作者:姚霞,刘小军,田永超,曹卫星,朱艳,张羽 单位:中国生态学学会;中国科学院沈阳应用生态研究所 出版:《应用生态学报》2013年第02期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFYYSB2013020190 DOC编号:DOCYYSB2013020199 下载格式:PDF + Word/doc 文字可复制、可编辑
《应用两种近地可见光成像传感器估测棉花冠层叶片氮素状况》PDF+DOC2011年第06期 王方永,王克如,李少昆,高世菊,肖春华,陈兵,陈江鲁,吕银亮,刁万英 《模拟多光谱卫星宽波段反射率的冬小麦叶片氮含量估算》PDF+DOC2016年第02期 李粉玲,常庆瑞,申健,王力 《基于波段组合的植被叶片盐离子估算研究》PDF+DOC2017年第11期 李哲,张飞,冯海宽,陈丽华,朱小强 《无人机在农业中的应用现状与展望》PDF+DOC2018年第04期 陈鹏飞 《基于花期果树冠层光谱反射率的果树树种辨识研究》PDF+DOC2009年第03期 邢东兴,常庆瑞 《机载高光谱数据提取冬小麦冠层叶绿素含量的模型分析及验证》PDF+DOC2009年第05期 颜春燕,刘强 《利用光谱指数反演植被叶绿素含量的精度及稳定性研究》PDF+DOC2015年第04期 姜海玲,杨杭,陈小平,王树东,李雪轲,刘凯,岑奕
  • 利用空间遥感信息大面积监测小麦冠层氮素营养状况和生产力指标具有重要意义和应用前景.本研究基于不同施氮水平下小麦冠层反射光谱信息,利用响应函数模拟基于不同卫星通道构建的光谱指数(包括单波段、比值光谱指数和归一化光谱指数),分析基于星载通道的光谱指数与小麦冠层叶片氮素营养指标的定量关系,确定监测小麦冠层叶片氮素营养的较好卫星传感器和光谱波段,建立小麦冠层氮素营养指标监测方程.结果表明:利用NDVI(MSS7,MSS5)、NDVI(RBV3,RBV2)、TM4、CH2、MODIS1和MODIS2遥感数据可以预估小麦叶片氮含量(LNC),其决定系数(R2)在0.60以上;应用NDVI(PB4,PB2)、NDVI(CH2,CH1)、NDVI(MSS7,MSS5)、RVI(MSS7,MSS5)、MODIS1和MODIS2可以预测小麦叶片氮积累量(LNA),其R2大于0.86.比较而言,NDVI(MSS7,MSS5)和NDVI(PB4,PB2)分别为预测小麦LNC和LNA的适宜星载通道光谱参数。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。