| 
  中国学术期刊网络出版总库
  关闭
基于MK-SVR模型的小麦叶面积指数遥感反演  
   推荐 CAJ下载 PDF下载
【英文篇名】 Monitoring Wheat Leaf Area Index Using MK-SVR Algorithmic Model and Remote Sensing Data
【下载频次】 ★★★★★
【作者】 王丽爱; 谭昌伟; 杨昕; 周旭东; 朱新开; 郭文善;
【英文作者】 Wang Liai; Tan Changwei; Yang Xin; Zhou Xudong; Zhu Xinkai; Guo Wenshan; Key Laboratory of Crop Genetics and Physiology of Jiangsu Province; Yangzhou University; Information Engineering College;
【作者单位】 扬州大学江苏省作物遗传生理重点实验室; 扬州大学信息工程学院;
【文献出处】 农业机械学报 , Transactions of the Chinese Society for Agricultural Machinery, 编辑部邮箱 2015年 05期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 小麦; 遥感; 叶面积指数; 监测模型; 多核支持向量回归;
【英文关键词】 Wheat Remote sensing Leaf area index Monitoring model Multi-kernel support vector; regression;
【摘要】 提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育期小麦LAI与8种植被指数间的相关性。以显著相关的植被指数作为输入参数,使用MK-SVR算法构建了每个生育期的小麦LAI反演模型,即MK-SVR-LAI模型。为了评价模型,每期使用单一核支持向量回归(SK-SVR)、偏最小二乘(PLS)回归算法构建了SK-SVR-LAI、PLS-LAI模型。将模型估算LAI值和田间观测LAI值进行比对,以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型。结果表明:3个生育期MK-SVR-LAI模型的RMSE值均低于参比模型,拔节期为0.293 1,孕穗期为0.466 8,开花期为0.548 6,且该模型的R2也都最高,拔节期为0.762 4,孕穗期为0.801 8,开花期为0.668 9。
【英文摘要】 The multi-kernel support vector regression( MK-SVR) was used to construct remote sensing monitoring algorithmic models for estimating leaf area index( LAI) in wheat. The experiment was carried out during 2010—2013 in Jiangsu Province,China. Based on LAI in wheat and synchronous China's domestic HJ-CCD multi-spectral data at jointing stage,booting stage and anthesis stage respectively,the relationships between LAI and eight vegetation indices were analyzed at corresponding period. Taking these vegetation ind...
【基金】 国家自然科学基金资助项目(41271415); 江苏省高校自然科学基金资助项目(12KJB520018); 省属高校国际科技合作聘专重点资助项目; “六大人才高峰”高层次人才资助项目(2011-NY039); 江苏省高校优秀科技创新团队资助项目; 扬州大学科技创新培育基金资助项目(2013CXJ028)
【更新日期】 2015-06-19
【分类号】 S512.1
【正文快照】 引言叶面积指数(Leaf area index,LAI)作为衡量作物长势的指标,经常应用于生产生态学领域[1]。LAI在很大程度上影响着植被冠层的光谱反射率,在地球生态系统变化过程中起着关键作用。利用遥感技术对农作物LAI的研究已经得到了深入开展[2-5]。近年来学者们将许多遥感算法应用于LA

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

农业科学
　 农作物
　　 禾谷类作物
　　　 麦
　　　　 小麦
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号