采用ASD Field Spec Pro VNIR 2500型光谱辐射仪获取了棉花不同生育时期的冠层高光谱反射率。并通过光谱分析技术,建立了基于高光谱植被指数——归一化植被指数和比值植被指数的棉田冠层特征信息的定量模型。经过对估算模型的精度检验...采用ASD Field Spec Pro VNIR 2500型光谱辐射仪获取了棉花不同生育时期的冠层高光谱反射率。并通过光谱分析技术,建立了基于高光谱植被指数——归一化植被指数和比值植被指数的棉田冠层特征信息的定量模型。经过对估算模型的精度检验和评价,最终筛选出表征棉花冠层结构特征参数的最佳估算模型。结果表明,基于归一化植被指数预测棉花叶面积指数,以幂函数(y=11.084x12.024,r=0.8076**)的模型为最优;基于比值植被指数预测棉花单位面积地上部鲜生物量,以指数函数(y=52.261.exp(0.1024x),r=0.8114**)的估计模型为最优;基于比值植被指数预测棉花单位面积地上部干生物量,以指数函数(y=9.5552.exp(0.1133x),r=0.8330**)的模型为最优。可见,利用高光谱遥感技术可以分析、模拟、评价、预测棉花冠层特征参量,为精准种植棉花提供了依据。展开更多
光化学植被指数(PRI)被成功的应用于估算不同叶片生化组分的光能利用率(LUE),这些生化组分包括叶片含水量、氮元素浓度等。以往的研究中已经成功建立了叶片、冠层和景观尺度PRI和LUE的相关关系。但是,为了利用PRI更加准确地估算叶片LUE...光化学植被指数(PRI)被成功的应用于估算不同叶片生化组分的光能利用率(LUE),这些生化组分包括叶片含水量、氮元素浓度等。以往的研究中已经成功建立了叶片、冠层和景观尺度PRI和LUE的相关关系。但是,为了利用PRI更加准确地估算叶片LUE,很多问题仍然亟需解决,比如当LUE高于0.03mol CO2 mol-1PPFD(photosynthetic photon flux density),PRI会出现一个明显的饱和区域以及PRI和LUE关系会随季节发生较大变化。文章对PRI进行了修正,并基于PROSPECT模型对这一修正形式进行了4个参数的敏感性分析。分析结果表明,叶片SR-PRI(Simple ratio PRI)对叶肉结构参数(N)、叶绿素浓度(cab)敏感性要高于叶片的等效水厚(cw)和干物质浓度(cm)。因此叶肉结构参数(N)和叶绿素浓度(cab)的微小变化都会造成SR-PRI的较大变化,进而影响到LUE的估算精度。对SR-PRI的实证实验表明,这一指数也能够很好地用来估算叶片的光能利用率并且结果要优于PRI和LUE之间的相关关系。SR-PRI最重要的一方面在于其更清晰的物理意义和对531nm处反射率变化的敏感性,因为这一波段位置的反射率变化是评价光能利用率的核心参数。展开更多
叶面积指数(leaf area index,LAI)是森林生态系统中最重要的参数之一。以多角度数据MISR和MODIS土地覆盖类型数据为数据源,采用5-Scale几何光学模型与统计模型相结合的方法反演小兴安岭地区植被叶面积指数。研究结果表明:比值植被指数(s...叶面积指数(leaf area index,LAI)是森林生态系统中最重要的参数之一。以多角度数据MISR和MODIS土地覆盖类型数据为数据源,采用5-Scale几何光学模型与统计模型相结合的方法反演小兴安岭地区植被叶面积指数。研究结果表明:比值植被指数(simple ratio,SR)与研究区LAI的相关性最好,最适合该区LAI的遥感提取。反演精度为95.7%,均方差为0.34,误差均在合理范围之内。反演精度较高,反演结果较好。研究区域植被LAI随着纬度的增加呈现递减趋势,LAI均值为1.21,最大值为9.28,最小值为0.83,以多角度数据为信息源采用5-Scale模型与统计模型相结合的方法为大区域LAI的遥感反演提供一个有效途径。展开更多
该文研究不同水分胁迫条件下无人机遥感与地面传感器协同估算玉米作物系数的可行性。利用自主研发的六旋翼无人机遥感平台搭载多光谱传感器获取内蒙古达拉特旗昭君镇试验站不同水分胁迫下大田玉米冠层光谱影像,计算植被指数,采用经气象...该文研究不同水分胁迫条件下无人机遥感与地面传感器协同估算玉米作物系数的可行性。利用自主研发的六旋翼无人机遥感平台搭载多光谱传感器获取内蒙古达拉特旗昭君镇试验站不同水分胁迫下大田玉米冠层光谱影像,计算植被指数,采用经气象因子和作物覆盖度校正后的FAO-56双作物系数法计算玉米的作物系数,研究作物系数与简单比值植被指数(simple ratio index,SR)、叶面积指数(leaf area index,LAI)和表层土壤含水率(surface soil moisture,SM)的相关关系,结果表明,作物系数与SR、LAI和SM的相关程度与水分胁迫程度有关,但均呈现出显著或极显著的线性关系,说明了基于这些指标建立作物系数估算模型的可能性。利用逐步回归分析方法建立了作物系数的估算模型,其估算模型,修正的决定系数、均方根误差和归一化的均方根误差分别为0.63、0.21、25.16%。经验证,模型决定系数、均方根误差和归一化的均方根误差分别为0.60、0.21、23.35%。研究结果可为利用无人机多光谱遥感平台进行作物系数估算提供技术参考。展开更多
文摘采用ASD Field Spec Pro VNIR 2500型光谱辐射仪获取了棉花不同生育时期的冠层高光谱反射率。并通过光谱分析技术,建立了基于高光谱植被指数——归一化植被指数和比值植被指数的棉田冠层特征信息的定量模型。经过对估算模型的精度检验和评价,最终筛选出表征棉花冠层结构特征参数的最佳估算模型。结果表明,基于归一化植被指数预测棉花叶面积指数,以幂函数(y=11.084x12.024,r=0.8076**)的模型为最优;基于比值植被指数预测棉花单位面积地上部鲜生物量,以指数函数(y=52.261.exp(0.1024x),r=0.8114**)的估计模型为最优;基于比值植被指数预测棉花单位面积地上部干生物量,以指数函数(y=9.5552.exp(0.1133x),r=0.8330**)的模型为最优。可见,利用高光谱遥感技术可以分析、模拟、评价、预测棉花冠层特征参量,为精准种植棉花提供了依据。
文摘光化学植被指数(PRI)被成功的应用于估算不同叶片生化组分的光能利用率(LUE),这些生化组分包括叶片含水量、氮元素浓度等。以往的研究中已经成功建立了叶片、冠层和景观尺度PRI和LUE的相关关系。但是,为了利用PRI更加准确地估算叶片LUE,很多问题仍然亟需解决,比如当LUE高于0.03mol CO2 mol-1PPFD(photosynthetic photon flux density),PRI会出现一个明显的饱和区域以及PRI和LUE关系会随季节发生较大变化。文章对PRI进行了修正,并基于PROSPECT模型对这一修正形式进行了4个参数的敏感性分析。分析结果表明,叶片SR-PRI(Simple ratio PRI)对叶肉结构参数(N)、叶绿素浓度(cab)敏感性要高于叶片的等效水厚(cw)和干物质浓度(cm)。因此叶肉结构参数(N)和叶绿素浓度(cab)的微小变化都会造成SR-PRI的较大变化,进而影响到LUE的估算精度。对SR-PRI的实证实验表明,这一指数也能够很好地用来估算叶片的光能利用率并且结果要优于PRI和LUE之间的相关关系。SR-PRI最重要的一方面在于其更清晰的物理意义和对531nm处反射率变化的敏感性,因为这一波段位置的反射率变化是评价光能利用率的核心参数。
文摘叶面积指数(leaf area index,LAI)是森林生态系统中最重要的参数之一。以多角度数据MISR和MODIS土地覆盖类型数据为数据源,采用5-Scale几何光学模型与统计模型相结合的方法反演小兴安岭地区植被叶面积指数。研究结果表明:比值植被指数(simple ratio,SR)与研究区LAI的相关性最好,最适合该区LAI的遥感提取。反演精度为95.7%,均方差为0.34,误差均在合理范围之内。反演精度较高,反演结果较好。研究区域植被LAI随着纬度的增加呈现递减趋势,LAI均值为1.21,最大值为9.28,最小值为0.83,以多角度数据为信息源采用5-Scale模型与统计模型相结合的方法为大区域LAI的遥感反演提供一个有效途径。
文摘该文研究不同水分胁迫条件下无人机遥感与地面传感器协同估算玉米作物系数的可行性。利用自主研发的六旋翼无人机遥感平台搭载多光谱传感器获取内蒙古达拉特旗昭君镇试验站不同水分胁迫下大田玉米冠层光谱影像,计算植被指数,采用经气象因子和作物覆盖度校正后的FAO-56双作物系数法计算玉米的作物系数,研究作物系数与简单比值植被指数(simple ratio index,SR)、叶面积指数(leaf area index,LAI)和表层土壤含水率(surface soil moisture,SM)的相关关系,结果表明,作物系数与SR、LAI和SM的相关程度与水分胁迫程度有关,但均呈现出显著或极显著的线性关系,说明了基于这些指标建立作物系数估算模型的可能性。利用逐步回归分析方法建立了作物系数的估算模型,其估算模型,修正的决定系数、均方根误差和归一化的均方根误差分别为0.63、0.21、25.16%。经验证,模型决定系数、均方根误差和归一化的均方根误差分别为0.60、0.21、23.35%。研究结果可为利用无人机多光谱遥感平台进行作物系数估算提供技术参考。
