数字农科院2.0

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

文献类型： 中文期刊

作者： 吴东丽;刘聪;郭超凡;丁明明;吴苏;阙艳红;姜明梁;李雁

作者机构：

关键词： 冬小麦;土壤水分含量监测;土壤水分反演;反演精度;无人机遥感;卫星遥感;温度植被干旱指数模型;水云模型

期刊名称：中国农学通报

ISSN： 1000-6850

年卷期： 2024 年 40 卷 25 期

页码：

收录情况： 科技核心（2024版） ; ; 农林核心（2020版）

摘要： 实时、精准的土壤水分含量监测是农业用水管理的基础,探究冬小麦土壤水分反演的最优模型对于提高农业用水效率和可持续发展均具有重要的意义。本研究以河南省鹤壁市浚县冬小麦种植区域的土壤水分含量为研究对象,采用无人机遥感数据、卫星遥感数据、田间采样数据,分别运用温度植被干旱指数模型、水云模型和改进的水云模型3种方法,进行土壤含水量反演对比分析与最优模型选择。结果表明,3种方法中10 cm深度的反演精度均高于20 cm,且R^(2)均大于0.4。其中采用改进的水云模型方法在10 cm深度的R^(2)为0.7055、RMSE为0.0209,20 cm深度的R^(2)为0.5069、RMSE为0.0271,优于水云模型和温度植被干旱指数的反演效果。因此,改进的水云模型是一种适合用于麦田土壤水分反演的方法,它能够提供较高的反演精度。

分类号：

  • 相关文献

[1]基于无人机多光谱与热红外数据的冬小麦土壤水分反演. 张成才,侯佳彤,王蕊,姜明梁,祝星星. 2024

[2]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

[3]光谱数据变换对玉米氮素含量反演精度的影响. 王磊,白由路,卢艳丽,王贺. 2011

[4]土壤水分雷达遥感反演研究. 朱逸青,吴尚蓉,王迪. 2024

[5]融合多源遥感数据的夏玉米土壤水分反演方法对比研究. 阙艳红,吴苏,姜明梁,张成才,李风波,李炎朋. 2024

[6]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

[7]基于陆面能量平衡方程的遥感模型. 孙敏章,刘作新,吕谋超,刘钰. 2005

[8]基于TM卫星的棉花长势遥感监测研究. 王克如,李少昆,刘强,柏军华,李静,谢瑞芝,陈兵,高世菊,王方永,刘国庆,谭海珍. 2007

[9]新疆迪那河流域轮台人工绿洲耕地时空变化特征分析. 张谱,管文轲,刘洪霞,张和钰,李志鹏,冯益明. 2019

[10]我国农作物病虫害智能监测预警技术新进展. 封洪强,姚青,胡程,黄文江,胡小平,刘杰,张云慧,张智,乔红波,刘伟. 2023

[11]基于Landsat和Sentinel-2卫星的草地利用率遥感监测——以不同草地类型放牧平台为例. 常楚晨,王洁,杨吉林,刘楠,赵玉金,王忠武,辛晓平,张英俊. 2024

[12]基于无人机DSM的小麦倒伏识别方法. 赵立成,段玉林,史云,张保辉. 2019

[13]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[14]农业遥感研究进展与展望. 唐华俊. 2018

[15]基于无人机遥感可见光影像的农作物分类. 刘斌,史云,吴文斌,段玉林,赵立成. 2019

[16]无人机遥感及深度学习在油菜冻害识别中的应用研究. 安谈洲,李俐俐,张瑞杰,李礼,刘清云,乔江伟,王新发,姚剑. 2021

[17]天山云杉林无人机可见光影像树冠信息提取方法研究. 曹姗姗,王蕾,孙伟,金忠明. 2020

[18]基于卷积神经网络的互花米草识别研究. 李岩舟,何艳洲,覃锋,钱万强,吴媚,乔曦. 2023

[19]基于无人机遥感的盛花期薇甘菊监测. 李岩舟,覃锋,顾渝娟,韩阳春,田洪坤,乔曦. 2022

[20]枇杷蜜源植物分布的无人机评估方法. 许思嘉,王朝丽,何娟,孙逸飞,方小明,黄家兴. 2024

作者其他论文 更多>>