无人机高光谱遥感数据在冬小麦叶面积指数反演中的应用
文献类型: 中文期刊
第一作者: 潘海珠
作者: 潘海珠;陈仲新
作者机构:
关键词: 无人机;高光谱遥感数据;冬小麦;叶面积指数;衡水市
期刊名称: 中国农业资源与区划
ISSN: 1005-9121
年卷期: 2018 年 03 期
页码: 32-37
收录情况: 北大核心 ; CSCD
摘要: [目的]无人机高光谱遥感是获取田间尺度作物生长参数的新型手段,如叶面积指数(leaf area index,LAI)的无人机快速观测对作物生长监测具有重要意义。[方法]研究以河北省衡水市冬小麦为研究对象,利用以多旋翼无人机为平台搭载Cubert UHD185成像高光谱传感器获取了冬小麦乳熟期的无人机高光谱影像数据;在无人机飞行的冬小麦试验田,利用LAI 2200进行了同步观测试验。该研究利用植被辐射传输模型PROSAIL模拟小麦冠层反射率数据,进而模拟9种植被指数(RVI,NDVI,EVI2,OSAVI,MSAVI2,TCARI/OSAVI,RENDVI(red edge NDVI),MSI,S2REP)。将模拟的植被指数与LAI进行相关性分析,分别构建LAI反演模型并通过拟合效果选择最优的反演模型。然后基于LAI最优反演模型利用无人机高光谱遥感数据反演冬小麦乳熟期的LAI。最后利用地面实测LAI数据对反演结果进行了验证。[结果]9种植被指数中包含红边波段的RENDVI和S2REP与LAI具有高度相关性,而且消除了在小麦LAI高值区时其他植被指数对LAI饱和的问题。基于RENDVI指数模型模拟的LAI与模型模拟的LAI之间RMSE为0.51,无人机高光谱数据LAI反演结果与地面实测值高度拟合(R2=0.83,RMSE=0.16,NRMSE=10%,n=25,P<0.001),因此RENDVI是用于估算LAI的较理想的植被指数。[结论]无人机高光谱是获取小麦LAI的有效手段,该研究为利用无人机高光谱数据监测作物生理生态参数提供了参考。
分类号: S127`S512.11
- 相关文献
[1]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016
[2]基于无人机成像高光谱影像的冬小麦LAI估测. 陶惠林,冯海宽,杨贵军,杨小冬,刘明星,刘帅兵. 2020
[3]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 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
[6]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
[7]基于无人机高光谱遥感的冬小麦叶面积指数反演. 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌. 2016
[8]基于无人机数码影像的大豆育种材料叶面积指数估测. 李长春,牛庆林,杨贵军,冯海宽,刘建刚,王艳杰. 2017
[9]一款无人机高光谱传感器的验证及其在玉米叶面积指数反演中的应用. 陈鹏飞,李刚,石雅娇,徐志涛,杨粉团,曹庆军. 2018
[10]基于无人机多光谱遥感的玉米LAI估算研究. 贺佳,王来刚,郭燕,张彦,杨秀忠,刘婷,张红利. 2021
[11]基于无人机遥感的玉米叶面积指数与产量估算. 王来刚,徐建华,贺佳,李冰,杨秀忠,王利军,郭燕. 2020
[12]基于无人机数码影像的玉米育种材料株高和LAI监测. 牛庆林,冯海宽,杨贵军,李长春,杨浩,徐波,赵衍鑫. 2018
[13]利用无人机数字图像监测不同棉花品种叶面积指数. 雷亚平,韩迎春,杨北方,王康丽,王国平,冯璐,王占彪,李亚兵. 2018
[14]融合无人机光谱信息与纹理特征的棉花叶面积指数估测. 邵亚杰,汤秋香,崔建平,李晓娟,王亮,林涛. 2023
[15]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023
[16]基于无人机数码影像的冬小麦氮含量反演. 刘帅兵,杨贵军,景海涛,冯海宽,李贺丽,陈鹏,杨文攀. 2019
[17]基于综合指标的冬小麦长势无人机遥感监测. 裴浩杰,冯海宽,李长春,金秀良,李振海,杨贵军. 2017
[18]基于无人机数码影像和高光谱数据的冬小麦产量估算对比. 陶惠林,冯海宽,杨贵军,杨小冬,苗梦珂,吴智超,翟丽婷. 2019
[19]基于无人机高光谱和数码影像数据的冬小麦生物量反演. 李天驰,冯海宽,朱贝贝,范园园,金丽妍,成倩,李倩雨. 2020
[20]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020
作者其他论文 更多>>
-
深度学习方法在作物遥感分类中的应用和挑战
作者:赵红伟;陈仲新;刘佳
关键词:深度学习;农作物分类;CNN;LSTM RNN;GRU RNN
-
基于Sentinel-1A影像和一维CNN的中国南方生长季早期作物种类识别
作者:赵红伟;陈仲新;姜浩;刘佳
关键词:作物;遥感;识别;早期;一维卷积神经网络(1D CNN);深度学习;合成孔径雷达;Sentinel-1
-
农业遥感卫星发展现状及我国监测需求分析
作者:陈仲新;郝鹏宇;刘佳;安萌;韩波
关键词:农业;卫星;遥感;智慧农业;需求
-
基于空间信息重构技术的东北三省大豆时空演变研究(1980—2010年)
作者:唐鹏钦;陈仲新;刘珍环;杨鹏;姚艳敏
关键词:东北三省;大豆;交叉信息熵;时空演变;重构
-
CropSyst模型在区域冬小麦产量模拟中的应用
作者:黄青;陈仲新;刘航;滕飞
关键词:生物物理模型应用(BioMa);作物模型(CropSyst);冬小麦;产量预测;黄淮海平原
-
统计数据总量约束下全局优化阈值的冬小麦分布制图
作者:郭文茜;任建强;刘杏认;陈仲新;吴尚蓉;潘海珠
关键词:遥感;作物分布制图;阈值法;总量控制;全局优化算法;冬小麦
-
基于历史增强型植被指数时序的农作物类型早期识别
作者:郝鹏宇;唐华俊;陈仲新;牛铮
关键词:作物;遥感;识别;参考EVI时间序列;作物识别;样本;免疫系统网络;CDL数据