您好,欢迎访问北京市农林科学院 机构知识库!

基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演

文献类型: 中文期刊

作者: 李鑫川 1 ; 徐新刚 2 ; 鲍艳松 1 ; 黄文江 3 ; 罗菊花 2 ; 董莹莹 2 ; 宋晓宇 2 ; 王纪华 2 ;

作者机构: 1.南京信息工程大学气象灾害省部共建教育部重点实验室

2.北京农业信息技术研究中心

3.中国科学院对地观测与数字地球中心

关键词: 冬小麦;叶面积指数;植被指数;分段反演;遥感

期刊名称: 中国农业科学

ISSN: 0578-1752

年卷期: 2012 年 45 卷 17 期

页码: 3486-3496

收录情况: 北大核心 ; CSCD

摘要: 【目的】考虑到利用单一植被指数(VI)反演叶面积指数(LAI)时,存在着不同程度的饱和性和易受土壤背景影响的问题,提出通过分段的方式选择敏感植被指数形成最佳VI组合以提高LAI反演的精度。【方法】通过ACRM辐射传输模型模拟数据,结合地面实测光谱数据,选择常用的植被指数进行土壤敏感性分析以及饱和性分析确定LAI的分段点,并在此基础上分段选择最佳植被指数形成组合VI来实现LAI的最终反演,并利Landsat5TM开展区域条件下冬小麦LAI反演应用。【结果】以LAI=3是较为适宜的分段点,利用植被指数最佳分段组合OSAVI(LAI≤3)+TGDVI(LAI>3)可在一定程度上有效克服土壤影响因素以及饱和性问题,联合反演的结果明确优于单一植被指数反演精度。【结论】通过分段选择最佳植被指数形成联合VI可以有效提高LAI反演精度。

  • 相关文献

[1]基于成像高光谱仪的大豆叶面积指数反演研究. 陆国政,李长春,杨贵军,于海洋,赵晓庆,张晓燕. 2016

[2]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

[3]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

[4]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

[5]基于无人机高光谱遥感的冬小麦株高和叶面积指数估算. 陶惠林,徐良骥,冯海宽,杨贵军,代阳,牛亚超. 2020

[6]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

[7]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

[8]小麦群体叶面积指数差异的反射光谱响应度研究. 杨敏华,胡慧萍,赵永超,王之杰,赵春江. 2004

[9]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

[10]基于CASI高光谱数据的作物叶面积指数估算. 唐建民,廖钦洪,刘奕清,杨贵军,冯海宽,王纪华. 2015

[11]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

[12]基于无人机多光谱遥感的春玉米叶面积指数和地上部生物量估算模型比较研究. 樊鸿叶,李姚姚,卢宪菊,顾生浩,郭新宇,刘玉华. 2021

[13]冬小麦不同株型品种光谱响应及株型识别方法研究. 卢艳丽,李少昆,王纪华,谢瑞芝,黄文江,高世菊,刘良云,王之杰. 2005

[14]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

[15]作物病虫害遥感监测研究进展. 张竞成,袁琳,王纪华,罗菊花,杜世州,黄文江. 2012

[16]综合光谱纹理和时序信息的油茶遥感提取研究. 孟浩然,李存军,郑翔宇,宫雨生,刘玉,潘瑜春. 2023

[17]利用TM遥感进行冬小麦苗期长势监测研究. 李卫国,国家农业信息化工程技术研究中心,王纪华,赵春江,李秉柏. 2006

[18]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

[19]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

[20]北京山区森林叶面积指数季相变化遥感监测. 石月婵,杨贵军,冯海宽,李伟国,王仁礼. 2012

作者其他论文 更多>>