数字农科院2.0

融合多源遥感数据的夏玉米土壤水分反演方法对比研究

文献类型： 中文期刊

作者： 阙艳红;吴苏;姜明梁;张成才;李风波;李炎朋

作者机构：

关键词： 土壤水分;多源遥感反演;水云模型;温度植被干旱指数TVDI;MIMICS模型;数据融合

期刊名称：节水灌溉

ISSN： 1007-4929

年卷期： 2024 年

页码：

收录情况： 北大核心（2023版） ; ; 科技核心（2024版） ; ; 农林核心（2020版）

摘要： 为了解决在夏玉米植株高度较高( > 1.5 m)情况下，无人机遥感土壤水分反演过程中冠层与地表之间多次散射对微波后向散射的衰减问题，寻找合适的反演方法。通过融合运用无人机多光谱和热红外数据、Sentinel-1A SAR卫星数据，结合田间实测数据，对植被覆盖下的土壤水分反演与精度验证进行研究；采用温度植被干旱指数(TVDI)、水云模型(WCM)以及引入MIMICS模型参数的改进水云模型(Improved WCM)3种方法进行土壤水分反演。其中，TVDI方法拔节期反演精度R2为0.50(10 cm)和0.42(20 cm)，乳熟期反演精度R2为0.49(10 cm)和0.46(20 cm)；WCM方法拔节期反演精度R2为0.53(10 cm)和0.44(20 cm)，乳熟期反演精度R2为0.18(10 cm)和0.02(20 cm)；Improved WCM方法拔节期反演精度为0.76(10 cm)和0.69(20 cm)，乳熟期反演精度为0.78 (10 cm)和0.74(20 cm)。采用引入MIMICS模型参数的改进水云模型方法得到的夏玉米2个生育期的反演效果，明显优于水云模型方法和温度植被干旱指数方法；3种方法的2个生育期反演精度均为10 cm高于20 cm。因此，引入MIMICS模型参数的改进水云模型方法更适合于玉米植株较高情况下的10 cm土壤含水量反演。

分类号：

  • 相关文献

[1]GNSS-R信号反演土壤水分研究分析. 毛克彪,王建明,张孟阳,周清波,马柱国. 2009

[2]河北省土壤干湿状况遥感监测指数比较. 姜亚珍,张瑜洁,孙琛,游松财. 2014

[3]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

[4]基于多源遥感数据与模型对比的冬小麦土壤含水量区域监测研究. 吴东丽,刘聪,郭超凡,丁明明,吴苏,阙艳红,姜明梁,李雁. 2024

[5]基于无人机MiniSAR和多光谱遥感数据的冬小麦土壤墒情反演. 张成才,祝星星,姜明梁,王蕊,侯佳彤. 2024

[6]基于FSDAF方法融合生成高时空分辨率地表温度. 杨敏,杨贵军,陈晓宁,张勇峰,尤静妮. 2018

[7]现代新型传感器在农产品储藏中的应用. 尤文坚,唐仕云. 2012

[8]基于MODIS和AMER-E资料的青藏高原牧区雪被制图研究. 王玮,黄晓东,吕志邦,梁天刚. 2013

[9]红外传感器与机器视觉融合的果树害虫识别及计数方法. 田冉,陈梅香,董大明,李文勇,矫雷子,王以忠,李明,孙传恒,杨信廷. 2016

[10]基于数据融合的农作物生产风险评估新方法. 王克,张峭. 2013

[11]黑河流域ASTER与MODIS融合生成高分辨率地表温度的验证. 杨贵军,孙晨红,历华. 2015

[12]基于风险熵的农产品安全定量评价研究. 陈志军,刘艳,钱永忠. 2020

[13]激光雷达与视觉融合的跟随运输机器人设计. 赵铖钥,马伟,苏道毕力格,谭彧. 2023

[14]多源异构作物组学数据融合方法研究——以高粱为例. 张翔鹤,闫燊,樊景超. 2022

[15]基于多源信息融合的绿茶杀青叶水分含量智能感知方法. 董春旺,刘中原,杨明,王梅,张人天,林智. 2022

[16]防返贫监测大数据融合框架的构建与应用——数据、模型和应用的系统化视角. 王鑫,郭雷风. 2022

[17]数据融合策略在食品产地溯源中的应用进展. 邓焯文,陈喆,付家顺,云永欢. 2022

[18]丘陵地区柑橘园采收搬运机器人系统的研制. 赵铖钥,马伟,苏道毕力格,徐海东,谭彧. 2024

[19]祁连山西段草地土壤温度、水分变化特征. 车宗玺,李进军,汪有奎,丁国民,李世霞,邸华,车宗彩,潘欣,毛志明,郭朝霞. 2018

[20]免耕对冬小麦农田土壤水分及可溶性碳和硝态氮动态变化的影响. 丁晋利,魏红义,武继承,杨永辉. 2020

作者其他论文 更多>>