本文關(guān)鍵詞：冬小麥鮮生物量估算敏感波段中心及波寬優(yōu)選

  更多相關(guān)文章： 遙感 作物 生物量 冬小麥 敏感波段 波段中心 波段寬度

【摘要】：開展高光譜作物生物量估算敏感波段中心和最優(yōu)波段寬度篩選對提高作物生物量估算精度具有重要意義。該文以冬小麥為研究對象,利用小麥關(guān)鍵生育期內(nèi)350~1000 nm冠層高光譜數(shù)據(jù)和實測地上鮮生物量,研究任意兩波段構(gòu)建的窄波段歸一化植被指數(shù)N-NDVI(narrow band normalized difference vegetation index)與冬小麥地上鮮生物量間的相關(guān)關(guān)系,構(gòu)建擬合精度R~2二維圖,并以R~2極大值區(qū)域重心作為高光譜估算鮮生物量敏感波段中心。通過對敏感波段中心進行波段擴展和相應生物量估算驗證,最終確定敏感波段最佳波段寬度。在此基礎上,開展基于敏感波段最優(yōu)波段寬度下冬小麥地上鮮生物量估算和精度驗證。結(jié)果表明,在N-NDVI與冬小麥鮮生物量間擬合R2≥0.65的二維區(qū)域內(nèi),確定了401 nm/692 nm、579 nm/698 nm、732 nm/773 nm、725 nm/860 nm、727 nm/977 nm 5個鮮生物量估算的高光譜敏感波段中心;在高光譜估算生物量歸一化均方根誤差NRMSE≤10%、相對誤差RE≤10%條件下,上述5個敏感波段中心的最優(yōu)波段寬度分別為±21 nm、±5 nm、±51 nm、±40 nm和±23 nm。通過與實測鮮生物量數(shù)據(jù)對比,利用上述敏感波段中心最優(yōu)波段寬度進行作物生物量估算,精度在P0.01水平上均達到極顯著水平,且RE、NRMSE分別在8.15%~9.14%、8.69%~9.65%范圍內(nèi)。可見,利用作物冠層高光譜進行冬小麥地上鮮生物量估算時,N-NDVI與鮮生物量間擬合R2極大值區(qū)域重心的作物高光譜敏感波段篩選和最優(yōu)波段寬度確定具有一定可行性,為開展作物高光譜數(shù)據(jù)波段優(yōu)選提供了新思路,也為多光譜遙感波段設置及遙感數(shù)據(jù)應用潛力評價提供一定依據(jù)。
【作者單位】： 中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室;
【關(guān)鍵詞】： 遙感 作物 生物量 冬小麥 敏感波段 波段中心 波段寬度
【基金】：國家自然科學基金項目(41471364,41371396) 農(nóng)業(yè)部“948計劃”項目(2011-G6);農(nóng)業(yè)部農(nóng)業(yè)科研杰出人才基金和農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室開放基金(2012009);農(nóng)業(yè)部農(nóng)情遙感監(jiān)測業(yè)務運行資助項目 國家高技術(shù)研究發(fā)展計劃(863計劃)課題(2012AA12A307) 國家科技重大專項資助項目(09 Y30B03 9001 13/15)
【分類號】：S512.11;S127
【正文快照】：

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐旭;陳國慶;王良;葉桂香;王振林;李勇;;基于敏感光譜波段圖像特征的冬小麥LAI和地上部生物量監(jiān)測[J];農(nóng)業(yè)工程學報;2015年22期

2 唐建民;廖欽洪;劉奕清;楊貴軍;馮海寬;王紀華;;基于CASI高光譜數(shù)據(jù)的作物葉面積指數(shù)估算[J];光譜學與光譜分析;2015年05期

3 莊東英;李衛(wèi)國;武立權(quán);;冬小麥生物量衛(wèi)星遙感估測研究[J];干旱區(qū)資源與環(huán)境;2013年10期

4 何誠;馮仲科;韓旭;孫夢營;鞏垠熙;高原;董斌;;基于多光譜數(shù)據(jù)的永定河流域植被生物量反演[J];光譜學與光譜分析;2012年12期

5 侯學會;牛錚;黃妮;許時光;;小麥生物量和真實葉面積指數(shù)的高光譜遙感估算模型[J];國土資源遙感;2012年04期

6 姜志偉;陳仲新;任建強;周清波;;粒子濾波同化方法在CERES-Wheat作物模型估產(chǎn)中的應用[J];農(nóng)業(yè)工程學報;2012年14期

7 王磊;白由路;盧艷麗;王賀;楊俐蘋;;基于GreenSeeker的冬小麥NDVI分析與產(chǎn)量估算[J];作物學報;2012年04期

8 任建強;陳仲新;唐華俊;周清波;秦軍;;基于遙感信息與作物生長模型的區(qū)域作物單產(chǎn)模擬[J];農(nóng)業(yè)工程學報;2011年08期

9 馮美臣;肖璐潔;楊武德;丁光偉;;基于遙感數(shù)據(jù)和氣象數(shù)據(jù)的水旱地冬小麥產(chǎn)量估測[J];農(nóng)業(yè)工程學報;2010年11期

10 杜鑫;蒙繼華;吳炳方;;作物生物量遙感估算研究進展[J];光譜學與光譜分析;2010年11期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉斌;任建強;陳仲新;唐華俊;吳尚蓉;李賀;;冬小麥鮮生物量估算敏感波段中心及波寬優(yōu)選[J];農(nóng)業(yè)工程學報;2016年16期

2 王淵博;馮德俊;李淑娟;武文娟;任紅艷;;基于遙感信息的農(nóng)作物生物量估算研究進展[J];遙感技術(shù)與應用;2016年03期

3 顏丙囤;隋學艷;王猛;侯學會;陳振;姚慧敏;梁守真;;拔節(jié)期淹水玉米冠層光譜變化特征分析[J];山東農(nóng)業(yè)科學;2016年05期

4 丁位華;馮素偉;姜小苓;宋欣密;王丹;茹振鋼;;黃淮麥區(qū)不同小麥品種生育前期光合生理特性及物質(zhì)積累變化研究[J];華北農(nóng)學報;2016年02期

5 王玉霞;梁衛(wèi)衛(wèi);陳俊;關(guān)青青;魏志成;白慧敏;馮兆佳;;利用簡易測量板估測白三葉群落地上生物量[J];應用生態(tài)學報;2016年06期

6 牛魯燕;孫家波;劉延忠;張曉艷;;基于成像高光譜的小麥葉片葉綠素含量估測模型研究[J];河南農(nóng)業(yè)科學;2016年04期

7 王鵬新;孫輝濤;解毅;王蕾;張樹譽;李俐;;基于LAI和VTCI及粒子濾波同化算法的冬小麥單產(chǎn)估測[J];農(nóng)業(yè)機械學報;2016年04期

8 陸星星;王興德;陳世祿;;烤煙生物量指數(shù)模型構(gòu)建及其驗證[J];湖南農(nóng)業(yè)科學;2016年01期

9 溫鵬飛;朱鵬;張強;張澤;田敏;呂新;;不同水氮耦合條件下棉花冠層NDVI分析與產(chǎn)量估算[J];中國農(nóng)業(yè)大學學報;2016年01期

10 劉冰峰;李軍;賀佳;師祖姣;;基于高光譜植被指數(shù)的夏玉米地上干物質(zhì)量估算模型研究[J];農(nóng)業(yè)機械學報;2016年03期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 付元元;楊貴軍;馮海寬;徐新剛;宋曉宇;王紀華;;基于高光譜維數(shù)約簡與植被指數(shù)估算冬小麥葉面積指數(shù)的比較[J];農(nóng)業(yè)工程學報;2012年23期

2 李鑫川;徐新剛;鮑艷松;黃文江;羅菊花;董瑩瑩;宋曉宇;王紀華;;基于分段方式選擇敏感植被指數(shù)的冬小麥葉面積指數(shù)遙感反演[J];中國農(nóng)業(yè)科學;2012年17期

3 李琴;陳曦;劉英;包安明;Frank Veroustraete;;干旱區(qū)區(qū)域蒸散發(fā)量遙感反演研究[J];干旱區(qū)資源與環(huán)境;2012年08期

4 孫曉;譚炳香;;基于CASI高光譜遙感數(shù)據(jù)的森林葉面積指數(shù)反演[J];廣東農(nóng)業(yè)科學;2012年14期

5 何誠;馮仲科;袁進軍;王佳;鞏垠熙;董志海;;高光譜遙感技術(shù)在生物多樣性保護中的應用研究進展[J];光譜學與光譜分析;2012年06期

6 夏天;吳文斌;周清波;周勇;于雷;;基于高光譜的冬小麥葉面積指數(shù)估算方法[J];中國農(nóng)業(yè)科學;2012年10期

7 何誠;馮仲科;袁進軍;王佳;董志海;鞏垠熙;;基于數(shù)字高程模型的樹木三維體積測量[J];農(nóng)業(yè)工程學報;2012年08期

8 靳華安;王錦地;柏延臣;陳桂芬;薛華柱;;基于作物生長模型和遙感數(shù)據(jù)同化的區(qū)域玉米產(chǎn)量估算[J];農(nóng)業(yè)工程學報;2012年06期

9 黃健熙;武思杰;劉興權(quán);馬冠南;馬鴻元;吳文斌;鄒金秋;;基于遙感信息與作物模型集合卡爾曼濾波同化的區(qū)域冬小麥產(chǎn)量預測[J];農(nóng)業(yè)工程學報;2012年04期

10 王金梁;秦其明;劉明超;朱琳;;基于NDVI優(yōu)化選擇的土壤水分數(shù)據(jù)同化[J];農(nóng)業(yè)工程學報;2011年12期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 許麗娟;張金恒;李大鵬;姚振旋;呂永亮;田保光;姜，

本文編號：782352