發(fā)布時間：2018-05-11 19:10

  本文選題：高光譜反演 + 冬小麥��； 參考：《科學(xué)技術(shù)與工程》2017年25期

【摘要】：高光譜遙感反演作物參量多集中在單一參量研究上,缺乏多參量綜合反演研究。因此,面向多參量反演,需要對傳感器參數(shù)的有效設(shè)置,以及同一指標(biāo)對不同參量的適宜程度進(jìn)行綜合研究。以冬小麥為例,通過實測冠層光譜反射率和LAI、葉綠素、氮素含量數(shù)據(jù),分析了中心波長、波段寬度、信噪比等指標(biāo)的變化對各參量定量模型的影響,及光譜指標(biāo)對LAI、葉綠素和氮素定量模型反演的敏感性和有效性,以及對冬小麥典型參量高光譜遙感反演的光譜指標(biāo)進(jìn)行了綜合性分析。結(jié)果表明:反演冬小麥LAI的最佳植被指數(shù)為DVI(R~2=0.457,RMSE=0.614%),對應(yīng)的最佳指標(biāo)為:中心波長為768 nm和732 nm,波段寬度在5 nm以內(nèi),信噪比大于70 d B;反演冬小麥葉綠素的最佳植被指數(shù)為MSR(R2=0.554,RMSE=0.548%),對應(yīng)的最佳指標(biāo)為:中心波長為768 nm和736 nm,波段寬度在5 nm以內(nèi),信噪比大于70 d B;反演冬小麥氮素的最佳植被指數(shù)為NDVI_(g_b)(R~2=0.733,RMSE=0.600%),對應(yīng)的最佳指標(biāo)為:中心波長為500 nm和454 nm,波段寬度為5 nm以內(nèi),信噪比大于70d B。植被指數(shù)SAVI在一定波段范圍內(nèi)可同時反演LAI、葉綠素和氮素;MSAVI、DVI、RDVI和NDVI均可在一定波段范圍內(nèi)同時反演LAI和葉綠素含量,而反演LAI和氮素含量的適宜波段以及反演葉綠素和氮素的適宜波段存在差異。利用高光譜植被指數(shù)可實現(xiàn)作物參量的有效反演,且作物參量的定量反演對不同的光譜指標(biāo),即中心波長、波段寬度和信噪比具有較強(qiáng)的敏感性。
[Abstract]:Hyperspectral remote sensing inversion of crop parameters is mostly focused on a single parameter, lacking of multi-parameter integrated inversion. Therefore, for multi-parameter inversion, it is necessary to comprehensively study the effective setting of sensor parameters and the suitability of the same parameter to different parameters. Taking winter wheat as an example, the effects of the changes of central wavelength, band width and signal-to-noise ratio on the quantitative models were analyzed by measuring the canopy spectral reflectance and Lai, chlorophyll and nitrogen content data. The sensitivity and validity of spectral indices to inversion of Lai chlorophyll and nitrogen quantitative models and the spectral indices of hyperspectral remote sensing inversion of typical parameters of winter wheat were comprehensively analyzed. The results showed that the best vegetation index for winter wheat LAI inversion was DVI RJ20.457RMSE 0.614, corresponding to which the center wavelength was 768nm and 732nm, and the band width was less than 5 nm. The signal to noise ratio (SNR) of winter wheat chlorophyll is more than 70 dB, and the optimum vegetation index for inversion of winter wheat chlorophyll is MSRR2O0.554 RMSE 0.548, corresponding to which the center wavelength is 768 nm and 736 nm, and the band width is less than 5 nm. The best vegetation index for the inversion of nitrogen in winter wheat is NDVI _ I _ (+) _ (0.733N) RMSE _ (0.600). The optimum indexes are as follows: the central wavelength is 500 nm and 454 nm, the band width is less than 5 nm, and the signal-to-noise ratio is more than 70 dB. The vegetation index (SAVI) can simultaneously invert Lai, and chlorophyll and nitrogen content can be simultaneously retrieved from LAI and chlorophyll content in a certain range of bands, while both chlorophyll and nitrogen content can be retrieved simultaneously by RDVI and NDVI. But the suitable bands for inversion of LAI and nitrogen content and suitable bands for inversion of chlorophyll and nitrogen content are different. The effective inversion of crop parameters can be realized by using hyperspectral vegetation index, and the quantitative inversion of crop parameters is sensitive to different spectral indexes, namely, central wavelength, band width and signal-to-noise ratio (SNR).
【作者單位】： 中國地質(zhì)大學(xué)地球科學(xué)與資源學(xué)院;中國科學(xué)院遙感與數(shù)字地球研究所高光譜遙感應(yīng)用技術(shù)研究室;廣西空間信息與測繪重點實驗室;
【基金】：國家自然科學(xué)基金(41371359,41671362) 廣西空間信息與測繪重點實驗室開放基金(151400727) 高分辨率對地觀測系統(tǒng)重大專項資助
【分類號】：S512.11;TP79

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何中海;何彬彬;;基于權(quán)重光譜角制圖的高光譜礦物填圖方法[J];光譜學(xué)與光譜分析;2011年08期

2 王潤生;甘甫平;閆柏琨;楊蘇明;王青華;;高光譜礦物填圖技術(shù)與應(yīng)用研究[J];國土資源遙感;2010年01期

3 裴承凱;傅錦;;高光譜遙感技術(shù)在巖礦識別中的應(yīng)用現(xiàn)狀與前景[J];世界核地質(zhì)科學(xué);2007年01期

4 張良培,鄭蘭芬,童慶禧;利用高光譜對生物變量進(jìn)行估計[J];遙感學(xué)報;1997年02期

5 張東;張鷹;李歡;陳曄;;基于組分反演的高光譜潮間帶表層沉積物自動分類研究[J];海洋學(xué)報(中文版);2008年03期

6 邵軍勇,潘泉;基于光譜復(fù)原的高光譜高空間遙感數(shù)據(jù)融合研究[J];微電子學(xué)與計算機(jī);2005年08期

7 趙杰,曹靜;高光譜遙感技術(shù)的分析與應(yīng)用[J];黃河水利職業(yè)技術(shù)學(xué)院學(xué)報;2005年04期

8 韓飛;程朋根;吳劍;肖根如;;高光譜土地退化指數(shù)研究[J];東華理工大學(xué)學(xué)報(自然科學(xué)版);2008年01期

9 董晶晶;牛錚;;高光譜反演葉片葉綠素及全氮含量[J];遙感信息;2008年05期

10 陳蕾;鄧孺孺;謝健;;基于AISA+機(jī)載高光譜的海上石油開發(fā)溢油監(jiān)測研究——以珠江口海域為例[J];海洋湖沼通報;2009年01期

相關(guān)會議論文 前8條

1 賀霖;潘泉;趙永強(qiáng);邸韋華;;一類高光譜圖象小目標(biāo)統(tǒng)計檢測算法研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

2 田宏偉;趙慧潔;;基于高階統(tǒng)計的高光譜目標(biāo)檢測的研究[A];2004全國光學(xué)與光電子學(xué)學(xué)術(shù)研討會、2005全國光學(xué)與光電子學(xué)學(xué)術(shù)研討會、廣西光學(xué)學(xué)會成立20周年年會論文集[C];2005年

3 張兵;鄭蘭芬;童慶禧;;光譜復(fù)原基礎(chǔ)上的高光譜高空間遙感數(shù)據(jù)融合研究[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 胡盛雯;殷德奎;;高光譜大氣探測儀干涉信號的獲取電路設(shè)計[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

5 楊超宇;楊頂田;楊躍忠;盧桂新;趙俊;孫兆華;;光學(xué)淺水中海草底質(zhì)的高光譜提取[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

6 譚炳香;李增元;陳爾學(xué);龐勇;;高光譜與多光譜遙感數(shù)據(jù)森林類型識別研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

7 譚炳香;李增元;龐勇;曹斌;;多角度高光譜CHRIS數(shù)據(jù)森林葉面積指數(shù)估測研究[A];遙感定量反演算法研討會摘要集[C];2010年

8 王建宇;舒嶸;徐衛(wèi)明;馬艷華;何志平;呂剛;陳育偉;張冰娜;;機(jī)載高空間分辨力、高光譜分辨力多維信息獲取與處理技術(shù)的研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

相關(guān)重要報紙文章 前1條

1 趙凡;“高光譜小衛(wèi)星載荷關(guān)鍵技術(shù)研究”啟動[N];中國國土資源報;2009年

相關(guān)碩士學(xué)位論文 前1條

1 劉穎;高光譜圖象目標(biāo)識別新技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2007年

，

本文編號：1875208