您好,欢迎访问北京市农林科学院 机构知识库!

模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测

文献类型: 中文期刊

作者: 卫黎光 1 ; 蒋金豹 2 ; 杨贵军 1 ; 聂臣巍 1 ; 袁琳 1 ; 黄文江 3 ; 张竞成 1 ;

作者机构: 1.北京农业信息技术研究中心

2.中国矿业大学(北京)地球科学与测绘工程学院

3.中国科学院对地观测与数字地球科学中心

关键词: 白粉病;Landsat5 TM;波段响应函数;植被指数

期刊名称: 麦类作物学报

ISSN: 1009-1041

年卷期: 2014 年 34 卷 12 期

页码: 1699-1705

收录情况: 北大核心 ; CSCD

摘要: 为了解利用遥感技术快速大范围监测小麦白粉病病害情况的可行性,以Landsat5TM波段响应函数为基础,将地面实测冠层高光谱数据模拟为TM多光谱数据,从而分析卫星传感器多光谱波段对病害的响应情况,并构建多光谱指数(PMSI)估测白粉病严重度。在此基础上,采用2010年星-地配套数据对PMSI估测精度进行验证。结果表明,PMSI能够较准确地反映冬小麦白粉病发生的程度,获得较理想的病情严重度反演精度(r2=0.475,RMSE=0.129)。因此采用多光谱卫星遥感影像在小麦大面积种植区域进行病害监测具有应用潜力。

  • 相关文献

[1]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

[2]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

[3]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

[4]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

[5]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

[6]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

[7]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

[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]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

[10]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

[11]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

[12]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

[13]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

[14]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

[15]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

[16]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

[17]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

[18]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

[19]轻小型无人机多光谱遥感技术应用进展. 孙刚,黄文江,陈鹏飞,高帅,王秀. 2018

[20]基于生长度日的冬小麦植株氮浓度监测. 赵钰,李振海,杨贵军,王建雯,段丹丹,杨武德,冯美臣. 2019

作者其他论文 更多>>