基于高光譜數(shù)據(jù)的滴灌甜菜葉綠素含量估算
發(fā)布時(shí)間:2022-01-24 23:23
為明確甜菜葉綠素含量與高光譜植被遙感的定量關(guān)系,探索建立干旱區(qū)甜菜葉綠素含量估測(cè)模型,即時(shí)監(jiān)測(cè)甜菜生長狀況,選取新疆滴灌甜菜(Beta356)為研究對(duì)象,利用ASD野外高光譜儀在甜菜葉叢快速生長期、塊根膨大期與糖分積累期采集各處理反射光譜,并同時(shí)測(cè)定葉綠素含量,分析原始光譜反射率和一階微分光譜反射率與葉綠素含量的相關(guān)關(guān)系,并進(jìn)一步建立光譜特征參數(shù)和敏感波段植被指數(shù)葉綠素含量估算模型。結(jié)果表明:原始光譜反射率在近紅外區(qū)(700~1 300 nm)隨著氮素水平的增加呈先升高后降低趨勢(shì),紅邊(680~760 nm)也表現(xiàn)出相同趨勢(shì),原始光譜反射率在近紅外區(qū)(700~1 300 nm)隨著運(yùn)籌管理的遞進(jìn)呈現(xiàn)升高趨勢(shì),紅邊(680~760 nm)也表現(xiàn)出相同趨勢(shì);原始光譜反射率和一階微分反射率與葉綠素含量均具有較好的相關(guān)性,其最大正相關(guān)分別位于902 nm(r=0.574,P<0.01)和676 nm(r=0.843,P<0.01)附近,最大負(fù)相關(guān)分別位于611 nm(r=-0.664,P<0.01)和1 138 nm(r=-0.727,P<0.01)附近。對(duì)所建12個(gè)線...
【文章來源】:農(nóng)業(yè)資源與環(huán)境學(xué)報(bào). 2020,37(05)北大核心
【文章頁數(shù)】:9 頁
【部分圖文】:
不同氮素水平下高光譜反射率與紅邊
甜菜冠層原始光譜反射率與葉綠素含量相關(guān)性
由表2可知,所選三邊參數(shù)中只有黃邊參數(shù)沒有達(dá)到極顯著相關(guān)關(guān)系,紅邊參數(shù)與藍(lán)邊參數(shù)均達(dá)到極顯著相關(guān)關(guān)系,其中紅邊參數(shù)相關(guān)系數(shù)超過0.6,說明在三邊參數(shù)中紅邊參數(shù)具有較好估算葉綠素含量的能力。原始光譜反射率與一階微分光譜反射率的最大正負(fù)相關(guān)性均達(dá)到極顯著水平,其中一階微分光譜反射率的相關(guān)系數(shù)均超過0.7,且一階微分光譜反射率DR676與葉綠素含量之間達(dá)到最大極顯著相關(guān)(r=0.843,P<0.01)。所建植被指數(shù)與葉綠素含量的相關(guān)性除DR1013/DR676外均達(dá)到極顯著水平,其中除R780–R611和DR1013–DR676外相關(guān)系數(shù)均超過0.7,且總體高于光譜特征參數(shù)。2.5 已知高光譜植被指數(shù)與葉綠素含量相關(guān)性
【參考文獻(xiàn)】:
期刊論文
[1]基于高光譜特征和偏最小二乘法的春小麥葉綠素含量估算[J]. 尼加提·卡斯木,師慶東,王敬哲,茹克亞·薩吾提,依力亞斯江·努爾麥麥提,古麗努爾·依沙克. 農(nóng)業(yè)工程學(xué)報(bào). 2017(22)
[2]基于光譜變換的低溫脅迫下冬小麥葉綠素含量估測(cè)研究[J]. 張雪茹,馮美臣,楊武德,王超,郭小麗,史超超. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào). 2017(09)
[3]淹水脅迫下棉花葉片高光譜特征及葉綠素含量估算模型[J]. 徐道青,劉小玲,王維,陳敏,闞畫春,李常鳳,鄭曙峰. 應(yīng)用生態(tài)學(xué)報(bào). 2017(10)
[4]基于角果期高光譜的冬油菜產(chǎn)量預(yù)測(cè)模型研究[J]. 李嵐?jié)?任濤,汪善勤,明金,劉秋霞,魯劍巍. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(03)
[5]不同光譜植被指數(shù)反演冬小麥葉氮含量的敏感性研究[J]. 張瀟元,張立福,張霞,王樹東,田靜國,翟涌光. 中國農(nóng)業(yè)科學(xué). 2017(03)
[6]基于高光譜和BP神經(jīng)網(wǎng)絡(luò)的玉米葉片SPAD值遙感估算[J]. 李媛媛,常慶瑞,劉秀英,嚴(yán)林,羅丹,王爍. 農(nóng)業(yè)工程學(xué)報(bào). 2016(16)
[7]基于高光譜分析的草地葉綠素含量估算研究進(jìn)展[J]. 馬文勇,王訓(xùn)明. 地理科學(xué)進(jìn)展. 2016(01)
[8]柑橘葉片葉綠素含量高光譜無損檢測(cè)模型[J]. 岳學(xué)軍,全東平,洪添勝,王健,瞿祥明,甘海明. 農(nóng)業(yè)工程學(xué)報(bào). 2015(01)
[9]不同地域冬小麥葉片SPAD高光譜估算研究[J]. 夏天,吳文斌,周清波,陳仲新,周勇. 中國農(nóng)業(yè)資源與區(qū)劃. 2014(04)
[10]利用光譜紅邊參數(shù)監(jiān)測(cè)黃萎病棉葉葉綠素和氮素含量[J]. 陳兵,韓煥勇,王方永,劉政,鄧福軍,林海,余渝,李少昆,王克如,肖春華. 作物學(xué)報(bào). 2013(02)
本文編號(hào):3607485
【文章來源】:農(nóng)業(yè)資源與環(huán)境學(xué)報(bào). 2020,37(05)北大核心
【文章頁數(shù)】:9 頁
【部分圖文】:
不同氮素水平下高光譜反射率與紅邊
甜菜冠層原始光譜反射率與葉綠素含量相關(guān)性
由表2可知,所選三邊參數(shù)中只有黃邊參數(shù)沒有達(dá)到極顯著相關(guān)關(guān)系,紅邊參數(shù)與藍(lán)邊參數(shù)均達(dá)到極顯著相關(guān)關(guān)系,其中紅邊參數(shù)相關(guān)系數(shù)超過0.6,說明在三邊參數(shù)中紅邊參數(shù)具有較好估算葉綠素含量的能力。原始光譜反射率與一階微分光譜反射率的最大正負(fù)相關(guān)性均達(dá)到極顯著水平,其中一階微分光譜反射率的相關(guān)系數(shù)均超過0.7,且一階微分光譜反射率DR676與葉綠素含量之間達(dá)到最大極顯著相關(guān)(r=0.843,P<0.01)。所建植被指數(shù)與葉綠素含量的相關(guān)性除DR1013/DR676外均達(dá)到極顯著水平,其中除R780–R611和DR1013–DR676外相關(guān)系數(shù)均超過0.7,且總體高于光譜特征參數(shù)。2.5 已知高光譜植被指數(shù)與葉綠素含量相關(guān)性
【參考文獻(xiàn)】:
期刊論文
[1]基于高光譜特征和偏最小二乘法的春小麥葉綠素含量估算[J]. 尼加提·卡斯木,師慶東,王敬哲,茹克亞·薩吾提,依力亞斯江·努爾麥麥提,古麗努爾·依沙克. 農(nóng)業(yè)工程學(xué)報(bào). 2017(22)
[2]基于光譜變換的低溫脅迫下冬小麥葉綠素含量估測(cè)研究[J]. 張雪茹,馮美臣,楊武德,王超,郭小麗,史超超. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào). 2017(09)
[3]淹水脅迫下棉花葉片高光譜特征及葉綠素含量估算模型[J]. 徐道青,劉小玲,王維,陳敏,闞畫春,李常鳳,鄭曙峰. 應(yīng)用生態(tài)學(xué)報(bào). 2017(10)
[4]基于角果期高光譜的冬油菜產(chǎn)量預(yù)測(cè)模型研究[J]. 李嵐?jié)?任濤,汪善勤,明金,劉秋霞,魯劍巍. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(03)
[5]不同光譜植被指數(shù)反演冬小麥葉氮含量的敏感性研究[J]. 張瀟元,張立福,張霞,王樹東,田靜國,翟涌光. 中國農(nóng)業(yè)科學(xué). 2017(03)
[6]基于高光譜和BP神經(jīng)網(wǎng)絡(luò)的玉米葉片SPAD值遙感估算[J]. 李媛媛,常慶瑞,劉秀英,嚴(yán)林,羅丹,王爍. 農(nóng)業(yè)工程學(xué)報(bào). 2016(16)
[7]基于高光譜分析的草地葉綠素含量估算研究進(jìn)展[J]. 馬文勇,王訓(xùn)明. 地理科學(xué)進(jìn)展. 2016(01)
[8]柑橘葉片葉綠素含量高光譜無損檢測(cè)模型[J]. 岳學(xué)軍,全東平,洪添勝,王健,瞿祥明,甘海明. 農(nóng)業(yè)工程學(xué)報(bào). 2015(01)
[9]不同地域冬小麥葉片SPAD高光譜估算研究[J]. 夏天,吳文斌,周清波,陳仲新,周勇. 中國農(nóng)業(yè)資源與區(qū)劃. 2014(04)
[10]利用光譜紅邊參數(shù)監(jiān)測(cè)黃萎病棉葉葉綠素和氮素含量[J]. 陳兵,韓煥勇,王方永,劉政,鄧福軍,林海,余渝,李少昆,王克如,肖春華. 作物學(xué)報(bào). 2013(02)
本文編號(hào):3607485
本文鏈接:http://sikaile.net/nykjlw/nygclw/3607485.html
最近更新
教材專著