检索结果-维普期刊中文期刊服务平台

一种计算植被中红外反射率的模型研究: 1; 作者贺丽琴景欣 +3 位作者晏磊钟宜根肖智峰曾凡刚《光谱学与光谱分析》北大核心 2025年第6期1622-1628,共7页; 中红外反射率对于植被具有重要的应用价值,然而由于中红外波段内地物的发射能量和太阳的反射能量耦合在一起,使得地物在中红外波段的反射率不易得到。建立了一种计算植被中红外反射率的模型,对其敏感性分析表明该模型可靠性较强。运用... 展开更多; 关键词中红外计算模型新植被指数; 在线阅读下载PDF 职称材料

作物植被覆盖度的高光谱遥感估算模型被引量：23: 2; 作者朱蕾徐俊锋 +3 位作者黄敬峰王福民刘占宇王渊《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2008年第8期1827-1831,共5页; 通过大田试验,使用ASD光谱仪测量了油菜、玉米、水稻三种作物不同覆盖度水平下的冠层光谱,同时拍照获取植被图片并用计算机求算了植被覆盖度。利用三种作物光谱求算"红边"变量,并对波段两两组合求算归一化植被指数(NDVI),建... 展开更多; 关键词作物植被覆盖度归一化植被指数 “红边”变量高光谱估算模型; 在线阅读下载PDF 职称材料

无人机影像反演玉米冠层LAI和叶绿素含量的参数确定被引量：31: 3; 作者苏伟王伟 +4 位作者刘哲张明政边大红崔彦宏黄健熙《农业工程学报》 EI CAS CSCD 北大核心 2020年第19期58-65,共8页; 小型低空无人机(Unmanned Aerial Vehicle,UAV)机动灵活、操作简便,可以按需获取高空间分辨率影像,是育种玉米长势监测的一种重要技术手段。针对UAV影像反演玉米冠层叶面积指数(LAI,Leaf Area Index)和叶绿素含量的参数确定问题,该研究... 展开更多; 关键词作物无人机模型植被指数 LAI 叶绿素含量分辨率红边波段; 在线阅读下载PDF 职称材料

结合DEM的红边-近红外植被指数提取城市植被信息被引量：4: 4; 作者王枭轩卢小平 +4 位作者李国清王俊杨泽楠周雨石冯志立《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第7期2284-2289,共6页; 随着生活水平的不断提高,城市植被已成为衡量城市宜居性的重要标准之一,对城市生物多样性评估和保护起到非常重要的作用。因此,合理规划城市植被是解决环境问题和提高生活质量的重要手段。因此,城市植被的提取和监测成为重中之重的任务... 展开更多; 关键词城市植被 Worldview-3遥感影像 DEM 红边-近红外植被指数模型提取精度; 在线阅读下载PDF 职称材料

基于U-Net模型的多时相Sentinel-2A/B影像林分类型分类被引量：4: 5; 作者杨丹李崇贵李斌《林业科学研究》 CSCD 北大核心 2022年第4期103-111,共9页; [目的]基于多时相Sentinel-2A/B影像,探究深度学习模型在森林植被上的分类效果。[方法]以黑龙江省孟家岗林场为研究区,以多时相Sentinel-2A/B影像、数字高程模型(DEM)为数据源,通过各森林类别的JM距离,确定最佳单一时相。同时,构建多时... 展开更多; 关键词多时相Sentinel-2A/B影像植被指数红边指数 U-Net模型支持向量机森林分类; 在线阅读下载PDF 职称材料

基于PROSPECT-VISIR模型构建新植被水分指数: 6; 作者王界王光辉 +2 位作者刘宇齐建伟张涛《自然资源遥感》 CSCD 北大核心 2022年第2期56-62,共7页; 利用PROSPECT-VISIR叶片模型,获得了不同叶片参数条件下可见光—中红外波谱区间的叶片反射率模拟数据,分析了植被叶片光谱特征波段,找到叶片反射率对含水量变化敏感的波段范围。在几种常见的可见光—近红外波段植被水分指数基础上,加入... 展开更多; 关键词叶片辐射传输模型植被水分指数中红外波段反射率叶片含水量; 在线阅读下载PDF 职称材料

题名一种计算植被中红外反射率的模型研究: 1; 作者贺丽琴景欣晏磊钟宜根肖智峰曾凡刚; 机构萍乡市规划勘察设计院有限责任公司北京大学空间信息集成与中国人民大学化学与生命资源学院; 出处《光谱学与光谱分析》北大核心 2025年第6期1622-1628,共7页; 基金国家重点研发计划项目子课题(2023YFB3905703)资助。; 文摘中红外反射率对于植被具有重要的应用价值,然而由于中红外波段内地物的发射能量和太阳的反射能量耦合在一起,使得地物在中红外波段的反射率不易得到。建立了一种计算植被中红外反射率的模型,对其敏感性分析表明该模型可靠性较强。运用该模型计算出了多个研究站点的植被中红外反射率,得到的值与实际相符,且与NDVI呈一定的负相关关系。用该模型得到的中红外反射率代替红外反射率与近红外反射率建立了一个新的植被指数,结果表明该新植被指数能反映出植被的覆盖度且具有对气溶胶不敏感的优势。; 关键词中红外计算模型新植被指数; Keywords Mid-infrared Calculation model New vegetation index; 分类号 O657.33 [理学—分析化学]; 在线阅读下载PDF 职称材料

题名作物植被覆盖度的高光谱遥感估算模型被引量：23: 2; 作者朱蕾徐俊锋黄敬峰王福民刘占宇王渊; 机构浙江大学农业遥感与信息技术应用研究所环境修复与生态健康教育部重点实验室浙江省农业遥感与信息技术重点研究实验室; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2008年第8期1827-1831,共5页; 基金国家自然科学基金项目(40571115) 国家科技支撑计划项目(2006BAD10A09,2006) 国家“863”课题项目(2006AA10Z203)资助; 文摘通过大田试验,使用ASD光谱仪测量了油菜、玉米、水稻三种作物不同覆盖度水平下的冠层光谱,同时拍照获取植被图片并用计算机求算了植被覆盖度。利用三种作物光谱求算"红边"变量,并对波段两两组合求算归一化植被指数(NDVI),建立这些光谱变量与覆盖度之间的估算模型,得到适用于三种作物的最优估算模型和最佳的NDVI波段组合。另外,利用响应函数模拟了TM归一化植被指数,同植被覆盖度进行了相关分析,回归方程的R2达到0.80,并通过了预留数据的检验,为TM数据植被覆盖度估算进行了探索性的研究。; 关键词作物植被覆盖度归一化植被指数 “红边”变量高光谱估算模型; Keywords Crop vegetation cover percentage Normalized difference vegetation index red edge variable Hyperspeetral estimation model; 分类号 S127 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名无人机影像反演玉米冠层LAI和叶绿素含量的参数确定被引量：31: 3; 作者苏伟王伟刘哲张明政边大红崔彦宏黄健熙; 机构中国农业大学土地科学与技术学院农业部农业灾害遥感重点实验室河北农业大学农学院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2020年第19期58-65,共8页; 基金国家自然科学基金(41671433,41371434) 国家重点研发计划(2017YFD0300903)。; 文摘小型低空无人机(Unmanned Aerial Vehicle,UAV)机动灵活、操作简便,可以按需获取高空间分辨率影像,是育种玉米长势监测的一种重要技术手段。针对UAV影像反演玉米冠层叶面积指数(LAI,Leaf Area Index)和叶绿素含量的参数确定问题,该研究以DJI S1000+无人机为平台,搭载法国Parrot Sequoia相机,获取海南三亚市崖城玉米育种基地的多光谱影像。基于预处理后的UAV影像,采用重采样的方式获得不同分辨率下(0.1~1 m)的不同植被指数,所构建的植被指数包括归一化植被指数(Normalized Difference Vegetation Index,NDVI)、叶绿素指数(Grassland Chlorophyll Index,GCI)、比值植被指数(Ratio Vegetation Index,RVI)、归一化红边红指数(Normalized Difference rededge-red Index,NDIrer)、归一化红边绿指数(Normalized Difference rededge-green Index,NDIreg)和重归一化植被指数(Renormalized Difference Vegetation Index,RDVI),通过将不同分辨率下的不同植被指数与地面实测数据进行回归分析,以获得各分辨率下植被指数与冠层LAI和叶绿素含量的关系模型及其决定系数,以决定系数的大小为依据来确定玉米冠层LAI和叶绿素含量反演的最优空间分辨率和最优植被指数。通过试验发现,在分辨率为0.6 m时,NDVI与地面实测LAI之间的决定系数R^2为0.80,决定系数达到了最大,利用该分辨率下的NDVI反演得到的LAI验证精度R^2达到0.73;在分辨率为0.1 m时,NDIreg与地面实测叶绿素含量之间的决定系数R^2为0.70,决定系数达到最大,利用该分辨率下的NDIreg反演得到的叶绿素含量验证精度R^2达到了0.63。因此得出结论:1)植被指数的选择:①对于玉米冠层LAI的反演来说,不包含绿波段的植被指数的LAI反演精度较高,这说明绿波段对LAI的变化不敏感;②对于玉米冠层叶绿素含量反演来说,包含红边波段的植被指数的反演精度较高,因此影像的红边波段对叶绿素含量的变化非常敏感。2)UAV影像空间分辨率的选择:反演LAI的最优分辨率是0.6 m,此时NDVI与实测LAI的决定系数达到最大;反演冠层叶绿素含量的最优分辨率是0.1~0.3 m范围内,此时NDIreg与实测叶绿素含量的决定系数达到最大。该研究可为UAV反演玉米表型参数时的分辨率和植被指数选择提供参考。; 关键词作物无人机模型植被指数 LAI 叶绿素含量分辨率红边波段; Keywords crops unmanned aerial vehicle models vegetation index LAI chlorophyll content resolution red edge band; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名结合DEM的红边-近红外植被指数提取城市植被信息被引量：4: 4; 作者王枭轩卢小平李国清王俊杨泽楠周雨石冯志立; 机构河南理工大学自然资源部矿山时空信息与生态修复重点实验室河南省遥感测绘院; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第7期2284-2289,共6页; 基金国家自然科学基金项目(41671507) 灾害环境下快速应急定位组网技术重点研发项目(2016YFC0803103) 河南省自然资源厅2021年度自然资源科研项目资助。; 文摘随着生活水平的不断提高,城市植被已成为衡量城市宜居性的重要标准之一,对城市生物多样性评估和保护起到非常重要的作用。因此,合理规划城市植被是解决环境问题和提高生活质量的重要手段。因此,城市植被的提取和监测成为重中之重的任务。目前,城市植被提取一方面受到地域和物种的影响,另一方面也受到地形和建筑物阴影的影响。为解决上述问题,提出了一种结合数字高程模型(DEM)的红边-近红外植被指数模型(RENVI)。首先选取了3景经过辐射定标和大气校正的具有红边波段、且光谱和空间分辨率较高的Worldview-3遥感影像;然后,根据红边波段对于植被具有较高的敏感性,且红边范围内的光谱数据与反映植被生长状况的参数有较好的相关关系原理,采用DEM模型和红边波段光谱差异,有效去除地形和建筑物阴影;最后,在可见光波段范围内建立红边光谱-近红外光谱构建特征空间,构建了红边-近红外植被指数模型,同时与归一化植被指数(NDVI)和增强型植被指数(EVI)进行城市植被提取的定性和定量对比分析。定性分析是利用真实植被影像参考图与模型提取植被影像进行视觉分析;后者是采用用户精度、生产者精度、总体精度和Kappa系数进行量化分析。定性分析表明:NDVI和EVI提取城市植被,由于建筑和道路像元混淆在植被中,产生了错分和漏分的问题。RENVI较好地消除了阴影像元与植被像元混淆问题,能准确的提取城市植被,减少了冗余度,增加了植被指数的信息量。定量分析表明:RENVI模型较NDVI和RVI能够准确提取城市植被,3景影像总体精度分别为89%,81.4%和91.8%,Kappa系数分别为0.8528,0.7913和0.9052。综上所述,该方法有效提高了城市植被提取精度,并取得了较好的提取视觉效果。; 关键词城市植被 Worldview-3遥感影像 DEM 红边-近红外植被指数模型提取精度; Keywords Urban vegetation Worldview-3 Remote sensing images DEM red edge-near infrared vegetation index model Extraction accuracy; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于U-Net模型的多时相Sentinel-2A/B影像林分类型分类被引量：4: 5; 作者杨丹李崇贵李斌; 机构西安科技大学测绘科学与技术学院; 出处《林业科学研究》 CSCD 北大核心 2022年第4期103-111,共9页; 基金国家重点研发计划项目(2017YFD0600400)。; 文摘 [目的]基于多时相Sentinel-2A/B影像,探究深度学习模型在森林植被上的分类效果。[方法]以黑龙江省孟家岗林场为研究区,以多时相Sentinel-2A/B影像、数字高程模型(DEM)为数据源,通过各森林类别的JM距离,确定最佳单一时相。同时,构建多时相植被指数及红边指数特征(DVI、mNDVI、CIred-edge、NDre1)。采用支持向量机和优化的U-Net模型分别对单一时相+DEM和单一时相+DEM+多时相植被指数两种方案进行分类实验。[结果](1)在单一时相+DEM基础上,加入多时相植被指数后,U-Net模型精度为77.87%,比单一时相+DEM精度高6.67%;(2)U-Net模型的总体精度明显优于支持向量机,并且分类效果更好。同时,深度学习U-Net模型能够避免“椒盐”现象,分类结果更细腻。[结论]基于多时相Sentinel-2A/B影像,构建植被指数及红边指数时序特征,同时采用U-Net模型在一定程度上能够提高林分类型分类精度。; 关键词多时相Sentinel-2A/B影像植被指数红边指数 U-Net模型支持向量机森林分类; Keywords multi-temporal Sentinel-2A/B image vegetation index red edge index U-Net model support vector machine forest classification; 分类号 X87 [环境科学与工程—环境工程] S757 [农业科学—森林经理学]; 在线阅读下载PDF 职称材料

题名基于PROSPECT-VISIR模型构建新植被水分指数: 6; 作者王界王光辉刘宇齐建伟张涛; 机构自然资源部国土卫星遥感应用中心中国矿业大学环境与测绘学院; 出处《自然资源遥感》 CSCD 北大核心 2022年第2期56-62,共7页; 基金国家重点研发计划、高分辨率对地观测系统重大专项“高分遥感测绘应用系统(二期)”(编号:42-Y30B04-9001-19/21)资助。; 文摘利用PROSPECT-VISIR叶片模型,获得了不同叶片参数条件下可见光—中红外波谱区间的叶片反射率模拟数据,分析了植被叶片光谱特征波段,找到叶片反射率对含水量变化敏感的波段范围。在几种常见的可见光—近红外波段植被水分指数基础上,加入中红外波段反射率,提出了4种新型植被水分指数模型:中红外归一化差异红外指数(mid-infrared normalized difference infrared index,NDII_(M))、中红外归一化水分指数(mid-infrared normalized difference water index,NDWI_(M))、中红外归一化多波段干旱指数(mid-infrared normalized multi-band drought index,NMDI_(M))和中红外归一化植被指数(mid-infrared normalized difference vegetation index,NDVI_(M))。利用叶片反射率模拟数据,比较了4种新型植被水分指数与传统水分指数对叶片含水量的敏感性,建立了新植被水分指数与叶片含水量和干物质含量的定量关系模型,其中NMDI_(M)的关系式决定系数R^(2)达到0.972,表现最好。文章基于NMDI_(M)和NDII_(M)发展了一种双植被指数的叶片含水量估算模型,实现在干物质含量未知情况下对叶片含水量的准确估算(均方根误差为0.0021 g/cm^(2))。; 关键词叶片辐射传输模型植被水分指数中红外波段反射率叶片含水量; Keywords leaf radiative transfer model vegetation water index mid-infrared reflectance leaf water content; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种计算植被中红外反射率的模型研究	贺丽琴景欣晏磊钟宜根肖智峰曾凡刚	《光谱学与光谱分析》北大核心	2025	0	在线阅读下载PDF 职称材料
2	作物植被覆盖度的高光谱遥感估算模型	朱蕾徐俊锋黄敬峰王福民刘占宇王渊	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2008	23	在线阅读下载PDF 职称材料
3	无人机影像反演玉米冠层LAI和叶绿素含量的参数确定	苏伟王伟刘哲张明政边大红崔彦宏黄健熙	《农业工程学报》 EI CAS CSCD 北大核心	2020	31	在线阅读下载PDF 职称材料
4	结合DEM的红边-近红外植被指数提取城市植被信息	王枭轩卢小平李国清王俊杨泽楠周雨石冯志立	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
5	基于U-Net模型的多时相Sentinel-2A/B影像林分类型分类	杨丹李崇贵李斌	《林业科学研究》 CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
6	基于PROSPECT-VISIR模型构建新植被水分指数	王界王光辉刘宇齐建伟张涛	《自然资源遥感》 CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料