作者:高林,李长春,王宝山,杨贵军,王磊,付奎 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》2016年第01期 页数:10页  (PDF与DOC格式可能不同) PDF编号:PDFYYSB2016010250 DOC编号:DOCYYSB2016010259 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于无人机遥感影像的大豆叶面积指数反演研究》PDF+DOC2015年第07期 高林,杨贵军,王宝山,于海洋,徐波,冯海宽 《基于无人机多光谱影像特征的最佳波段组合研究》PDF+DOC2016年第03期 赵庆展,刘伟,尹小君,张天毅 《高分一号卫星影像特征及其在草地监测中的应用》PDF+DOC2015年第05期 王磊,耿君,杨冉冉,田庆久,杨闫君,周洋 《基于无人机多光谱影像的冬小麦氮肥监测》PDF+DOC2020年第05期 斯钧浪,董超,李百红 《基于无人机遥感的农作物长势关键参数反演研究进展》PDF+DOC2018年第24期 刘忠,万炜,黄晋宇,韩已文,王佳莹 《无人机遥感在农田信息监测中的应用进展》PDF+DOC2019年第04期 纪景纯,赵原,邹晓娟,宣可凡,王伟鹏,刘建立,李晓鹏 《基于无人机多光谱影像的冬小麦返青期变量施氮决策模型研究》PDF+DOC2019年第11期 董超,赵庚星,宿宝巍,陈晓娜,张素铭 《多源遥感数据融合应用研究》PDF+DOC2005年第03期 袁金国,王卫 《不同传感器的模拟植被指数对水稻叶面积指数的估测精度和敏感性分析》PDF+DOC2008年第01期 陈拉,黄敬峰,王秀珍 《精准施药中叶面积指数探测研究》PDF+DOC2017年第07期 吴双丽,邓巍,吴桂芳
  • 近年来遥感技术的革新促使遥感源越来越丰富.为分析多源遥感数据的叶面积指数(LAI)估测精度,本文以大豆为研究对象,利用比值植被指数(RVI)、归一化植被指数(NDVI)、土壤调整植被指数(SAVI)、差值植被指数(DVI)、三角植被指数(TVI)5种植被指数,结合地面实测LAI构建经验回归模型,比较3类遥感数据(地面高光谱数据、无人机多光谱影像以及高分一号WFV影像)对大豆LAI的估测能力,并从传感器几何位置和光谱响应特性以及像元空间分辨率三方面分析讨论了3类遥感数据的LAI反演差异.结果表明:地面高光谱数据模型和无人机多光谱数据模型都可以准确预测大豆LAI(在α=0.01显著水平下,R~2均>0.69,RMSE均<0.40);地面高光谱RVI对数模型的LAI预测能力优于无人机多光谱NDVI线性模型,但两者差异不大(E_A相差0.3%,R~2相差0.04,RMSE相差0.006);高分一号WFV数据模型对研究区内大豆LAI的预测效果不理想(R~2<0.30,RMSE>0.70).针对星、机、地三类遥感信息源,地面高光谱数据在反演LAI方面较传统多光谱数据有.....。

    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。