冬小麦叶面积指数高光谱遥感反演方法对比

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

作者机构：

关键词： 遥感;回归分析;神经网络;估算;LAI;冬小麦;反演方法

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2013 年 03 期

页码： 147-155

收录情况： EI ; 北大核心 ; CSCD

摘要： 冬小麦叶面积指数(LAI,leafarea index)是评价其长势和预测产量的重要农学参数,高光谱遥感能够实现快速无损地监测叶面积指数。该文旨在将田间监测与高光谱遥感相结合,探索研究不同冬小麦叶面积指数高光谱反演方法的模拟精度及适应性。针对国际上普遍应用的2种高光谱遥感反演LAI模型方法,即回归分析法和BP神经网络法,在介绍2种LAI反演模型的基础上,选择位于黄淮海平原的山东省济南市长清区为研究区域,通过ASD地物光谱仪和SunScan冠层分析系统对冬小麦的冠层光谱及LAI变化进行田间观测,然后利用回归分析法和BP神经网络法构建冬小麦LAI反演模型,将模型估算LAI值和田间观测LAI值进行比对,分析评价2种方法的反演精度。结果表明,BP神经网络法较回归分析法估算冬小麦LAI的精度有较大提高,检验方程的决定系数(R2)为0.990、均方根误差(RMSE)为0.105。利用BP神经网络法构建反演模型能较好的对冬小麦LAI进行反演。研究结果可为不同冬小麦长势遥感监测提供理论和技术上的支持,并为大尺度传感器监测冬小麦长势和估产提供参考。

分类号： S512.1`TP79

  • 相关文献

[1]塔里木河流域上游胡杨叶面积指数高光谱遥感反演方法对比. 张楠楠,张晓,姚娜,喻彩丽,白铁成. 2018

[2]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

[3]基于高光谱维数约简与植被指数估算冬小麦叶面积指数的比较. 付元元,杨贵军,冯海宽,徐新刚,宋晓宇,王纪华. 2012

[4]水稻叶面积指数遥感反演方法对比分析. 康婷婷,居为民,李秉柏. 2015

[5]基于图像二值化的玉米叶面积指数提取方法. 王奎,冯建中,白林燕,林孝松,赵燕,冉启云. 2015

[6]基于HJ-CCD与TM影像的水稻LAI估测一致性分析. 张竞成,顾晓鹤,王纪华,黄文江,何馨,王慧芳. 2010

[7]不同叶面积指数遥感产品在呼伦贝尔草甸草原的应用对比. 杨帆,李振旺,包玉海,李晓宇,张保辉,辛晓平. 2016

[8]基于PROBA/CHRIS遥感数据和PROSAIL模型的春小麦LAI反演. 杨贵军,赵春江,邢著荣,黄文江,王纪华. 2011

[9]海监船与渔政船主尺度模型研究. 刘飞,林焰,李纳,杨蕖,王运龙,谌志新. 2012

[10]中低分辨率小波融合的玉米种植面积遥感估算. 顾晓鹤,韩立建,王纪华,黄文江,何馨. 2012

[11]基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测. 黄健熙,武思杰,刘兴权,马冠南,马鸿元,吴文斌,邹金秋. 2012

[12]基于MODIS和天地图遥感数据的区域作物秸秆产量估算方法. 王雪,常志州,张恒敢,王效华. 2015

[13]遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测. 黄健熙,武思杰,刘兴权,马冠南,马鸿元,吴文斌,邹金秋. 2012

[14]区域作物需水量估算存在的问题及解决途径. 王景雷,孙景生,付明军,刘小飞,宋妮. 2005

[15]区域水稻穗期叶片氮素的遥感估测初探. 张浩,姚旭国,张小斌,郑可锋. 2009

[16]水稻籽粒蛋白质含量的高光谱估测研究. 张浩,姚旭国,张小斌,金千瑜,郑可锋. 2009

[17]基于人工神经网络方法的冬小麦叶面积指数反演. 马茵驰,阎广建,丁文,王跃智. 2009

[18]遮雨棚模拟黄土旱塬区降水变化对冬小麦生长及产量的影响. 来兴发,杨宪龙,王自奎,沈禹颖. 2019

[19]冬小麦生育前期LAI高光谱反演研究. 何小安,李存军,周静平,赵叶,葛艳. 2019

[20]北京地区冬小麦冠层光谱数据与叶面积指数统计关系研究. 刘东升,李淑敏. 2008

作者其他论文 更多>>

微信小程序