您好,欢迎访问北京市农林科学院 机构知识库!

基于冬小麦冠层高光谱的干生物量监测

文献类型: 中文期刊

作者: 赵钰 1 ; 李振海 1 ; 杨贵军 1 ; 王建雯 1 ; 段丹丹 1 ; 杨武德 1 ; 冯美臣 1 ;

作者机构: 1.山西农业大学农学院;国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心

关键词: 高光谱;冬小麦;地上干生物量;一阶微分

期刊名称: 山西农业科学

ISSN: 1002-2481

年卷期: 2019 年 04 期

页码: 536-540

摘要: 冬小麦地上干生物量(AGB)能够表征麦田生态系统生产力的大小,提取AGB光谱特征信息和实现其准确估算,对于掌握冬小麦长势情况具有重要的作用。基于连续2 a的氮运筹试验,利用连续投影算法(SPA)提取原始光谱和一阶微分光谱的重要波段,并基于所提取的光谱特征利用多元线性回归(MLR)方法构建AGB的光谱监测模型。结果表明,利用SPA算法可有效降低光谱维度,基于原始光谱所筛选的重要波段分别为528,671,734,910,1 235 nm,而基于一阶微分光谱所筛选的波段为530,669,740,817,1 209 nm;基于一阶微分处理所建立的模型校正集与验证集模型均达到了较高的精度,Y=-5.01+2 043.86R530-7 772.11R669+348.54R740+14 462.04R817+14 196.13R1209,其R2,RMSE和RPD分别为0.72,1.92 t/hm2和2.53;验证集R2和RMSE分别为0.67,2.25 t/hm2。研究表明,结合SPA和MLR可以实现冬小麦AGB的实时估算,研究结果对冬小麦生长状况监测具有一定的参考价值。

  • 相关文献

[1]不同氮素营养条件下的冬小麦生理及光谱特性. 景娟娟,王纪华,王锦地,刘良云,黄文江,赵春江. 2003

[2]表征冬小麦倒伏强度敏感冠层结构参数筛选及光谱诊断模型. 束美艳,顾晓鹤,孙林,朱金山,杨贵军,王延仓. 2019

[3]最小二乘支持向量机方法对冬小麦叶面积指数反演的普适性研究. 谢巧云,黄文江,梁栋,彭代亮,黄林生,宋晓宇,张东彦,杨贵军. 2014

[4]基于高光谱遥感与SAFY模型的冬小麦地上生物量估算. 刘明星,李长春,李振海,冯海宽,杨贵军,陶惠林. 2020

[5]基于面积指数的植株氮含量遥感估算. 杨福芹,冯海宽,谢瑞,韩佩佩,戴渝心,蔡国盛,金丽妍. 2020

[6]冬小麦条锈病的光谱特征及遥感监测. 王纪华,黄文江,黄义德,赵春江,万安民. 2003

[7]冬小麦条锈病生理变化及其遥感机理. 黄义德,黄文江,刘良云,王纪华,万安民. 2004

[8]基于新型植被指数的冬小麦LAI高光谱反演. 束美艳,顾晓鹤,孙林,朱金山,杨贵军,王延仓,张丽妍. 2018

[9]利用高光谱微分指数进行冬小麦条锈病病情的诊断研究. 蒋金豹,陈云浩,黄文江. 2007

[10]冬小麦白粉病冠层光谱特征解析与病情指数反演. 范友波,顾晓鹤,王双亭,杨贵军,王磊,王立志,陈召霞. 2017

[11]病害胁迫下冬小麦冠层叶片色素含量高光谱遥感估测研究. 蒋金豹,陈云浩,黄文江. 2007

[12]条锈病胁迫下冬小麦冠层叶片氮素含量的高光谱估测模型. 蒋金豹,陈云浩,黄文江,李京. 2008

[13]基于无人机数码影像和高光谱数据的冬小麦产量估算对比. 陶惠林,冯海宽,杨贵军,杨小冬,苗梦珂,吴智超,翟丽婷. 2019

[14]冬小麦生育前期LAI高光谱反演研究. 何小安,李存军,周静平,赵叶,葛艳. 2019

[15]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020

[16]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

[17]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[18]扫描成像光谱仪和地物光谱仪在单叶尺度上的对比研究. 张东彦,宋晓宇,马智宏,杨贵军,黄文江,王纪华. 2010

[19]融合多因子的无人机高光谱遥感冬小麦产量估算. 谢瑞,杨福芹,冯海宽,李天驰. 2023

[20]基于离散小波技术定量反演冬小麦叶片含水量的研究. 朱玉晨,王延仓,李笑芳,刘星宇,顾晓鹤,赵起超. 2023

作者其他论文 更多>>