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

主成分变换方法在叶面积指数反演中的应用分析

文献类型： 中文期刊

作者： 苗乃哲 1 ; 姚顽强 1 ; 黄文江 2 ; 徐新刚 2 ; 张东彦 2 ; 任鹏 1 ;

作者机构： 1.西安科技大学测绘学院

2.北京农业信息技术研究中心

关键词： 叶面积指数;主成分变换;遥感反演;饱和现象

期刊名称： 安徽农业科学

ISSN： 0517-6611

年卷期： 2012 年 40 卷 08 期

页码： 578-580

收录情况： 北大核心

摘要： [目的]通过模型模拟数据和地面实测数据的分析,确定主成分变换方法在叶面积指数反演中的作用。[方法]通过PROSPECT模型和SAIL模型针对LANDSAT_5 TM数据进行不同叶面积指数状态下的模拟,通过模拟数据分析主成分变换方法相较于传统植被指数的优势,并通过地面实测数据进行精度验证。[结果]在一定范围内,随着叶面积指数的增大,主成分变换的方法可以在有效减弱饱和现象影响的同时取得较好的反演效果,在2009年冬小麦和玉米的叶面积指数反演中主成分变换方法反演精度达到78%和91%,获得了较高的反演精度。[结论]主成分变换方法在叶面积指数反演方面具有较好的应用前景。

  • 相关文献

[1]利用Beer-Lambert消光定律遥感反演玉米叶面积指数. 王双喜,束美艳,顾晓鹤,杨贵军,张继超,韩东,郭伟. 2018

[2]PROSAIL冠层光谱模型遥感反演区域叶面积指数. 李淑敏,李红,孙丹峰,周连第. 2009

[3]耦合样点和遥感数据的土壤重金属空间制图. 王怡蓉,朱庆伟,董士伟,潘瑜春. 2020

[4]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

[5]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

[6]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

[7]夏玉米叶面积指数的高光谱遥感植被指数法研究. 谭昌伟,黄义德,黄文江,王纪华,赵春江,刘良云. 2004

[8]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

[9]株型对冬小麦冠层叶面积指数与植被指数关系的影响研究. 唐怡,黄文江,刘良云,王纪华. 2006

[10]不同株型冬小麦冠层结构特征多时相分析. 杨贵军,邢著荣,黄文江,齐腊,李伟国. 2010

[11]运用光谱技术改进Beer-Lambert定律的定量化及其应用研究. 谭昌伟,王纪华,黄义德,黄文江,刘良云. 2005

[12]归一化差异植被指数仪的研制与应用. 赵春江,刘良云,周汉昌,王纪华,薛绪掌. 2004

[13]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

[14]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

[15]洪涝胁迫的水稻叶面积指数变化及其光谱响应研究. 徐鹏,顾晓鹤,孟鲁闽,邱贺,王慧芳. 2013

[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

[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估算. 杨福芹,冯海宽,李振海,金秀良,杨贵军,戴华阳. 2015

[20]灌浆期弱光逆境对小麦生长和产量影响的模拟模型. 顾蕴倩,刘雪,张巍,亓春杰,汤开磊,赵杨,张岩,李刚,王斌. 2013

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