数字农科院2.0

冬小麦鲜生物量估算敏感波段中心及波宽优选

文献类型： 中文期刊

作者： 刘斌;任建强;陈仲新;唐华俊;吴尚蓉;李贺

作者机构：

关键词： 遥感;作物;生物量;冬小麦;敏感波段;波段中心;波段宽度

期刊名称：农业工程学报

ISSN： 1002-6819

年卷期： 2016 年 32 卷 16 期

页码： 125-134

收录情况： EI ; 北大核心 ; CSCD

摘要： 开展高光谱作物生物量估算敏感波段中心和最优波段宽度筛选对提高作物生物量估算精度具有重要意义。该文以冬小麦为研究对象,利用小麦关键生育期内350~1000 nm冠层高光谱数据和实测地上鲜生物量,研究任意两波段构建的窄波段归一化植被指数N-NDVI(narrow band normalized difference vegetation index)与冬小麦地上鲜生物量间的相关关系,构建拟合精度R~2二维图,并以R~2极大值区域重心作为高光谱估算鲜生物量敏感波段中心。通过对敏感波段中心进行波段扩展和相应生物量估算验证,最终确定敏感波段最佳波段宽度。在此基础上,开展基于敏感波段最优波段宽度下冬小麦地上鲜生物量估算和精度验证。结果表明,在N-NDVI与冬小麦鲜生物量间拟合R2≥0.65的二维区域内,确定了401 nm/692 nm、579 nm/698 nm、732 nm/773 nm、725 nm/860 nm、727 nm/977 nm 5个鲜生物量估算的高光谱敏感波段中心;在高光谱估算生物量归一化均方根误差NRMSE≤10%、相对误差RE≤10%条件下,上述5个敏感波段中心的最优波段宽度分别为±21 nm、±5 nm、±51 nm、±40 nm和±23 nm。通过与实测鲜生物量数据对比,利用上述敏感波段中心最优波段宽度进行作物生物量估算,精度在P<0.01水平上均达到极显著水平,且RE、NRMSE分别在8.15%~9.14%、8.69%~9.65%范围内。可见,利用作物冠层高光谱进行冬小麦地上鲜生物量估算时,N-NDVI与鲜生物量间拟合R2极大值区域重心的作物高光谱敏感波段筛选和最优波段宽度确定具有一定可行性,为开展作物高光谱数据波段优选提供了新思路,也为多光谱遥感波段设置及遥感数据应用潜力评价提供一定依据。

分类号： S512.11`S127

  • 相关文献

[1]基于Hyperion高光谱影像的冬小麦地上干生物量反演. 任建强,吴尚蓉,刘斌,陈仲新,刘杏认,李贺. 2018

[2]基于花后累积地上生物量比例的冬小麦动态收获指数估算. 张宁丹,任建强,吴尚蓉. 2022

[3]基于遥感和AquaCrop作物模型的多同化算法比较. 邢会敏,李振海,徐新刚,冯海宽,杨贵军,陈召霞. 2017

[4]基于作物生物量估计的区域冬小麦单产预测. 任建强,刘杏认,陈仲新,周清波,唐华俊. 2009

[5]基于随机森林算法的冬小麦生物量遥感估算模型对比. 岳继博,杨贵军,冯海宽. 2016

[6]基于NDVI加权指数的冬小麦种植面积遥感监测. 王利民,刘佳,杨玲波,杨福刚,滕飞,王小龙. 2016

[7]冬小麦面积遥感识别精度与空间分辨率的关系. 王利民,刘佳,高建孟,杨玲波,杨福刚,王小龙. 2016

[8]NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响. 李方杰,任建强,吴尚蓉,张宁丹,赵红伟. 2021

[9]分数阶微分数据变换在滨海盐渍土盐分反演中的适用性. 潘昊,陈诗扬,李祎森,李映祥,曹怀堂,刘佳. 2025

[10]草原生物量及碳密度遥感估算--以内蒙古正蓝旗为例. 金云翔,徐斌,杨秀春,李金亚,高添,于海达,马海龙. 2013

[11]草原生物量及碳密度遥感估算——以内蒙古正蓝旗为例. 金云翔,徐斌,杨秀春,李金亚,高添,于海达,马海龙. 2013

[12]东北地区主要作物种植结构遥感提取及长势监测. 黄青,唐华俊,周清波,吴文斌,王利民,张莉. 2010

[13]粒子滤波同化方法在CERES-Wheat作物模型估产中的应用. 姜志伟,陈仲新,任建强,周清波. 2012

[14]农用无人机多传感器遥感辅助小麦育种信息获取. 杨贵军,李长春,于海洋,徐波,冯海宽,高林,朱冬梅. 2015

[15]GoogleEarth影像辅助的农作物面积地面样方调查. 刘佳,王利民,滕飞,李丹丹,王小龙,曹怀堂. 2015

[16]Google Earth影像辅助的农作物面积地面样方调查. 刘佳,王利民,滕飞,李丹丹,王小龙,曹怀堂. 2015

[17]基于GF-1卫星遥感的冬小麦面积早期识别. 王利民,刘佳,杨福刚,富长虹,滕飞,高建孟. 2015

[18]基于FCS及EPIC模型的未来情境下作物空间竞争模拟. 何英彬,高明杰,周振亚,张晴,韦文珊,陈学渊,刘洋. 2015

[19]作物病虫害遥感监测研究进展. 陈兵,李少昆,王克如,柏军华,隋学艳,白彩云. 2007

[20]基于多时相GF-1遥感影像的作物分类提取. 贺鹏,徐新刚,张宝雷,李振海,金秀良,张秋阳,张勇峰. 2016

作者其他论文 更多>>