中国学术期刊网络出版总库
  关闭
基于Hyperion高光谱影像的冬小麦地上干生物量反演  
   推荐 CAJ下载 PDF下载
【英文篇名】 Retrieving Winter Wheat Above-ground Dry Biomass Based on Hyperion Hyperspectral Imagery
【下载频次】 ★★★★★
【作者】 任建强; 吴尚蓉; 刘斌; 陈仲新; 刘杏认; 李贺;
【英文作者】 REN Jianqiang; WU Shangrong; LIU Bin; CHEN Zhongxin; LIU Xingren; LI He; Institute of Agricultural Resources and Regional Planning; Chinese Academy of Agricultural Sciences; Beijing North-star Digital Remote Sensing Technology Co.; Ltd.; Institute of Environment and Sustainable Development in Agriculture; Institute of Geographic Sciences and Natural Resources Research; Chinese Academy of Sciences;
【作者单位】 中国农业科学院农业资源与农业区划研究所; 北京洛斯达数字遥感技术有限公司; 中国农业科学院农业环境与可持续发展研究所; 中国科学院地理科学与资源研究所;
【文献出处】 农业机械学报 , Transactions of the Chinese Society for Agricultural Machinery, 编辑部邮箱 2018年 04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】 冬小麦; 生物量; 高光谱遥感; 敏感波段; 植被指数;
【英文关键词】 winter wheat; biomass; hyperspectral remote sensing; sensitive bands; vegetation index;
【摘要】 在黄淮海粮食主产区选择河北省衡水市深州市为试验区,以冬小麦地上干生物量为研究对象,以作物冠层高光谱和EO-1 Hyperion高光谱卫星数据为主要数据源,在分析冠层高光谱构建的窄波段植被指数(N-VIs)与实测冬小麦地上干生物量间相关性基础上,提出了利用拟合精度R2极大值区域重心确定冬小麦干生物量敏感的光谱波段中心的方法,并运用该方法确定了冬小麦生物量敏感波段中心。在此基础上,以敏感波段中心筛选结果为指导,利用窄波段植被指数及相关波段开展Hyperion高光谱卫星遥感区域冬小麦干生物量遥感反演和精度验证。最终,按精度最高原则优选区域冬小麦地上生物量反演结果。其中,研究采用了冬小麦孕穗期Hyperion数据,涉及的植被指数包括窄波段归一化植被指数(N-NDVI)、窄波段差值植被指数(N-DVI)和窄波段比值植被指数(N-RVI)。结果表明,通过与实测冬小麦地上干生物量对比,利用冠层高光谱冬小麦地上干生物量反演敏感波段筛选结果及其相应波段构建的Hyperion窄波段植被指数进行孕穗期作物干生物量估算取得了较好结果,其精度由大到小为:NNDVI、N-RVI、N-DVI。其中,以波段B18(波长528.57 nm)、...
【英文摘要】 How to efficiently use hyperspectral remote sensing data to quantitatively retrieve bio-physical and bio-chemical crop parameters and accurately obtain regional crop growth information has always been one of the hot issues in agricultural quantitative remote sensing researches. Based on optimal selection of sensitive hyperspectral bands, the research on retrieval of winter wheat above-ground dry biomass(ADBM) from Hyperion hyperspectral imagery was carried out in Shenzhou County,Hebei Province of Huang-Huai...
【基金】 国家自然科学基金项目(41471364;41371396); 国家高技术研究发展计划(863计划)项目(2012AA12A307)
【更新日期】 2018-04-27
【分类号】 S127;S512.11
【正文快照】 0引言利用遥感技术准确获取作物生物量信息对开展农作物长势监测、区域作物产量估算、农田生态系统和全球碳循环等研究都具有重要意义[1]。目前,通过遥感获取生物量主要模型包括机理模型、半机理模型和经验模型[2-4]。其中,经验模型直接利用遥感特征参量与地上生物量数据建立统

xxx
【读者推荐文章】中国期刊全文数据库
【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
  农业基础科学
   农业物理学
    遥感技术在农业上的应用

农业科学
  农作物
   禾谷类作物
   
     小麦
      冬小麦
  
 
  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