本文關(guān)鍵詞：基于無人機(jī)高光譜遙感的冬小麥葉面積指數(shù)反演

  更多相關(guān)文章： 遙感 無人機(jī) 傳感器 葉面積指數(shù) 紅邊參數(shù) 光譜指數(shù)

【摘要】：葉面積指數(shù)(leaf area index,LAI)是評價(jià)作物長勢和預(yù)測產(chǎn)量的重要依據(jù)。光譜特征信息作為高光譜遙感的突出優(yōu)勢在追蹤LAI動(dòng)態(tài)變化方面極其重要;然而,圍繞光譜特征信息所開展的無人機(jī)高光譜遙感反演作物L(fēng)AI的相關(guān)研究鮮有報(bào)道。該文利用ASD Field Spec FR Pro 2500光譜輻射儀(ASD Field Spec FR Pro 2500 spectroradiometer,ASD)和Cubert UHD185 Firefly成像光譜儀(Cuber UHD185 Firefly imaging spectrometer,UHD185)在冬小麥試驗(yàn)田進(jìn)行空地聯(lián)合試驗(yàn),基于獲取的孕穗期、開花期以及灌漿期地面數(shù)據(jù)和無人機(jī)高光譜遙感數(shù)據(jù),估測冬小麥LAI。該文選擇同步獲取的冬小麥冠層ASD光譜反射率數(shù)據(jù)作為評價(jià)無人機(jī)UHD185高光譜數(shù)據(jù)質(zhì)量的標(biāo)準(zhǔn),依次從光譜曲線變化趨勢、光譜相關(guān)性以及目標(biāo)地物光譜差異三方面展開分析,結(jié)果表明458~830 nm(第3~96波段)的UHD185光譜數(shù)據(jù)可靠,可使用其探測冬小麥LAI,這為今后無人機(jī)UHD185高光譜數(shù)據(jù)的使用提供了參考。該文研究對比分析了UHD185數(shù)據(jù)計(jì)算的紅邊參數(shù)和光譜指數(shù)與冬小麥LAI的相關(guān)性,結(jié)果表明:12種參數(shù)中比值型光譜指數(shù)RSI(494,610)與LAI高度正相關(guān),是估測LAI的最佳參數(shù);基于比值型光譜指數(shù)的對數(shù)形式lg(RSI)構(gòu)建的線性模型展現(xiàn)出lg(RSI)與lg(LAI)較優(yōu)的線性關(guān)系(決定系數(shù)R2=0.737,參與建模的樣本個(gè)數(shù)n=103),且lg(LAI)預(yù)測值和lg(LAI)實(shí)測值高度擬合性(R2=0.783,均方根誤差RMSE=0.127,n=41,P0.001);該研究為利用無人機(jī)高光譜遙感數(shù)據(jù)開展相關(guān)研究積累了經(jīng)驗(yàn),也為發(fā)展無人機(jī)高光譜遙感的精準(zhǔn)農(nóng)業(yè)應(yīng)用提供了參考。
【作者單位】： 北京農(nóng)業(yè)信息技術(shù)研究中心;國家農(nóng)業(yè)信息化工程技術(shù)研究中心;農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室;北京市農(nóng)業(yè)物聯(lián)網(wǎng)工程技術(shù)研究中心;南京大學(xué)地理與海洋科學(xué)學(xué)院;河南理工大學(xué)測繪與國土信息工程學(xué)院;
【關(guān)鍵詞】： 遙感 無人機(jī) 傳感器 葉面積指數(shù) 紅邊參數(shù) 光譜指數(shù)
【基金】：國家自然科學(xué)基金項(xiàng)目(61661136003,41471351) 北京市自然科學(xué)基金項(xiàng)目(4141001) 北京市農(nóng)林科學(xué)院科技創(chuàng)新能力建設(shè)項(xiàng)目(KJCX20140417)
【分類號】：S512.11;S127
【正文快照】： 高林,楊貴軍,于海洋,徐波,趙曉慶,董錦繪,馬亞斌.基于無人機(jī)高光譜遙感的冬小麥葉面積指數(shù)反演[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(22):113-120.doi:10.11975/j.issn.1002-6819.2016.22.016 http://www.tcsae.orgGao Lin,Yang Guijun,Yu Haiyang,Xu Bo,Zhao Xiaoqing,Dong Jinhui,Ma Ya

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 J.G.布哈特;棉花不同形態(tài)品種葉片生長與葉面積指數(shù)的研究[J];湖北農(nóng)業(yè)科學(xué);1975年08期

2 莫家讓;;水稻葉面積指數(shù)簡易測定法[J];農(nóng)業(yè)科技通訊;1975年09期

3 趙福;;葉面積和葉面積指數(shù)的計(jì)算[J];內(nèi)蒙古農(nóng)業(yè)科技;1975年07期

4 ;怎樣用鮮重法測定小麥的葉面積指數(shù)[J];甘肅農(nóng)業(yè)科技;1976年04期

5 鄭春和;;怎樣用鮮重法測定小麥的葉面積指數(shù)[J];植物學(xué)雜志;1976年01期

6 ;介紹一種小麥生育后期和玉米不拔取樣株測定葉面積指數(shù)的方法[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1977年02期

7 沈瑞庭;李錫坤;;介}9幾種葉面積的n,定方法[J];蠶桑茶葉通訊;1980年01期

8 胡耀華;伍業(yè)綱;王釗;舒宜通;;關(guān)于巴西橡膠樹林葉面積指數(shù)的研究[J];熱帶作物學(xué)報(bào);1981年02期

9 W·G·貝利;R·B·斯圖爾特;朱胤椿;;葉面積的測定方法[J];青海農(nóng)林科技;1982年03期

10 莫家讓;;水稻葉面積指數(shù)測定法簡介[J];廣西農(nóng)業(yè)科學(xué);1978年08期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 姚冬萍;;融合多源遙感數(shù)據(jù)估算地表葉面積指數(shù)[A];中國地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

2 陳雪洋;蒙繼華;吳炳方;朱建軍;紐立明;杜鑫;;基于環(huán)境星高光譜數(shù)據(jù)紅邊參數(shù)的冬小麥葉面積指數(shù)反演[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

3 高帥;;利用ENVISAT-ASAR數(shù)據(jù)的植被葉面積指數(shù)反演研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

4 張娜;;半干旱天然草地葉面積指數(shù)反演模型[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

5 孫永華;宮輝力;李小娟;浦瑞良;周德民;;基于高光譜的三江平原濕地葉面積指數(shù)反演研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

6 曹中盛;朱艷;田永超;曹衛(wèi)星;姚霞;;小麥葉面積指數(shù)估測的最佳高光譜參數(shù)研究[A];中國作物學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文摘要集[C];2013年

7 呂蕓帙;楊旭;駱祖瑩;;基于無線傳感器網(wǎng)絡(luò)的植被葉面積指數(shù)測量方法[A];第六屆中國測試學(xué)術(shù)會(huì)議論文集[C];2010年

8 夏帆;;基于MODIS數(shù)據(jù)的長江流域生態(tài)環(huán)境質(zhì)量評價(jià)[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 劉倩;;2000-2010年三江源地區(qū)MODIS葉面積指數(shù)及FPAR產(chǎn)品驗(yàn)證分析[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

10 楊鵬;李春強(qiáng);;基于MODIS數(shù)據(jù)的河北省冬小麥葉面積指數(shù)模型研究[A];第31屆中國氣象學(xué)會(huì)年會(huì)S5 干旱災(zāi)害風(fēng)險(xiǎn)評估與防控[C];2014年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 李濟(jì) 供稿;理科綜合測試模擬（四）[N];山西科技報(bào);2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 郝雅s，

本文編號：910902