您好,欢迎访问四川省农业科学院 机构知识库!

基于ACRM模型与敏感波段的农作物LAI与LCC反演

文献类型: 中文期刊

作者: 刘轲 1 ; 刘泳伶 1 ; 张敏 1 ; 刘仕川 1 ; 任国业 1 ; 吴文斌 2 ; 李源洪 1 ; 程武学 3 ;

作者机构: 1.四川省农业科学院遥感应用研究所/农业农村部遥感应用中心成都分中心

2.中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室

3.四川师范大学地理与资源科学学院

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

期刊名称: 中国农业信息

ISSN: 1672-0423

年卷期: 2020 年 32 卷 005 期

页码: 1-10

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.

  • 相关文献

[1]基于高光谱植被指数的水稻LAI遥感估算. 张敏,郭涛,刘轲,黄平,喻君,刘仕川,刘泳伶,李源洪. 2022

[2]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. 李源洪,魏来,姚兴柱,周华茂. 2014

[3]作物高度、作物覆盖度和叶面积指数的时空变化(英文). 林超文,徐越,陈光辉. 2003

[4]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. 周清波,吴文斌,陈仲新,夏天,王思,唐华俊. 2016

[5]玉米季横垄坡面细沟侵蚀特征及其影响因素. 郑子成,张锡洲,李廷轩,林超文. 2016

[6]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). 陈一兵,黄晶晶,涂仕华. 2007

[7]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. 陈一兵,黄晶晶. 2007

[8]土壤侵蚀建模中作物参数测定方法研究(英文). 林超文. 2001

[9]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. 王谢,张建华. 2017

作者其他论文 更多>>