数字农科院2.0

基于高光谱的冬小麦叶面积指数估算方法

文献类型： 中文期刊

作者： 夏天;吴文斌;周清波;周勇;于雷

作者机构：

关键词： 高光谱;冬小麦;叶面积指数;估算

期刊名称：中国农业科学

ISSN： 0578-1752

年卷期： 2012 年 45 卷 10 期

页码： 2085-2092

收录情况： 北大核心 ; CSCD

摘要： 【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数(R2)为0.675—0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。

分类号： S512.11

  • 相关文献

[1]基于赤池信息量准则的冬小麦叶面积指数估算. 杨福芹,冯海宽,李振海,金秀良,杨贵军,戴华阳. 2015

[2]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[3]物理模型光谱模拟误差对冬小麦叶面积指数高光谱反演的影响. 周清波,吴文斌,陈仲新,夏天,王思,唐华俊. 2016

[4]基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较. 刘轲,周清波,吴文斌,陈仲新,唐华俊. 2016

[5]种植密度对玉米冠层高光谱特征的响应研究. 邹楠,杨文杰,肖春华,王克如,陈兵,张国强,张召星. 2017

[6]病害胁迫下玉米LAI遥感反演研究. 刘帅兵,金秀良,冯海宽,聂臣巍,白怡,程明瀚. 2023

[7]基于高光谱遥感的冬小麦叶水势估算模型. 陈智芳,宋妮,王景雷,孙景生. 2017

[8]冬小麦叶面积指数高光谱遥感反演方法对比. 夏天,吴文斌,周清波,周勇. 2013

[9]可见光光谱的冬小麦苗期地上生物量估算. 张领先,陈运强,李云霞,马浚诚,杜克明,郑飞翔,孙忠富. 2019

[10]基于可见光图像和卷积神经网络的冬小麦苗期长势参数估算. 马浚诚,刘红杰,郑飞翔,杜克明,张领先,胡新,孙忠富. 2019

[11]黄淮海平原播前土壤水分对冬小麦产量的影响. 高阳,邱新强,巩文军,段爱旺,王景雷,孟兆江,孙景生. 2012

[12]冬小麦株高和叶面积指数变化动态分析及模拟模型. 王声锋,段爱旺,徐建新. 2010

[13]基于叶面积指数反演的区域冬小麦单产遥感估测. 任建强,陈仲新,周清波,唐华俊. 2010

[14]麦田降雨产流过程的影响因素. 刘战东,高阳,段爱旺,巩文军. 2012

[15]河南新乡地区冬小麦叶面积指数的动态模型研究. 刘战东,段爱旺,高阳,刘浩. 2008

[16]基于作物模型与叶面积指数遥感影像同化的区域单产估测研究. 杨鹏,吴文斌,周清波,陈仲新,查燕,唐华俊,柴崎亮介. 2007

[17]无人机高光谱遥感数据在冬小麦叶面积指数反演中的应用. 潘海珠,陈仲新. 2018

[18]冬小麦-春玉米间作模式下光合有效辐射特性研究. 高阳,段爱旺. 2006

[19]基于改进水云模型和Radarsat-2数据的农田土壤含水量估算. 杨贵军,岳继博,李长春,冯海宽,杨浩,兰玉彬. 2016

[20]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

作者其他论文 更多>>