您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于可见光-近红外新光谱特征和最优组合原理的大麦叶片氮含量监测

文献类型： 中文期刊

作者： 徐新刚 1 ; 赵春江 1 ; 王纪华 1 ; 李存军 1 ; 杨小冬 1 ;

作者机构： 1.国家农业信息化工程技术研究中心

关键词： 高光谱遥感;标准化反射率;斜率;夹角;最优组合原理;叶片氮含量

期刊名称： 红外与毫米波学报

ISSN： 1001-9014

年卷期： 2013 年 32 卷 004 期

页码： 351-358,365

收录情况： EI ; 北大核心 ; CSCD

摘要： 提出新的作物冠层叶片氮含量(LNC)高光谱遥感监测方法,以对氮素要求较高的大麦LNC监测为例,利用田间实测数据,从可见光-近红外区域的高光谱反射曲线中提取包含丰富多波段信息的斜率、夹角等新型特征参数,应用组合预测领域中的权重最优组合原理及其算法,实现对作物LNC的高光谱监测.研究表明,提出的高光谱反射曲线斜率和夹角等新型特征参数与作物LNC显著相关,并具有较好的定量响应关系,其中关键斜率参数(Kre/Kpb)和Kpb以及夹角参数(Aδ/Aα)和(Aδ/Aθ)较好地描述了LNC的动态变化;而权重最优组合分析则表明(Kre/Kpb)和Knirl两个参数的组合最能响应LNC的光谱信息,有助于增强监测的稳定性并提高估测的精度.

  • 相关文献

[1]新型光谱曲线特征参数与水稻叶绿素含量间的关系研究. 徐新刚,赵春江,王纪华,黄文江,李存军,刘焕军. 2011

[2]基于随机森林算法的冬小麦叶片氮含量遥感估算研究. . 2019

[3]基于随机森林算法的冬小麦叶片氮含量遥感估算研究. 韩玉杰,丁宁,冯海宽,张春兰. 2019

[4]基于无人机多光谱影像的夏玉米叶片氮含量遥感估测. 魏鹏飞,徐新刚,李中元,杨贵军,李振海,冯海宽,陈帼,范玲玲,王玉龙,刘帅兵. 2019

[5]氮素对日光温室独本菊‘神马’外观品质影响的模拟. 丁琪峰,戴剑锋,罗卫红,米晓洁,陈永山,赵春江,乔晓军,刘克信. 2009

[6]基于敏感波段的冬小麦氮素营养高光谱诊断. 杨福芹,冯海宽,刘小强,李天驰,谢瑞,周龙,高磊磊. 2023

[7]氮素对日光温室独本菊品种‘神马’干物质分配影响的模拟. 米晓洁,戴剑锋,罗卫红,丁琪峰,陈永山,赵春江,乔晓军,刘克信. 2009

[8]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

[9]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

[10]高光谱遥感在植被理化信息提取中的应用动态. 谭昌伟,王纪华,黄文江,刘良云,黄义德,严伟才. 2005

[11]高光谱遥感叶面积指数(LAI)反演研究现状. 邢著荣,冯幼贵,李万明,王萍,杨贵军. 2010

[12]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

[13]基于GA的GRNN高光谱遥感反演冬小麦叶片氮含量模型的建立与验证. 孙焱鑫,王纪华,李保国,刘良云,黄文江,赵春江. 2007

[14]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. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽. 2013

[15]主成分分析法与植被指数经验方法估测冬小麦条锈病严重度的对比研究. 陈云浩,蒋金豹,黄文江,王圆圆. 2009

[16]小麦条锈病高光谱近地与高空遥感监测比较研究. 蔡成静,马占鸿,王海光,张玉萍,黄文江. 2007

[17]融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI. 李鑫川,鲍艳松,徐新刚,金秀良,张竞成,宋晓宇. 2013

[18]用高光谱微分指数估测条锈病胁迫下小麦冠层叶绿素密度. 蒋金豹,陈云浩,黄文江. 2010

[19]冬小麦条锈病严重度不同估算方法对比研究. 王静,景元书,黄文江,张竞成,赵娟,张清,王力. 2015

[20]基于BP和GRNN神经网络的冬小麦冠层叶绿素高光谱反演建模研究. 孙焱鑫,王纪华,李保国,刘良云,黄文江,赵春江. 2007

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台