小麦叶片氮浓度遥感估测. 孙法福,赖宁,耿庆龙,李永福,吕彩霞,信会男,李娜,陈署晃. 2024

[13]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

[14]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

[15]不同灌溉条件下冬小麦叶面积指数的高光谱监测. 孙慧,冯美臣,李广信,王超,肖璐洁,杨武德. 2019

[16]冬小麦条锈病严重度高光谱遥感反演模型研究. 蒋金豹,陈云浩,黄文江,李京. 2007

[17]冬小麦主要病虫害的高光谱识别. 徐永伟,程登发,周益林. 2007

[18]不同生育时期冬小麦籽粒蛋白质含量的高光谱遥感监测模型. 贺佳,刘冰峰,黎世民,郭燕,王来刚,张彦,李军. 2017

[19]不同生育期冬小麦叶面积指数高光谱遥感估算模型. 孟禹弛,侯学会,王猛. 2017

[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