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

利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量

文献类型： 中文期刊

作者： 王延仓 1 ; 顾晓鹤 2 ; 朱金山 1 ; 龙慧灵 2 ; 徐鹏 2 ; 廖钦洪 2 ;

作者机构： 1.山东科技大学测绘科学与工程学院

2.北京农业信息技术研究中心

关键词： 有机质;潮土;多光谱;高光谱;偏最小二乘

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2014 年 01 期

页码： 201-206

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 基于北京市52个潮土样本的高光谱数据和Landsat TM、环境减灾卫星(HJ)影像的波段响应函数,生成宽波段多光谱模拟数据,对比分析了室内实测光谱数据、宽波段模拟数据与土壤有机质含量的相关性,筛选敏感波段,利用偏最小二乘法构建北方潮土有机质含量预测模型。研究表明:在宽波段模拟数据建立的模型中,由Landsat TM模拟数据的差值土壤指数(DSI)、比值土壤指数(RSI)、归一化土壤指数(NDSI)及其第3波段共同构建的模型最优,其决定系数与均方根误差分别为0.586和0.280;与实测光谱数据相比,模拟数据的最佳预测模型,均优于除一阶微分、弓曲差以外的其他10种高光谱模型。因此,利用多光谱数据预测潮土有机质含量是可行的。

  • 相关文献

[1]基于小波变换与偏最小二乘耦合模型估测北方潮土有机质含量. 王延仓,杨贵军,朱金山,顾晓鹤,徐鹏,廖钦洪. 2014

[2]冬小麦叶片光合特征高光谱遥感估算模型的比较研究. 张卓,龙慧灵,王崇倡,杨贵军. 2019

[3]基于无人机高光谱长势指标的冬小麦长势监测. 陶惠林,徐良骥,冯海宽,杨贵军,苗梦珂,林博文. 2020

[4]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

[5]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

[6]二进制小波技术定量反演北方潮土土壤有机质含量. 王延仓,杨秀峰,赵起超,顾晓鹤,郭畅,刘原萍. 2019

[7]利用多角度光谱数据探测冬小麦氮素含量垂直分布方法研究. 杨绍源,黄文江,梁栋,黄林生,杨贵军,张东彦,蔡淑红. 2015

[8]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

[9]基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测. 王伟,彭彦昆,王秀,马伟. 2010

[10]液态样本近红外光谱测量中的光程变化误差消减方法研究. 王亚红,董大明,周萍,郑文刚,叶松,王文重. 2014

[11]基于综合指标的冬小麦长势监测. 翟丽婷,魏峰远,冯海宽,李长春,杨贵军. 2020

[12]基于无人机高光谱遥感数据的冬小麦产量估算. 陶惠林,徐良骥,冯海宽,杨贵军,杨小冬,牛亚超. 2020

[13]衰减全反射-中红外光谱法定量测定小麦粉中的石灰类添加物. 王冬,王纪华,马智宏,潘立刚,韩平,赵柳. 2012

[14]基于EFAST和PLS的苹果叶片等效水厚度高光谱估算. 冯海宽,李振海,金秀良,杨贵军,万鹏,郭建华,于海洋,杨福芹,李伟国. 2016

[15]基于小波技术的冬小麦植株组分含水率估测模型. 李辰,王延仓,李旭青,杨秀峰,顾晓鹤. 2021

[16]基于PCR和PLS的蔗糖浓度透反射测量方法研究. 王亚红,周萍,董大明,郑文刚,叶松,王文重. 2014

[17]近红外光谱法定量测定小麦粉中的石灰类添加物的研究. 王冬,马智宏,潘立刚,韩平,赵柳,王纪华. 2013

[18]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

[19]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 2019

[20]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

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