咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于无人机高光谱遥感的冬小麦叶面积指数反演 收藏

基于无人机高光谱遥感的冬小麦叶面积指数反演

Retrieving winter wheat leaf area index based on unmanned aerial vehicle hyperspectral remote sensing

作     者:高林 杨贵军 于海洋 徐波 赵晓庆 董锦绘 马亚斌 Gao Lin;Yang Guijun;Yu Haiyang;Xu Bo;Zhao Xiaoqing;Dong Jinhui;Ma Yabin

作者机构:北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 农业部农业信息技术重点实验室北京100097 北京市农业物联网工程技术研究中心北京100097 南京大学地理与海洋科学学院南京210023 河南理工大学测绘与国土信息工程学院焦作454000 

出 版 物:《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期:2016年第32卷第22期

页      面:113-120页

核心收录:

学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基  金:国家自然科学基金项目(61661136003 41471351) 北京市自然科学基金项目(4141001) 北京市农林科学院科技创新能力建设项目(KJCX20140417) 

主  题:遥感 无人机 传感器 叶面积指数 红边参数 光谱指数 

摘      要:叶面积指数(leaf area index,LAI)是评价作物长势和预测产量的重要依据。光谱特征信息作为高光谱遥感的突出优势在追踪LAI动态变化方面极其重要;然而,围绕光谱特征信息所开展的无人机高光谱遥感反演作物LAI的相关研究鲜有报道。该文利用ASD Field Spec FR Pro 2500光谱辐射仪(ASD Field Spec FR Pro 2500 spectroradiometer,ASD)和Cubert UHD185 Firefly成像光谱仪(Cuber UHD185 Firefly imaging spectrometer,UHD185)在冬小麦试验田进行空地联合试验,基于获取的孕穗期、开花期以及灌浆期地面数据和无人机高光谱遥感数据,估测冬小麦LAI。该文选择同步获取的冬小麦冠层ASD光谱反射率数据作为评价无人机UHD185高光谱数据质量的标准,依次从光谱曲线变化趋势、光谱相关性以及目标地物光谱差异三方面展开分析,结果表明458~830 nm(第3~96波段)的UHD185光谱数据可靠,可使用其探测冬小麦LAI,这为今后无人机UHD185高光谱数据的使用提供了参考。该文研究对比分析了UHD185数据计算的红边参数和光谱指数与冬小麦LAI的相关性,结果表明:12种参数中比值型光谱指数RSI(494,610)与LAI高度正相关,是估测LAI的最佳参数;基于比值型光谱指数的对数形式lg(RSI)构建的线性模型展现出lg(RSI)与lg(LAI)较优的线性关系(决定系数R2=0.737,参与建模的样本个数n=103),且lg(LAI)预测值和lg(LAI)实测值高度拟合性(R2=0.783,均方根误差RMSE=0.127,n=41,P〈0.001);该研究为利用无人机高光谱遥感数据开展相关研究积累了经验,也为发展无人机高光谱遥感的精准农业应用提供了参考。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分