科研产出
基于高光谱植被指数的水稻LAI遥感估算
《西南农业学报 》 2022 北大核心 CSCD
摘要：【目的】探索植被指数（VI）及其波段选择、回归建模方法、训练样本选取三方面因素对基于统计模型的水稻叶面积指数（LAI）高光谱遥感估算的影响，构建县域水稻LAI估算模型，并在四川省凉山彝族自治州昭觉县开展实证应用。【方法】本文基于不同样本量的3套训练数据，分别对增强型植被指数（EVI）、修正三角植被指数2（MTVI2）、归一化差值植被指数（NDVI）和修正比值植被指数（MSR）开展波段选择。在此基础上，以1种VI作为LAI的特征参量，试用指数回归（ER）和人工神经网络（ANN）,构建县域水稻LAI估算模型。计算LAI估算值和实测值之间的决定系数（R~2）和均方根误差（RMSE）,开展估算精度验证。【结果】（1）基于EVI或MTVI2的LAI估算精度优于NDVI和MSR。以ANN模型为例，基于优选波段的EVI和MTVI2得到的R~2分别为0.638和0.681,RMSE分别为0.554和0.519;而NDVI和MSR得到的R~2分别为0.567和0.560,RMSE分别为0.606和0.611。（2）基于各VI优选波段组合的LAI估算精度（平均R~2为0.574,平均RMSE为0.598）优于默认波段组合（平均R~2为0.424,平均RMSE为0.694）。（3）ANN模型的表现优于ER模型。在基于默认波段、优选波段的LAI估算试验中，ANN模型得到的平均R~2比ER模型分别提高40.27%和14.03%;平均RMSE分别降低11.32%和8.11%。（4）就本项目试验而言，训练样本量对基于ANN模型的LAI估测精度的影响不显著。例如，当训练样本量低至24时，基于EVI构建的ANN模型的测试精度（R~2=0.660, RMSE=0.537）,仍然优于ER模型（R~2=0.597, RMSE=0.585）。【结论】VI及其波段选择与回归建模方法对县域水稻LAI高光谱遥感估算均有明显影响。针对特定区域的目标作物，尝试利用任意可能的波段组合来计算多种VI,遴选与实测LAI相关系数最大的VI及其波段组合，有益于提高基于VI的LAI高光谱遥感估算精度。同时，即使基于小样本训练数据，机器学习算法仍有可能得出优于参数回归的结果。
关键词： 叶面积指数 遥感反演 植被指数 波段选择 机器学习 样本量
全文链接
请求原文
基于ACRM模型与敏感波段的农作物LAI与LCC反演
《中国农业信息 》 2020
摘要：[目的]面向现代农业生产和管理的数据需求,基于ACRM冠层反射率模型,探索适于冬小麦叶面积指数(LAI)和叶片叶绿素含量(LCC)反演的波段选择方案.[方法]文章考虑高光谱数据降维和CR模型模拟误差,选出覆盖蓝、绿、红与近红外的5个波段(波段选择方案B1),开展LAI与LCC同步反演.然后分别选择LAI和LCC的敏感波段,开展对应参数的反演试验.[结果](1)基于B1,能够在多数田块实现较为准确的LAI与LCC同步反演(LAI反演值与实测值间决定系数(R2)为0.8604,均方根误差(RMSE)为0.963;LCC反演的R2为0.8141,RMSE为0.069).(2)仅利用LAI或LCC敏感波段反演结果的R2与RMSE同时略有升高,但与基于B1的反演结果相比,无明显差异.[结论]通过该研究与利用相同数据的前期研究对比发现,旨在高光谱数据降维与限制CR模型模拟误差的波段选择,对LAI反演精度改进作用较为显著.相较而言,仅选用单一目标参数(LAI或LCC)的敏感波段,对反演精度改进并不明显.由此,一方面证实了常规反演方法与面向对象反演法不强调选用单一目标参数敏感波段的合理性;另一方面,并不否定多阶段目标决策(MSDT)反演法以及一些相关研究提出的,仅采用单一目标参数敏感波段来开展反演的合理性.
关键词： 叶面积指数 叶片叶绿素含量 冠层反射率模型 遥感反演 波段选择
全文链接
请求原文
用桑叶最大重叠度指数和桑树冠层内部透光性指数表征桑树冠层特征
《中国蚕业 》 2017
摘要：桑树冠层特征直接影响着桑叶的产量。由于测量技术的原因,用叶面积指数表征桑树冠层特征受到了一定的限制。为此,借鉴叶面积指数的计算框架和思路,提出桑叶最大重叠度指数(MLMOI)和桑树冠层内部透光性指数(TMCI)以表征桑树冠层特征。同时,基于桑叶最大重叠度指数在行水平和面水平上的拓展,提出了行水平上桑叶最大重叠度指数(LMLMOI)、面水平上桑叶最大重叠度指数(PMLMOI)和行间桑叶最大重叠度指数(LOI),为未来评估桑树栽培模式提供了新的指标参考。
全文链接
请求原文
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
《中国农业资源与区划 》 2016 北大核心
摘要：获取农作物叶面积指数(leaf area index,LAI)及其动态变化对于农作物长势监测和产量估测等应用具有重要的意义。基于冠层反射率模型(物理模型)的LAI遥感反演方法具有良好的普适性,对地面数据依赖较少,近年来广泛应用于农作物LAI高光谱反演研究。然而,当物理模型参数取值尽可能准确(代入参数实测值或依据先验知识取值)时,模拟光谱与实测光谱间仍然存在误差,研究称之为"光谱模拟误差"。该研究通过比对实测冬小麦冠层光谱与ACRM(a two-layer canopy reflectance model)模型最优模拟光谱,展示了光谱模拟误差在各波段、不同样本点的分布规律。据此,根据对光谱模拟误差与高光谱数据降维的不同考虑,制订了4种LAI反演波段选择方案。通过对比基于不同波段选择方案的LAI反演精度,分析了光谱模拟误差对LAI反演的影响;讨论了综合考虑高光谱数据降维与光谱模拟误差的LAI反演波段选择方法。通过合理的波段选择,限制了光谱模拟误差的影响,提高了LAI反演精度。该研究结果有助于探索合理的LAI高光谱反演波段选择方法,为合理利用高光谱数据反演农作物LAI提供科学参考。
玉米季横垄坡面细沟侵蚀特征及其影响因素
《土壤学报 》 2016 北大核心 CSCD
摘要：通过野外人工模拟降雨试验,开展玉米不同生长期紫色土坡耕地细沟侵蚀特征研究,并分析玉米叶面积、雨强对细沟侵蚀过程的影响。结果表明:随玉米生长期推进,坡面产流时间、跌坎及细沟出现时间总体呈先增加后减少的趋势。苗期、拔节期跌坎与细沟出现的平均间隔时间分别为10′59″和15′30″,抽雄期、成熟期跌坎与细沟出现的平均间隔时间分别为20′16″和18′58″,玉米苗期坡耕地更易产生细沟侵蚀。苗期细沟形态发育完整,2.0 mm min-1雨强条件下,苗期最长细沟的长、宽、深分别为77.62、6.25和4.04 cm。随玉米生长期推进,细沟侵蚀阶段产流量表现为苗期>拔节期>成熟期>抽雄期,苗期和抽雄期细沟侵蚀阶段产流量分别占玉米季径流总量的30.97%和19.01%,玉米各生长期细沟侵蚀阶段产流率均随降雨时间的推移呈波动上升。细沟侵蚀阶段产沙量表现为苗期>拔节期>成熟期>抽雄期,苗期细沟侵蚀阶段产沙量显著高于其他生长期,玉米各生长期细沟侵蚀产沙率均随降雨时间呈波动变化。玉米季坡耕地细沟侵蚀产流量与雨强呈极显著正相关,产沙量与玉米叶面积指数呈显著负相关,产流率、产沙率与叶面积指数和雨强的回归方程均达极显著水平。
关键词： 坡耕地 细沟侵蚀 玉米生长期 叶面积指数 降雨强度
全文链接
请求原文
基于SPOT5影像分析植被指数与水稻叶面积指数和产量的相关性
《江苏农业科学 》 2014 北大核心
摘要：以2011年四川省德阳地区为研究区域,建立20个300 m×300 m样方,在水稻移栽(6月10日)、分蘖(7月10日)、抽穗(8月15日)及成熟期间(9月1日),每样方选取3个地块,每地块随机选择3个面积为1 m×1 m的样点并用GPS定位,基本在同一位置采集叶面积指数(LAI)、叶绿素含量、株高、行列距、干物质重、每公顷分蘖数、有效穗数、每穗粒数、千粒重等生态参数,测算出单产、经济系数,以SPOT5多光谱影像(2011/8/18,261/287)提取归一化植被指数(NDVI),研究每一样方内水稻区植被指数与叶面积指数、产量等定量关系。结果表明,NDVI与抽穗期LAI相关性极显著(r=0.703**),与其他3个时期LAI相关性低;NDVI与成熟期测定的单产、经济系数相关性也较低;通过抽穗期遥感影像提取的植被指数,可反演同时期水稻叶面积指数;利用单时相遥感影像反演最终单产和经济系数,需要进一步研究。
全文链接
请求原文
四川间作地区作物高度、覆盖度和叶面积指数的动态变化(英文)
《生态学杂志 》 2007 北大核心 CSCD
摘要：为研究间作系统的作物参数,于2005年在四川间作地区进行了作物高度、覆盖度和叶面积指数的时间变化研究。结果表明:作物的高度、覆盖度和叶面积指数随时间变化很大;玉米的最大高度是177cm,最大覆盖度(86%)出现在花期,最大叶面积指数是1·96;红苕的最大和最小株高分别为22和12cm,最大覆盖度(73%)出现在薯块膨大期,最大叶面积指数为1·79。与玉米间作时,红苕所有作物参数均受玉米影响。在玉米-红苕间作系统中,最危险的侵蚀期是玉米收获后至红苕覆盖度最大期。
全文链接
请求原文
中国四川间作地区作物高度、覆盖度和叶面积指数的时间变化
《水土保持研究 》 2007 北大核心 CSCD
摘要：作物参数在模型模拟中具有非常重要的作用。但很多关于作物参数的研究是很久以前的,一般发表于20世纪中期或更早,并且这些结果都来自于净作作物。为了填补这个空缺,进行了该项研究。结果显示:作物的高度、覆盖度和叶面积指数随时间变化很大。玉米的最大高度是177 cm,间于已有的文献值范围内。玉米的最大覆盖度是花期的86%。玉米的最大叶面积指数是1.96,低于参考文献的2.1~10的范围,这是因为参考文献的研究集中于北美和欧洲,由于品种和耕作制度的不同而造成的。甘薯的最大和最小株高分别为22 cm和12 cm。甘薯的最大覆盖度为薯块膨大期的73%。甘薯的最大叶面积指数是1.79。当甘薯和玉米间作时,其所有的作物参数受玉米影响很大。在玉米-甘薯这个间作系统中,最危险的侵蚀期是玉米收获后至甘薯覆盖度最大期。
全文链接
请求原文
土壤侵蚀建模中作物参数测定方法研究(英文)
《西南农业学报 》 2001 CSCD
摘要：目前所采用的取样方法具有很好的可操作性和组织性 ,但其结果对过高地估测田间每一作物带的相关值非常敏感。同时 ,其结果不能随作物不同组合和时间的变化而改变 ,限制了其方法在不同的土地利用类型和种植制度上的应用。为了克服这些弱点 ,本研究采用随机选点的方法 ,将固定测点变为田间随机测点 ,测定随机点控制范围的参数。记录测点作物带的名称非常重要 ,因为在统计分析时将根据该作物在田间的权重来计算参数值。 2 0个测点能代表一个作物带进行标准差分析 ,因此建议每一地块 4 0测点。分析证明可将测定间隔时间从现在的一个星期延长到两个星期 ,但应增加一次作物收获前的测定
关键词： 土壤侵蚀模型 样点数 作物覆盖度 作物高度 叶面积指数
全文链接
请求原文
首页上一页1下一页尾页
