基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较

文献类型： 中文期刊

第一作者： 刘轲

作者： 刘轲;周清波;吴文斌;陈仲新;唐华俊

作者机构：

关键词： 植被;遥感;光谱分析;叶面积指数;高光谱;反演;波段选择

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2016 年 03 期

页码： 155-162

收录情况： EI ; 北大核心 ; CSCD

摘要： 近年来,高光谱遥感数据广泛应用于农作物叶面积指数(LAI)反演。与常用的多光谱遥感数据相比,高光谱数据能否提高农作物LAI反演的精度和稳定性还存在争议。针对这一问题,该研究利用实测冬小麦冠层高光谱反射率数据,构造了不同光谱分辨率和波段组合的5种光谱数据。基于ACRM(a two-layer canopy reflectance model)模型、2套参数化方案及上述5种光谱数据,对冬小麦LAI进行反演,分析光谱分辨率、高光谱数据波段选择、模型参数不确定性3方面因素对LAI反演精度与稳定性的影响。研究结果表明:当波段选择适宜、模型参数不确定性较小且光谱数据分辨率较高时,LAI反演精度与稳定性更高,提高光谱分辨率对LAI反演精度的改进作用随光谱分辨率的升高而降低;反之,当高光谱数据波段选择不当或者模型参数不确定性较大时,提高光谱数据的分辨率并未提高LAI反演精度。该研究解释了"高光谱遥感数据能否提高植被参数反演精度"问题,为进一步发挥高光谱数据在农作物LAI反演中的潜力提供了科学参考。

分类号： S512.11`S127

  • 相关文献

[1]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

[2]分散矩阵特征选择方法改进及在高光谱影像植被分类中的应用. 夏道平,付元元,王纪华,郑晓东. 2016

[3]不同株型小麦的双向反射分布函数特征研究. 赵娟,黄文江,张耀鸿,景元书,宋晓宇,杨贵军,张清,孙雷刚. 2014

[4]物理模型光谱模拟误差对冬小麦叶面积指数高光谱反演的影响. 周清波,吴文斌,陈仲新,夏天,王思,唐华俊. 2016

[5]不同条件下夏玉米冠层反射光谱响应特性的研究. 谭昌伟,郭文善,朱新开,李春燕,王纪华. 2008

[6]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

[7]基于赤池信息量准则的冬小麦叶面积指数高光谱估测. 杨福芹,冯海宽,李振海,高林,杨贵军,戴华阳. 2016

[8]基于波段选择的烟草病害检测模型. 潘兆杰,孙根云,张爱竹,付航,王新伟,任广伟. 2023

[9]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

[10]基于ACRM模型与敏感波段的农作物LAI与LCC反演. 刘轲,刘泳伶,张敏,刘仕川,任国业,吴文斌,李源洪,程武学. 2020

[11]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

[12]基于高光谱遥感和HJ-1卫星的冬小麦SPAD反演研究. 夏天,周勇,周清波,吴文斌. 2013

[13]谷物联合收割机收获小麦含杂率高光谱反演研究. 陈满,倪有亮,金诚谦,徐金山,袁文胜. 2019

[14]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[15]苹果叶片磷含量高光谱估测模型研究. 杨福芹,冯海宽,蒋瑞波,孙冰可,张周,姚真真,李天驰. 2021

[16]高光谱特征辨别潴育型麻沙泥田和潮沙泥田水稻土. 郭熙,谢碧裕,叶英聪,谢文. 2014

[17]基于包络线法的丘陵山区常见落叶果树光谱识别研究. 黄祥,周蕊,王克晓,虞豹,李波. 2022

[18]基于ACRM模型不同时期冬小麦LAI和叶绿素反演研究. 李宗南,陈仲新,王利民,姜志伟. 2012

[19]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

[20]基于热点效应的不同株型小麦LAI反演. 赵娟,张耀鸿,黄文江,景元书,彭代亮. 2014

作者其他论文 更多>>

微信小程序