您好,欢迎访问北京市农林科学院 机构知识库!

基于多角度成像数据的新型植被指数构建与叶绿素含量估算

文献类型: 中文期刊

作者: 廖钦洪 1 ; 张东彦 2 ; 王纪华 2 ; 杨贵军 2 ; 杨浩 2 ; Coburn Craig 2 ; Wong Zhijie 2 ; 王大成 2 ;

作者机构: 1.安徽大学计算智能与信号处理教育部重点实验室

2.安徽大学计算智能与信号处理教育部重点实验室;北京农业信息技术研究中心;中国科学院遥感与数字地球研究所;Department of Geography,University of Lethbridge

关键词: 多角度成像;热点-暗点;植被指数;ACRM模型;叶绿素含量

期刊名称: 光谱学与光谱分析

ISSN: 1000-0593

年卷期: 2014 年 34 卷 06 期

页码: 1599-1604

收录情况: EI ; SCI ; 北大核心 ; CSCD

摘要: 叶绿素含量的快速估算对于及时了解作物的长势、病虫害监测以及产量的评估都具有重要意义。利用自主研发的多角度成像观测系统获取了不同生育期玉米的高光谱影像,精确地提取出主平面内各个观测角度下玉米冠层的反射率。通过对ACRM模型模拟值和实测值的分析,计算出玉米冠层红波段下的热点-暗点指数(HDS),并利用该指数对TCARI进行改进,提出一个基于多角度观测的新型植被指数HDTCARI,最后使用多角度高光谱成像数据对其进行了地面验证。结果表明,HD-TCARI能够减小LAI对叶绿素估算的影响,当叶绿素浓度大于30μg·cm-2,HD-TCARI与LAI的相关性R2仅为26.88%~28.72%;当叶绿素浓度较高时,HD-TCARI具有抗"饱和"的特性在LAI在1~6之间变化时,HD-TCARI与叶绿素浓度的线性关系R2较TCARI提高了约9%左右。利用多角度高光谱成像数据对HD-TCARI进行地面验证,其与叶绿素浓度的线性关系(R2=66.74%)明显优于TCARI所建立的估算模型(R2=39.92%),证明了HD-TCARI指数具有更好地估算叶绿素浓度的潜力。

  • 相关文献

[1]应用近地成像高光谱估算玉米叶绿素含量. 张东彦,刘镕源,宋晓宇,徐新刚,黄文江,朱大洲,王纪华. 2011

[2]利用无人机高光谱估算冬小麦叶绿素含量. 冯海宽,陶惠林,赵钰,杨福芹,樊意广,杨贵军. 2022

[3]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[4]自主研制的田间成像高光谱仪农学建模研究. 黄文江,张东彦,马智宏,王秋平. 2010

[5]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

[6]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

[7]估测作物冠层生物量的新植被指数的研究. 陈鹏飞,Nicolas Tremblay,王纪华,Philippe Vigneault,黄文江,李保国. 2010

[8]水稻成熟过程中高光谱与叶绿素、类胡萝卜素的变化规律研究. 唐延林,王纪华,黄敬峰,王人潮,何秋霞. 2003

[9]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

[10]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

[11]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[12]基于氮素运转原理和GRA-PLS算法的冬小麦籽粒蛋白质含量遥感预测. 李振海,徐新刚,金秀良,张竞成,宋晓宇,宋森楠,杨贵军,王纪华. 2014

[13]模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测. 卫黎光,蒋金豹,杨贵军,聂臣巍,袁琳,黄文江,张竞成. 2014

[14]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

[15]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

[16]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

[17]基于多时相HJ-1B CCD影像的玉米倒伏灾情遥感监测. 王立志,顾晓鹤,胡圣武,杨贵军,王磊,范友波,王艳杰. 2016

[18]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. 李鑫川,徐新刚,鲍艳松,黄文江,罗菊花,董莹莹,宋晓宇,王纪华. 2012

[19]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

[20]基于高光谱响应与模拟模型的冬小麦变量追氮研究. 蒋阿宁,黄文江,王纪华,刘克礼,赵春江,刘良云. 2007

作者其他论文 更多>>