共查询到20条相似文献，搜索用时 78 毫秒
1.
基于土壤优化光谱参数估测太湖地区土壤全氮含量 总被引：1，自引：0，他引：1
为明确太湖地区土壤全氮的高光谱特征,构建定量分析模型,以江苏省无锡市滨湖区为研究区域,选取地理位置跨度大、土壤质地相似的93个样品,进行土壤风干样品全氮含量测定和光谱数据采集,对光谱反射率进行一阶微分,运用相关系数峰谷值法筛选敏感波长,将敏感波长两两结合进行土壤调节光谱指数（MSASI）运算。将两两结合后敏感波段分别采用多元线性回归分析、人工神经网络分析和偏最小二乘法构建土壤全氮含量的定量高光谱分析模型。结果表明,研究区内土壤全氮含量与光谱反射率呈正相关,敏感波段包括420~444 nm和480~537 nm。基于土壤调节光谱指数的多元线性回归分析对敏感波段诊断的效果最佳（R2=0.98、RMSE=0.04）,其精度高、可靠性强,是筛选出的最佳土壤全氮含量估测模型。偏最小二乘法模型（R2=0.70、RMSE=0.13）次之,而人工神经网络模型（R2=0.69、RMSE=0.15）精度最低。该研究结果为太湖地区土壤全氮水平的高光谱快速估测提供了方法借鉴,可为土壤养分精准管理提供技术参考。 相似文献
2.
为快速准确地获取烟草叶片镉含量,本研究模拟了4个镉污染水平,用美国ASD光谱仪获取每个污染水平的烟草叶片光谱反射率,并测定不同时期烟草叶片的镉含量,筛选出与镉含量相关性最好的敏感波段,并建立光谱参数,将光谱参数作为输入因子建立烟草叶片镉含量的BP神经网络模型。结果表明：随着镉含量增加,在可见光和近红外范围（400~910 nm）内反射率先降低后增加,在930~1 000 nm波段范围内,叶片反射率与烟叶中镉含量呈正相关,在1 000~2 500 nm波段范围内反射率先增加后降低。经筛选,比值植被指数（RVI）和归一化植被指数（NDVI）的光谱指数分别为RVI （520,710）和NDVI （530,710）; BP神经网络模型的决定系数（R2）为0.681,均方根误差（RMSE）为8.001,并对模型进行检验,R2为0.801,RMSE为4.430。研究表明,BP神经网络模型对烟草叶片镉含量具有良好的预测效果。 相似文献
3.
为快速准确地获取植株冠层氮素含量及空间分布特征，对大尺度的果园进行精准动态的管理，以宽行窄株小冠模式、宽行窄株篱壁模式和传统栽培模式3种栽培模式的120棵柑橘树为研究对象，通过测定冠层氮素含量并提取无人机遥感影像多光谱数据中的纹理指数和植被指数，运用随机森林算法（RF）建立基于植被指数、纹理指数以及融合植被指数和纹理指数的柑橘冠层氮素反演模型，并比较融合植被指数和纹理指数的支持向量机（SVM）、BP神经网络算法（BP）和RF的模型反演精度。结果显示：在随机森林算法中，融合植被指数和纹理指数比单独的植被指数或纹理指数更能准确预测柑橘冠层氮素含量；植被指数训练集R2为0.710，测试集R2为0.430；纹理指数训练集R2为0.761，测试集R2为0.349；融合植被指数和纹理指数训练集R2为0.775，测试集R2为0.533。融合植被指数和纹理指数在SVM算法训练集R2为0.511，测试集R2为0.371；BP神经网络训练集R2为0.651，测试集R2为0.204。用融合植被指数和纹理指数的RF模型对3种栽培模式的柑橘园进行氮素反演，得到宽行窄株小冠模式的柑橘冠层平均氮素含量最高，其次为宽行窄株篱壁模式，传统栽培模式最低，氮素含量均值分别为31.33、30.20和27.82 mg/g。结合无人机遥感与融合植被指数和纹理指数的随机森林算法能够有效预测柑橘冠层氮素含量，可为大尺度柑橘果园定量施肥提供参考。 相似文献
4.
目的 研究融合无人机遥感影像多光谱信息和纹理特征估算马铃薯Solanum tuberosum叶面积指数(Leaf area index,LAI)方法,提高马铃薯LAI反演精度。方法 利用大疆P4M无人机采集2021年2－4月南方冬种马铃薯幼苗期、现蕾期、块茎膨大期多光谱影像,用LAI-2000冠层分析仪实测LAI数据。提取影像光谱、纹理等信息,分析植被指数、纹理特征与LAI的相关性,基于R2adj的全子集分析优选特征变量。采用主成分分析,融合光谱和纹理特征,用PCA-MLR(Principal component analysis-multiple linear regression)模型估算马铃薯LAI。结果 从幼苗期到块茎膨大期,PCA-MLR估算模型优于T-MLR(Texture multiple linear regression)和VI-MLR(Vegetation index multiple linear regression)模型,R2分别为0.73、0.59和0.66。结论 本研究提出一种估算马铃薯LAI的PCA-MLR方法,为马铃薯的长势监测和田间管理提供数据支持。 相似文献
5.
【目的】研究估测坡垒叶绿素含量的高光谱模型，探讨融合光谱反射率与时频特征估测叶绿素含量的可行性，为坡垒叶绿素含量的快速无损检测提供参考。【方法】以2年生坡垒为研究对象，设置N0（0 kg/hm2）、N1（35 kg/hm2）、N2（70 kg/hm2）3个氮肥水平，测定不同氮肥水平下坡垒冠层叶绿素含量和光谱曲线，采用离散傅里叶变换（DFT）和短时傅里叶变换（STFT）方法提取光谱时频特征，采用偏最小二乘回归（PLSR）算法,构建基于光谱反射率、时频特征及其二者融合特征的不同氮水平的分区模型以及全氮肥水平下的综合模型，估测不同氮肥水平下坡垒叶绿素含量，并以决定系数（R2）、平均绝对百分比误差（MAPE）、相对均方根误差（RRMSE）作为评价指标比较各模型精度，确定最优估测模型。【结果】（1）不同叶绿素含量下坡垒冠层光谱反射特征的整体变化趋势相似，在可见光波段（380~750 nm）内，光谱反射率随着叶绿素含量的增加而降低。（2）在构建的分区模型中，基于光谱反射率和时频特征构建的模型均能较好地估测坡垒叶绿素含量，检验R2分别为0.626~0.816，0.662~0.797，检验MAPE分别为4.966％~9.269％，6.029％~8.181％，检验RRMSE分别为6.827％~11.593％，8.247％~9.792％；基于融合光谱反射率与时频特征（融合特征）构建的分区模型检验R2为0.913~0.951，检验MAPE和RRMSE均低于10％。（3）在构建的综合模型中，当引入哑变量时，基于融合光谱反射率与时频特征（融合特征）构建模型的检验R2为0.814，MAPE和RRMSE分别为7.212％和8.578%，二者较基于光谱反射率构建的模型分别降低了37％和36％，较基于时频特征构建的模型分别降低了47％和45％。【结论】基于融合光谱反射率和时频特征（融合特征）构建的模型能够提高坡垒叶绿素含量估测的精度，对于不同氮肥水平下坡垒叶绿素含量有较好的估测效果，可作为估测坡垒叶绿素含量的优选方法。 相似文献
6.
为及时、准确地应用多源遥感数据提取干旱和半干旱区域土壤盐渍化反演特征及获取土壤盐渍化程度的空间分布数据,以吉林省西部大安市为研究区,利用Sentinel-1 SAR、Sentinel-2 MSI多源遥感数据和DEM数据,构建土壤盐分含量（Soil Salt Content,SSC）反演特征集,结合BorutaShap算法优选特征,通过耦合地理加权回归（Geographically weighted regression,GWR）与极限梯度提升树（XGBoost）回归构建土壤盐渍化反演模型,并与XGBoost回归、GWR反演结果对比分析。结果表明：SSC反演特征集中,盐分指数、植被指数在BorutaShap算法中取得了较高的重要性排名,是大安市SSC反演的重要特征。GWR模型的R2和RMSE分别为0.48和4.83 g/kg,XGBoost回归模型的R2和RMSE分别为0.54和4.35 g/kg,耦合GWR与XGBoost回归构建的土壤盐渍化反演模型预测精度得到显著提高,R2与RMSE分别达到0.63和3.71 g/kg。依据该模型反演结果,大安市各类盐渍土分布存在较强的空间异质性,土壤盐分含量呈现出由东南向西北逐渐递减的趋势,与实地调查基本一致。综上,耦合GWR与XGBoost回归模型充分考虑了反演特征的空间异质性和非线性关系,可有效提高SSC反演精度,可获得更符合实际的SSC空间分布,可用于干旱和半干旱地区土壤盐分含量的反演。 相似文献
7.
为探究棉花冠层无人机热红外影像对根域土壤水分含量反演规律,以棉花花铃期土壤水分为研究对象,利用小区水分胁迫控制试验和模型模拟的方法,获取棉花花铃期在不同干旱胁迫天数下（灌水后第2、10和32天）的叶片含水量、根域各土层（0~10、10~20、20~30、30~40、40~50 cm）土壤相对含水量（Relative soil water content,RSWC）,同步获取无人机热红外影像数据,通过将棉花冠层温度与叶片、大气温度结合构建差值温度指数（Difference temperature index,DTI）,比值温度指数（Ratio temperature index,RTI）和归一化差值温度指数（Normalized difference temperature index,NDTI）,选择与RSWC相关性在0.6以上的指标（冠层温度、冠-高温差、冠-均温差、DTI2、DTI3、NDTI2、NDTI3）构建不同土层水分含量估测模型,并进行验证。结果表明：1）随干旱胁迫天数的增加,棉花叶片含水量呈先升高后降低的趋势,土壤相对含水量随干旱胁迫天数的增加逐渐降低;2）冠层温度协同叶片、大气温度构建的温度指数估测根域土壤水分含量精度要优于单一使用冠层温度,具体表现为NDTI3>DTI3>DTI2>NDTI2>冠-均温差>冠-高温差>冠层温度;3）多元线性回归模型对棉花根域土壤含水量具有较高的估测精度,其中干旱胁迫第2天对10~20 cm根域土层的估测精度最高,R2为0.600,RMSE为0.388;第10天对20~30 cm根域土层的估测精度最高,R2为0.721,RMSE为0.267;第32天对30~40 cm根域土层的估测精度最高,R2为0.918,RMSE为0.068。因此,利用无人机热成像仪获取棉花冠层温度并结合叶片及大气温度,可对作物根域土壤水分含量进行拟合估测,对发展节水灌溉等土壤水分调控与管理技术具有现实意义。 相似文献
8.
测定拔节期水浇地与旱地春小麦冠层光谱、叶绿素含量、覆盖度、苗高和叶宽,采用回归分析方法建立春小麦叶绿素含量高光谱估测模型,并对模型精度进行检验。结果表明: 阳坡和双面坡地春小麦拔节期叶绿素含量与原始光谱反射率在可见光和近红外波段均呈正相关,水浇地和阴坡地在723 nm以前相关系数为负,723 nm以后为正。各地类春小麦叶绿素含量与各高光谱变量的相关性均较好,均达到了极显著水平(P<0.01)。无论在可见光还是近红外波段,水浇地春小麦叶绿素含量均与倒数之对数lg(1/R)的相关性最好,相关系数最大值可达0.98;阴坡地则与一阶微分的相关性最好,最大为0.94;而与阳坡和双面坡地相关性最好的高光谱指数为归一化植被指数。在
各个波段,倒数之对数模型lg(1/R)、一阶微分模型(p′)和归一化植被指数模型(N)分别是估测水浇地、阴坡地、阳坡和双面坡地春小麦叶绿素含量的最佳模型。虽然各模型R2均超过0.90,精确度均大于0.91,但阴坡地、阳坡和双面坡地的模型精确度和准确度略低于水浇地。以上模型的建立可为今后估测水浇地与旱地春小麦的健康状况提供参考。 相似文献
9.
为探究作物种子品质性状无损检测方法，以100份水稻核心种质资源为试验材料，基于近红外高光谱相机采集水稻种粒的透射、反射光谱数据并提取光谱参数，水稻种粒脱壳后使用近红外谷物分析仪测定米粒品质；以水稻种粒光谱参数为自变量、米粒品质指标为因变量，建立米粒品质预测模型。结果显示，使用单一光谱建模时，透射光谱建模效果优于反射光谱建模效果；结合透射-反射特征光谱集合建模可使粗蛋白预测模型R2从0.74提高至0.91，可使直链淀粉预测模型R2从0.40提高至0.69，可使水分预测模型R2从0.53提高至0.68。结果表明，使用水稻种粒光谱参数可无损预测稻米品质，同时利用透射、反射光谱可提升建模效果。 相似文献
10.
目的 为监测甜柚Citrus maxima果树生长健康状况及预测甜柚产量,以赣州南康地区一片甜柚果园为研究对象,建立甜柚叶片叶绿素含量检测模型。方法 使用Field Spec4便携式地物光谱仪和SPAD-502叶绿素仪测定甜柚叶片光谱及SPAD值,分别采用单变量回归、逐步回归及偏最小二乘法(PLS)构建其叶绿素含量高光谱无损检测模型并进行精度检验。结果 原始光谱在553 nm处、一阶光谱在692和752 nm处的反射率与叶绿素含量相关性最高,这3个波段为甜柚叶片光谱反射率敏感波段;当主成分个数为4时,PLS具有最高的精度,且基于PLS技术所建立的模型较单变量、逐步回归模型精度更好,模型拟合度较高,其决定系数(r2)最高,为0.869,均方根误差(RMSE)和相对误差(RE)最小,分别为3.013和6.82%。对原始光谱、一阶导数光谱及PLS拟合的估测模型进行对比分析显示,PLS模型无论是从建模样本精度还是模型预测能力方面均优于前2种传统模型。结论 PLS模型适合于利用高光谱数据进行叶绿素含量的估测,可作为甜柚叶绿素含量的最佳无损检测模型。 相似文献
11.
【目的】利用高光谱数据构建一种适合于净作和套作群体的大豆叶绿素密度光谱估测通用模型,为监测以叶绿素密度为参数的净、套作大豆长势提供支撑。【方法】以南豆12为供试大豆品种,设计净作和套作2种种植模式,测定净、套作下大豆不同生育时期叶绿素密度及其冠层光谱特征,对通过原始、全波段导数光谱和多波段组合计算的植被指数与叶绿素密度进行相关性分析,比较不同高光谱特征参数与叶绿素密度之间的关系,借助高光谱遥感分析方法构建适合于净、套作下大豆叶绿素密度的估测模型。【结果】净作和套作大豆叶绿素密度在整个生育期呈先上升后下降的单峰曲线,在结荚期达到最大值,其中净作比套作平均高5.5%。同样,大豆冠层光谱反射率在近红外波段(700~1 000nm)也呈现先增后降趋势,结荚期最高,达到70%,并在结荚期之前红边位置出现红移现象。原始光谱自由组合的比值植被指数RVI(507/697)与叶绿素密度的相关性最高,相关系数大于0.962(P0.01)。对净、套作下大豆叶绿素密度模型进行比较分析,发现二次模型能够较好地估测净、套作下大豆叶绿素密度(R20.75,RMSE=0.25)。【结论】用比值植被指数RVI(507/697)构建的叶绿素密度二次估测模型,能够较好地对净、套作下大豆叶绿素密度进行估测。 相似文献
12.
油茶籽脂肪酸成分含量与高光谱反射率的相关性 总被引：1，自引：0，他引：1
测定来自不同产地的30个油茶籽样品的油酸、亚油酸、棕榈酸含量和高光谱反射率，分析油茶籽高光谱反射率与脂肪酸含量间的相关关系。结果显示，与油茶籽脂肪酸成分含量相关性比较好的高光谱波段主要分布在400~500、600~630 nm以及900 nm左右，且敏感波段区高光谱反射率与脂肪酸成分含量的相关系数均在0. 4 以上。 相似文献
13.
Simple method for extracting the seasonal signals of photochemical reflectance index and normalized difference vegetation index measured using a spectral reflectance sensor 
下载免费PDF全文
下载免费PDF全文 A spectral reflectance sensor(SRS) fixed on the near-surface ground was developed to support the continuous monitoring of vegetation indices such as the normalized difference vegetation index(NDVI) and photochemical reflectance index(PRI). NDVI is useful for indicating crop growth/phenology, whereas PRI was developed for observing physiological conditions. Thus, the seasonal change patterns of NDVI and PRI are two valuable pieces of information in a crop-monitoring system. However, capturing the seasonal patterns is considered challenging because the vegetation index values estimated by the reflection from vegetation are often governed by meteorological conditions, such as solar irradiance and precipitation. Further, unlike growth/phenology, the physiological condition has diurnal changes as well as seasonal characteristics. This study proposed a novel filtering method for extracting the seasonal signals of SRS-based NDVI and PRI in paddy rice, barley, and garlic. First, the measurement accuracy of SRSs was compared with handheld spectrometers, and the R~2 values between the two devices were 0.96 and 0.81 for NDVI and PRI, respectively. Second, the experimental study of threshold criteria with respect to meteorological variables(i.e., insolation, cloudiness, sunshine duration, and precipitation) was conducted, and sunshine duration was the most useful one for excluding distorted values of the vegetation indices. After data processing based on sunshine duration, the R2 values between the measured vegetation indices and the extracted seasonal signals of vegetation indices increased by approximately 0.002–0.004(NDVI) and 0.065–0.298(PRI) on the three crops, and the seasonal signals of vegetation indices became noticeably improved. This method will contribute to an agricultural monitoring system by identifying the seasonal changes in crop growth and physiological conditions. 相似文献
14.
金仲辉 《中国农业大学学报》1989,(3):340-345
本文讨论了双向反射率分布函数、双向反射率、双向反射率因子等光谱反射率之间的关系,并指出了在一定条件下,遥感技术中野外测量地物反射光谱所得的双向反射率因子和物理学中惯用的光谱反射率即半球反射率定义(全部反射光功率与入射光功率之比)是完全一致的.最后还讨论了在野外测量地物反射光谱时需要注意的几个具体问题. 相似文献
15.
以宁夏银北地区典型龟裂碱土为研究对象，表层土壤光谱反射率选择平滑、倒数等7种数据处理方式，采用全回归、逐步回归和偏最小二乘三种回归方法，分析龟裂碱土光谱特征，筛选对土壤pH值和ESP的敏感波段，建立龟裂碱土碱化信息的预测模型。结果表明：龟裂碱土的光谱反射曲线属于缓斜型；土壤表层反射率与土壤pH值和ESP在研究波段内均呈极显著正相关关系；反射率倒数对数的一阶微分和反射率的一阶微分在特征波段范围表现较好；反射率与土壤pH值的相关性优于与土壤ESP的相关性。从拟合度和选用敏感波段的多少整体考虑，采用偏最小二乘回归来拟合土壤pH值和ESP的方程最佳，拟合度分别达到0.93和0.8367。 相似文献
16.
新疆乌鲁木齐市附近地区主要地物的反射光谱特征 总被引：3，自引：0，他引：3
在新疆乌鲁木齐市附近地区使用GER野外光谱仪测定了一些农作物、野生植被和土壤的反射光谱,初步创建了为本地区遥感应用的光谱数据库,比较了野生植被、作物及土壤光谱特征,讨论了高分辩率光谱数据在植被及土壤制图中的应用,并提供在Internet上查询已获得的光谱数据. 相似文献
17.
针对LEDAPS与FLAASH 2种大气辐射校正软件,从其算法原理、结果的目视效果以及典型地物的光谱特征等方面进行了对比研究,并利用MODIS相关产品分别对2种模型反演的地表反射率及由其反演得到的NDVI结果进行了评价。结果表明,2种软件操作简便,地表反射率反演的精度较高,均能在一定程度上消除大气影响;LEDAPS反演的地表反射率结果相对FLAASH的结果目视效果较好;根据MODIS NDVI产品对反演获得且升尺度后的红光、近红外波段反射率和NDVI结果评价表明,2种模型校正结果与MODIS数据产品相关性较好,均具有相同的变化趋势,2种模型的反演结果均具有较高的精度,且LEDAPS的反演结果精度更高。 相似文献
18.
通过对近红外和可见光波段光谱反射率的分析,确定大豆地上部干物重的敏感波段,计算出相应的植被指数,建立植被指数与大豆地上部干物质量预测模型y=-493.77x+324.55,并能较为准确地预测大豆地上部干物重。 相似文献
19.
研究了胡杨两种叶形叶片的类胡萝卜素含量与高光谱反射率的相关性。2009年5月~9月在塔里木河上游逐月测定了生长季节期胡杨条形叶和卵形叶393~1 095 nm波长范围内高光谱反射率以及类胡萝卜素含量(单位:mg/g Fw和mg/g Dw)和密度(mg/m2叶面积),并进行了相关分析。结果表明,胡杨条形叶类胡萝卜素含量在0.34~0.37 mg/g Fw,0.66~0.77 mg/g Dw,和78.13~105.25 mg.m-2之间,卵形叶含量在0.24~0.39 mg/g Fw,0.52~0.73 mg/g Dw,和70.17~102.93 mg.m-2之间,且随季节而变化。不同月份,条形叶和卵形叶的类胡萝卜素含量、密度与不同波长高光谱反射率的相关性之间既有正相关也有负相关。其中,卵形叶类胡萝卜素含量(鲜基)与高光谱反射率在9月份时757 nm处的负相关性最强(相关系数为-0.582);条形叶类胡萝卜素密度与高光谱反射率在6月份时862 nm处的负相关性最强(相关系数为-0.430)。胡杨叶片类胡萝卜素与光谱反射率之间的相关性极为复杂,相关系数值受到季节、叶形、类胡萝卜素含量的表示单位和光谱波长的影响。 相似文献
20.
[目的]随着遥感技术的迅速发展,遥感应用逐渐从定性走向定量.辐射定标是实现遥感信息定量化的基本前提,表观反射率是辐射定标的结果之一.[方法]对辐射定标过程参数的确定和表观反射率的计算等方面进行论述.[结果]以2008年的Landsat-5 TM的遥感数据为基础,计算表观反射率,从光谱响应曲线、归一化植被指数等方面,对原图像和表观反射率图像进行比较及其分析.[结论]由表观反射率图像计算出的NDVI值比原始图像NDVI大. 相似文献