本文選題：棉花 + 葉綠素　； 參考：《中國農(nóng)業(yè)大學(xué)學(xué)報》2017年04期

【摘要】：為提高高光譜植被指數(shù)對棉花葉綠素含量的估算精度,以陜西省關(guān)中地區(qū)棉花花鈴期葉片高光譜反射率為數(shù)據(jù)源,分析了13種植被指數(shù)與棉花葉片葉綠素相對含量(SPAD)的相關(guān)關(guān)系;同時采用降精細采樣法,詳細分析400~2 000nm波段范圍內(nèi)原始光譜反射率的任意兩兩波段組合而成的優(yōu)化光譜指數(shù)RSI與SPAD值的定量關(guān)系,構(gòu)建線性及非線性回歸監(jiān)測模型,并對模型進行驗證。結(jié)果表明:1)所提取的13種植被指數(shù)中NIR/NIR與SPAD值的相關(guān)系數(shù)最大(r=0.914),并且基于NIR/NIR(R780/R740)構(gòu)建的回歸方程模型優(yōu)于其他植被指數(shù),其構(gòu)建的二次曲線方程回歸模型建模與驗?zāi)2分別為0.900和0.785,RMSE為4.762,RE為7.86%,為基于提取的12種植被指數(shù)構(gòu)建SPAD值估算模型中最佳模型;2)優(yōu)化后的比值光譜指數(shù)RSI(Ration spectral index)的敏感波段為500和563nm,RSI(500,563)與SPAD值的相關(guān)系數(shù)r=0.999,與棉花葉片SPAD含量在0.01水平下呈顯著相關(guān),其構(gòu)建的二次曲線方程模型效果最優(yōu),建模和驗?zāi)2分別為0.912和1.000,RMSE為2.848,RE為4.38%。與提取的13種植被指數(shù)相比,基于RSI指數(shù)二次曲線回歸模型為估算葉綠素含量的最佳模型,并且模型預(yù)測值和實測值之間的符合度較高R2=0.843,表明基于波段優(yōu)化算法的優(yōu)化光譜指數(shù)RSI能更好的預(yù)測棉花葉片葉綠素含量。
[Abstract]:In order to improve the accuracy of estimating the chlorophyll content of cotton with hyperspectral vegetation index, the leaf hyperspectral reflectance of cotton at flowering and boll stage in Guanzhong area of Shaanxi Province was taken as the data source. The correlation between the relative chlorophyll content of cotton leaves and the relative chlorophyll content of cotton leaves was analyzed, and the method of reducing fine sampling was used to analyze the correlation between the index of planting cover and the relative chlorophyll content of cotton leaves. The quantitative relationship between the optimized spectral index RSI and the spectral reflectivity in the range of 400-2 000nm is analyzed in detail, and the linear and nonlinear regression monitoring models are constructed and verified. The results show that the correlation coefficient between NIR / NIR and spd is the highest in the 13 plant cover indices extracted by 1: 1, and the regression equation model based on NIR / NIRR 780 / R740) is superior to other vegetation indices. The R ~ 2 of the quadratic equation regression model and the test model are 0.900 and 0.785, respectively. The RMSE is 4.762 RE = 7.86, which is the ratio spectral index (RSI-R _ (2) of the best model in the model of estimating the SPAD-value based on the extracted 12 plants. The sensitive bands were 500 and 563 nm RSI 500563) and the correlation coefficient between RSI and SPAR value was 0.999, which was significantly correlated with the content of SPAR in cotton leaves at 0.01 level. The model of conic equation is the best. The R2 of modeling and verification is 0.912 and 1.000 respectively. The RMSE of the model is 2.848 and 4.38, respectively. Compared with the 13 plant cover indices extracted, the quadratic regression model based on RSI index is the best model for estimating chlorophyll content. The coincidence between the predicted value and the measured value of the model is higher than that of the measured value, which indicates that the optimized spectral index RSI based on the band optimization algorithm can better predict the chlorophyll content of cotton leaves.
【作者單位】： 西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院;河南科技大學(xué)農(nóng)學(xué)院;
【基金】：國家高技術(shù)研究發(fā)展計劃(863計劃)資助項目(2013AA102401-2)
【分類號】：S562;S127

【參考文獻】

相關(guān)期刊論文 前10條

1 張曉華;常慶瑞;章曼;劉佳岐;;基于高光譜植被指數(shù)的西北玉米不同時期葉綠素含量估測[J];中國農(nóng)業(yè)大學(xué)學(xué)報;2015年04期

2 黃青;周清波;王利民;李丹丹;;基于遙感的冬小麥長勢等級與氣象因子相關(guān)性分析[J];農(nóng)業(yè)機械學(xué)報;2014年12期

3 夏天;周勇;周清波;吳文斌;;基于高光譜遙感和HJ-1衛(wèi)星的冬小麥SPAD反演研究[J];長江流域資源與環(huán)境;2013年03期

4 王強;易秋香;包安明;羅毅;趙金;;基于高光譜反射率的棉花冠層葉綠素密度估算[J];農(nóng)業(yè)工程學(xué)報;2012年15期

5 劉秀英;熊建利;臧卓;林輝;;基于植被指數(shù)的馬尾松葉綠素含量估算模型[J];西北林學(xué)院學(xué)報;2012年03期

6 李鵬程;董合林;劉愛忠;王潤珍;劉愛珍;李如義;;棉花上部葉片葉綠素SPAD值動態(tài)變化研究[J];中國農(nóng)學(xué)通報;2012年03期

7 蔣金豹;陳云浩;黃文江;;用高光譜微分指數(shù)估測條銹病脅迫下小麥冠層葉綠素密度[J];光譜學(xué)與光譜分析;2010年08期

8 姚付啟;張振華;楊潤亞;孫金偉;王海江;任尚崗;;ANFIS在植被葉綠素含量高光譜反演中的應(yīng)用[J];光譜學(xué)與光譜分析;2010年07期

9 楊杰;田永超;姚霞;曹衛(wèi)星;張玉森;朱艷;;水稻上部葉片葉綠素含量的高光譜估算模型[J];生態(tài)學(xué)報;2009年12期

10 姚霞;朱艷;馮偉;田永超;曹衛(wèi)星;;監(jiān)測小麥葉片氮積累量的新高光譜特征波段及比值植被指數(shù)[J];光譜學(xué)與光譜分析;2009年08期

【共引文獻】

相關(guān)期刊論文 前10條

1 王爍;常慶瑞;劉夢云;嚴林;李媛媛;劉秀英;;基于高光譜遙感的棉花葉片葉綠素含量估算[J];中國農(nóng)業(yè)大學(xué)學(xué)報;2017年04期

2 程潛;陳家樂;張振乾;王悅;陳浩;鄔賢夢;;芥菜型油菜不同葉色葉綠素含量與冠層反射光譜的定量關(guān)系[J];湖南農(nóng)業(yè)科學(xué);2017年02期

3 齊雁冰;楚萬林;解飛;陳洋;常慶瑞;;基于高光譜的渭北旱塬區(qū)棉花冠層葉面積指數(shù)估算[J];干旱地區(qū)農(nóng)業(yè)研究;2017年01期

4 向芬;李維;劉紅艷;周凌云;丁玎;曾振;;茶樹葉綠素測定方法的比較研究[J];茶葉通訊;2016年04期

5 胡珍珠;潘存德;潘鑫;朱白雪;;基于光譜水分指數(shù)的核桃葉片含水量估算模型[J];林業(yè)科學(xué);2016年12期

6 HUANG Qing;WANG Li-min;CHEN Zhong-xin;LIU Hang;;Effects of meteorological factors on different grades of winter wheat growth in the Huang-Huai-Hai Plain, China[J];Journal of Integrative Agriculture;2016年11期

7 賈永倩;王振錫;吳智樂;丁雅;董淼;;杏樹落果前后葉綠素含量的高光譜估算模型[J];森林工程;2016年06期

8 陳仲新;任建強;唐華俊;史云;冷佩;劉佳;王利民;吳文斌;姚艷敏;哈斯圖亞;;農(nóng)業(yè)遙感研究應(yīng)用進展與展望[J];遙感學(xué)報;2016年05期

9 劉曉霞;朱偉鋒;章哲;陳一定;;供氮水平對不同菠菜品種光合特性、硝酸鹽和草酸含量的影響[J];浙江農(nóng)業(yè)科學(xué);2016年09期

10 羅丹;常慶瑞;齊雁冰;李媛媛;李松;;基于光譜指數(shù)的冬小麥冠層葉綠素含量估算模型研究[J];麥類作物學(xué)報;2016年09期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 孫麗;王飛;李保國;陳曦?zé)?;基于多源數(shù)據(jù)的武陵山區(qū)干旱監(jiān)測研究[J];農(nóng)業(yè)機械學(xué)報;2014年01期

2 李鑫川;鮑艷松;徐新剛;金秀良;張競成;宋曉宇;;融合可見光-近紅外與短波紅外特征的新型植被指數(shù)估算冬小麥LAI[J];光譜學(xué)與光譜分析;2013年09期

3 吳鑫淼;王晶;郄志紅;;基于多年降雨資料的作物灌溉制度多目標(biāo)優(yōu)化[J];農(nóng)業(yè)機械學(xué)報;2013年04期

4 孫小芳;;高光譜植被指數(shù)與水稻葉片葉綠素相關(guān)分析[J];閩江學(xué)院學(xué)報;2013年02期

5 JIANG Xiao-jian;TANG Liang;LIU Xiao-jun;CAO Wei-xing;ZHU Yan;;Spatial and Temporal Characteristics of Rice Potential Productivity and Potential Yield Increment in Main Production Regions of China[J];Journal of Integrative Agriculture;2013年01期

6 張賽;王龍昌;;全球變化背景下農(nóng)田生態(tài)系統(tǒng)碳循環(huán)研究[J];農(nóng)機化研究;2013年01期

7 朱曉禧;方修琦;高勇;;基于系統(tǒng)科學(xué)的中國糧食安全評價研究[J];中國農(nóng)業(yè)資源與區(qū)劃;2012年06期

8 黃青;李丹丹;陳仲新;劉佳;王利民;;基于MODIS數(shù)據(jù)的冬小麥種植面積快速提取與長勢監(jiān)測[J];農(nóng)業(yè)機械學(xué)報;2012年07期

9 宋珍;陳曉玲;劉海;田禮喬;吳瑋;;基于HJ-1A/1B衛(wèi)星遙感數(shù)據(jù)的積雪識別方法研究[J];長江流域資源與環(huán)境;2011年05期

10 朱連奇;許立民;;全球變化對陸地生態(tài)系統(tǒng)的影響研究[J];地域研究與開發(fā);2011年02期

【相似文獻】

相關(guān)期刊論文 前10條

1 王福民;黃敬峰;王秀珍;;基于水稻背景特性的植被指數(shù)參數(shù)修正研究[J];農(nóng)業(yè)工程學(xué)報;2008年05期

2 何彬方;馮妍;吳文玉;范偉;;安徽省近十年植被指數(shù)時空變化特征[J];生態(tài)學(xué)雜志;2010年10期

3 解文歡;張有智;吳黎;;基于植被指數(shù)對望奎縣糧食作物產(chǎn)量預(yù)測方法的研究[J];黑龍江農(nóng)業(yè)科學(xué);2011年04期

4 康耀江;;植被指數(shù)在草地遙感中的應(yīng)用初探[J];湖南農(nóng)業(yè)科學(xué);2011年Z1期

5 張仁華,饒農(nóng)新,廖國男;植被指數(shù)的抗大氣影響探討[J];植物學(xué)報;1996年01期

6 國紅;彭世揆;趙博光;;內(nèi)蒙古鄂托克前旗地區(qū)苦豆子植被指數(shù)信息提取的研究[J];林業(yè)資源管理;2008年04期

7 范文義;白新源;馮欣;李明澤;杜華強;;哈爾濱熱島效應(yīng)與植被指數(shù)關(guān)系的動態(tài)分析[J];東北林業(yè)大學(xué)學(xué)報;2009年06期

8 杜春雨;范文義;;葉面積指數(shù)與植被指數(shù)關(guān)系研究[J];林業(yè)勘查設(shè)計;2013年02期

9 楊潔;隋學(xué)艷;楊麗萍;郭洪海;朱振林;;山東省植被指數(shù)影像數(shù)據(jù)庫的設(shè)計與實現(xiàn)[J];安徽農(nóng)業(yè)科學(xué);2011年29期

10 胡曉雯;曹爽;趙顯富;;基于植被指數(shù)的綠地信息提取的比較[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2012年05期

相關(guān)會議論文 前10條

1 付卓;王錦地;施建成;宋金玲;靳華安;張立新;張鐘軍;趙少杰;陳柏松;;微波植被指數(shù)與光學(xué)植被指數(shù)在地面尺度上的關(guān)系研究[A];遙感定量反演算法研討會摘要集[C];2010年

2 辛紅梅;張杰;馬毅;初佳蘭;;基于植被指數(shù)的赤潮高光譜敏感波段確定方法初探[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文選集[C];2003年

3 范錦龍;;我國晴空分布及對旬合成植被指數(shù)的影響[A];推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會2004年年會論文集（下冊）[C];2004年

4 張樹譽;李登科;李星敏;周輝;;遙感植被指數(shù)及其在縣域生態(tài)環(huán)境監(jiān)測評估中的應(yīng)用[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

5 安培浚;頡耀文;;綠洲植被指數(shù)的遙感定量研究-以民勤綠洲為例[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

6 江東;王乃斌;楊小喚;劉紅輝;;植被指數(shù)—地面溫度特征空間及其應(yīng)用[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

7 傅軍;張杰;辛紅梅;馬毅;;基于植被指數(shù)的高光譜遙感水陸識別方法初探[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

8 肖乾廣;肖嵐;李亞君;;EOS/MODIS,FY-1D/MVISR,NOAA/AVHRR的歸一化植被指數(shù)的同化研究[A];全國國土資源與環(huán)境遙感應(yīng)用技術(shù)研討會論文集[C];2009年

9 楊道勇;肖云岫;;利用WT-10接收的1B高分辨云圖數(shù)據(jù)生成植被指數(shù)圖像[A];中國氣象學(xué)會2005年年會論文集[C];2005年

10 何全軍;曹靜;張月維;;基于MODIS的廣東省植被指數(shù)序列構(gòu)建與應(yīng)用[A];中國氣象學(xué)會2007年年會生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預(yù)警分會場論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 魏景云;氣象衛(wèi)星監(jiān)測干旱 全國旱情一目了然[N];中國氣象報;2003年

相關(guān)博士學(xué)位論文 前4條

1 衛(wèi)煒;MODIS雙星數(shù)據(jù)協(xié)同的耕地物候參數(shù)提取方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 張立福;通用光譜模式分解算法及植被指數(shù)的建立[D];武漢大學(xué);2005年

3 岳文澤;基于遙感影像的城市景觀格局及其熱環(huán)境效應(yīng)研究[D];華東師范大學(xué);2005年

4 劉占宇;水稻主要病蟲害脅迫遙感監(jiān)測研究[D];浙江大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉吉凱;基于HJ衛(wèi)星數(shù)據(jù)的甘蔗長勢監(jiān)測與估產(chǎn)研究[D];南京信息工程大學(xué);2015年

2 鄭亞云;榆林NDVI時空變化及驅(qū)動因子研究[D];長安大學(xué);2015年

3 何春萌;經(jīng)濟利益驅(qū)動下的工礦開發(fā)對人類生存環(huán)境的影響[D];內(nèi)蒙古大學(xué);2015年

4 劉曉靜;基于不同遙感數(shù)據(jù)源的秦嶺地區(qū)植被指數(shù)對比分析[D];長安大學(xué);2015年

5 王鑫梅;氮素水平對不同土壤質(zhì)地楊樹葉片光譜特性和光合能力的影響[D];河北農(nóng)業(yè)大學(xué);2015年

6 官雨薇;基于遙感影像的全球荒漠化指數(shù)構(gòu)建及趨勢分析[D];電子科技大學(xué);2015年

7 胡文;黑龍江省雹災(zāi)遙感監(jiān)測及時空特征分析[D];東北農(nóng)業(yè)大學(xué);2015年

8 吳明業(yè);基于TVDI的土壤干旱遙感監(jiān)測研究及驗證[D];安徽農(nóng)業(yè)大學(xué);2014年

9 馬瑞;增強植被指數(shù)算法的研究及其在生態(tài)環(huán)境遙感產(chǎn)品生產(chǎn)分系統(tǒng)的應(yīng)用[D];河南大學(xué);2015年

10 曾水生;雙季稻生長指標(biāo)光譜監(jiān)測模型研究[D];江西農(nóng)業(yè)大學(xué);2015年

，

本文編號：2019024