共查询到20条相似文献，搜索用时 421 毫秒
1.
基于RS和GIS的农田防护林对作物产量影响的评价方法 总被引：4，自引：3，他引：1
在区域尺度评价农田防护林对作物产量的影响对于农田防护林建设和经营管理具有重要意义。该文提出了一种基于遥感(remote sensing,RS)和地理信息系统(geographic information system,GIS)技术的农田防护林对作物产量影响的评价方法。首先利用多时相遥感影像识别农田防护林的经营阶段和和生长状态,建立农田防护林防护效应的综合判定模式;其次采用机制法,通过光、温、水、土逐级衰减,计算作物生产潜力,并基于遥感影像和光能利用率模型估算作物单产;最后构建农田防护林对作物产量影响的评价方法体系。基于该方法,在吉林省长春市北部的农田防护林重点建设区选择样区,评价了该区2009年农田防护林对玉米产量的影响。结果表明,农田防护林在一定程度上将会促进玉米增产。尤其在自然条件较差的低产区,农田防护林的增产作用更加显著,增产率达到8.85%;而在高产区,增产率约为2.4%,但是由于胁地效应的影响,在部分地区可能造成减产。因此,在农田防护林的规划建设中,应根据不同的立地条件,因地制宜,在占地面积最小的情况下,达到稳产增产的作用,实现农田防护林的最大防护效应。该研究丰富了在区域尺度研究农田防护林防护效应的技术方法,可以更加科学合理的评价区域尺度上农田防护林的增产效益,并为农田防护林的经营管理提供科学依据。 相似文献
2.
基于地块特征基元与多时相遥感数据的冬小麦播种面积快速提取 总被引：10，自引：6，他引：4
冬小麦播种面积监测是农情遥感的重要研究内容之一,及时、准确地获取冬小麦的播种面积对冬小麦产量估算具有重要的意义。该文在面向对象技术的支持下,首先利用融合的高空间分辨率SPOT5遥感影像提取农田地块专题层信息;然后在专题层控制下对多时相的ETM+遥感数据统一尺度分割,得到不同时相遥感影像相同形状的地块特征基元;通过光谱特征规则集构建不同时相的冬小麦信息提取模型,实现对各个时期冬小麦播种田块对象的提取;最后通过交叉验证,确定最终的冬小麦播种面积。结果表明,该方法能够快速获得冬小麦播种面积,总体精度达到90%以上,基本上能够满足农情遥感监测的需求,为冬小麦种植面积遥感快速监测提供了一种可行的方法。 相似文献
3.
基于改进多元纹理信息模型和GF-1影像的县域冬小麦面积提取 总被引：8，自引：7，他引：1
作物面积监测具有较强的时效性,应用不断发展的遥感技术能够及时可靠地监测主要作物的种植面积。该文围绕国产高分一号卫星(GF-1)农业应用关键技术,研究县域尺度农作物种植面积快速准确提取的方法。在考虑多光谱遥感影像空间相关性的基础上,利用矩阵分解和距离空间转换等数学工具设计一种改进多元纹理信息(modified multivariate texture,MMT)提取模型,实现基于GF-1遥感影像的改进多元纹理信息提取、纹理与光谱信息融合以及基于融合影像分类的县域尺度冬小麦识别和面积提取。选用冬小麦出苗和越冬2期GF-1宽视场影像,结合地面实测数据和最佳识别时相遥感参考数据,对比分析基于光谱信息、单变量纹理与光谱融合信息、改进多元纹理与光谱融合信息的3种冬小麦识别和面积量算结果,实现对改进多元纹理信息效果以及小区域和较大区域上冬小麦面积提取的精度验证。试验结果表明:1)与基于其他2种传统分类特征信息的结果相比,改进多元纹理信息的加入能够显著提高冬小麦识别精度(出苗期提高4.12%和2.36%,越冬期提高2.59%和0.94%);2)在不考虑影像质量、生育期和地面样方测量精度等客观因素的影响下,基于该文方法的小区域内冬小麦面积提取精度普遍优于90%;3)在冬小麦长势稳定的时相(越冬期),基于该文方法的较大区域冬小麦面积量算结果能够达到接近最佳识别时相(孕穗期)的面积提取精度,二者的一致性程度超过97%。因而,利用GF-1宽视场影像能够有效提取县域尺度冬小麦种植面积,可为农作物监测业务运行提供遥感数据保障。 相似文献
4.
基于地块尺度多时相遥感影像的冬小麦种植面积提取 总被引：5，自引：5，他引：0
针对仅利用单一遥感影像数据获取农作物信息精度不够问题,该文选择冬小麦主产地河南省兰考县乡镇作为研究区,以2017年多时相中分辨率Landsat8 OLI影像和Google earth上下载的亚米级高分影像为遥感数据源,结合光谱差异和农田地块信息实现冬小麦的精确提取。该算法首先构建不同时相决策树模型,分别实现2个时相的冬小麦区域初步提取;其次通过将对高分影像多尺度分割产生的地块信息分别与2个时相冬小麦播种面积初步区域相互叠加,完成地块单元控制下的冬小麦播种面积分地块统计,并通过设定不同统计阈值,分析落在每一地块单元下的冬小麦区域,生成基于地块单元的冬小麦播种面积分布图;最后通过多时相交叉验证,获取最终冬小麦播种区域。结果表明：该方法能更加准确提取冬小麦种植面积,保持较低的误判率（1.3%）水平下,得到较高的提取正确率（95.9%）,较通过对比单一Google earth高分辨率影像获取冬小麦精度（85.6%）高,该研究对通过融合多源多时相影像数据获取农作物提供参考。 相似文献
5.
农田防护林经营阶段的遥感识别方法 总被引：2，自引：1，他引：1
利用遥感手段对农田防护林的经营阶段进行识别,为农田防护林经营管理提供快速、及时的信息。利用多时相遥感影像,结合农田防护林经营理论,制定了农田防护林经营阶段的遥感监测方法,并在长春市德惠县选择10?km×10?km 样区,利用TM/ETM遥感影像,对不同监测周期的农田防护林经营阶段的监测结果进行对比。如果以逐年监测结果作为标准数据进行验证,3 a周期监测结果的总体精度为84.8%,6 a周期监测结果的总体精度为78.4%。因此,综合考虑到计算效率、数据可获取性和监测精度,认为每3 a为一个监测周期既符合农田 相似文献
6.
基于无人机遥感植被指数优选的田块尺度冬小麦估产 总被引：4，自引：3，他引：1
田块尺度作物快捷精准估产对规模化农业经营管理具有重要意义。因此,急需选取最优植被指数和最佳无人机遥感作业时期,建立冬小麦无人机遥感估产模型,获取及时、快速、低成本的无人机遥感估产方法。该文以山东省滨州市典型规模化农田为研究对象,利用固定翼无人机遥感平台对冬小麦进行多期遥感观测与估产。基于2016年冬小麦返青拔节期、抽穗灌浆期和成熟期的无人机遥感影像数据集,采用最小二乘法,构建了基于不同植被指数与冬小麦实测产量的9种线性模型,并结合作物实测产量进行模型评价。多时相多种类植被指数的优选分析结果显示,抽穗灌浆期估产模型R~2最高,RMSE最低(n=34)。其中,模型R~2达到0.70的植被指数共6个,从高到低依次为EVI2、MSAVI2、SAVI、MTVI1、MSR和OSAVI;RMSE由低到高依次为EVI2、MSAVI2、SAVI、MTVI1、MSR和OSAVI。另外,该文进一步评价农田土壤像元对无人机遥感估产的影响,经过阈值滤波法处理后,返青拔节期估产模型的R~2(n=34)从约0.20提升至0.30以上,RMSE和MRE下降;抽穗灌浆期模型的RMSE降低,R~2(n=34)有所提升但不显著。综上所述,最佳无人机飞行作业时期为冬小麦抽穗灌浆期,最优植被指数为EVI2,土壤像元的滤除对抽穗灌浆期无人机遥感估产模型的影响不显著。因此,优化后的基于植被指数的无人机遥感估产模型,可以快速有效诊断和评估作物长势和产量,为规模化农业种植经营提供一种快捷高效的低空管理工具。 相似文献
7.
华北平原冬小麦总初级生产力的遥感监测 总被引：3，自引：3，他引：0
该文以华北平原冬小麦为研究区,验证MODIS-GPP产品数据在下垫面复杂的农田生态系统的适用性,及农田生态系统的碳源/汇功能。首先采用MODIS-NDVI产品数据,根据冬小麦物候特征,解译出冬小麦种植面积;然后与经过验证并校正后的MODIS-GPP产品数据估算华北平原冬小麦2010年生长季内的GPP总量;最后,由涡度相关实测数据估算出冬小麦的生态系统呼吸量（RE）和净生态系统生产力(NEP)。结果显示：MODIS-NDVI解译出的冬小麦面积结果与TM解译结果的用户精度高达90.6%,总体精度达87.2%;MODIS-GPP产品数据与涡度相关数据估算结果的复相关系数高达0.9227;2010年华北平原冬小麦生长季GPP约为6.24′108 kgC,约占该区所有植被GPP的21.3%;华北平原冬小麦固碳能力较强,净生态系统生产力（NEP）占GPP的58.7%。研究表明,MODIS-GPP产品数据满足华北平原冬小麦GPP统计精度需求,冬小麦生态系统对陆地生态系统起到了重要的碳汇功能。 相似文献
8.
不同配置农田防护林对田间土壤水分空间变异的影响 总被引：1，自引：1，他引：0
河套灌区是我国最大的引黄灌区,区内水资源匮乏,农田防护林系统在灌区土壤水分调控中发挥着重要作用。为明确防护林对农田土壤水分的影响,采用传统统计学方法综合分析了防护林网内土壤蒸发、风速、光照强度、气温、空气相对湿度、细根生物量密度及土壤容重等因素对土壤含水量的影响。结果表明:不同配置的农田防护林网内田间土壤水分具有明显的空间异质性,水平方向上土壤含水量与林带距离呈正向关系,主要影响因子为风速、土壤蒸发和1H(H为防护林树高)范围内的细根生物量密度;垂直方向上0—80 cm土壤水分从表层向下逐渐增加,主要影响因子为20—80 cm土层的细根生物量密度、土壤容重和表层土壤蒸发。不同配置农田防护林系统对田间土壤水分影响差异明显,2行小美旱杨+2行二白杨疏透度为45%的防护林的防护效益最好,田间土壤含水量最高。研究结果明确了不同配置防护林的农田土壤水分特征以及主要影响因子,可以为合理的防护林规划提供理论依据。 相似文献
9.
基于改进水云模型和Radarsat-2数据的农田土壤含水量估算 总被引：3，自引：2，他引：1
为了直接将雷达遥感中"水云模型"进行反演应用,该研究将"水云模型"中植被参数改为雷达植被指数,利用全极化数据直接支持遥感反演土壤含水量,无需遥感反演植被参数输入。改进模型为利用雷达遥感结合"水云模型"进行土壤含水量监测提供了一种高效便捷方法。基于Radarsat-2全极化数据对冬小麦覆盖的农田土壤含水量进行估算,利用2014年在陕西杨凌区获取的4个生育期内Radarsat-2卫星数据及同步田间测量108组冬小麦农田土壤含水量地面测量数据进行模型参数校正和精度验证。验证结果精度为:改进的雷达植被指数模型原叶面积指数模型(实测叶面积指数验证)原叶面积指数模型(光学遥感反演叶面积指数验证),且改进的雷达植被指数模型可以在多个生育期内对农田土壤含水量进行监测。 相似文献
10.
基于VPM与MOD17产品的中国农田生态系统总初级生产力估算比较 总被引：2，自引：1，他引：1
VPM(vegetation photosynthesis model)与PSN(photosynthesis)模型是2个基于MODIS数据估算生态系统总初级生产力(gross primary productivity,GPP)的光能利用率模型,该文对比了VPM和PSN模型在中国农田生态系统估算中的结果并对其差异形成的原因进行了分析。研究表明:1)在位于冬小麦-夏玉米二熟区的中国科学院禹城综合试验站以及种植春玉米的盈科灌区绿洲站,与碳通量观测数据相比,VPM模拟结果分别高估3.82%、12.08%,基于PSN模型利用MODIS数据计算的MOD17产品则分别低估53.35%、63.03%;2)在中国农田生态系统,MOD17产品普遍低于VPM模拟结果,在西北、东北及黄淮海等地区约低于50%以上,在南方地区低于不到30%;3)在中国北方旱作区,MOD17产品与VPM模拟结果呈强相关关系,相关系数为0.85,模型中的最大光能利用率参数是导致MOD17产品在北方旱作种植区低于VPM模拟结果的主要原因。 相似文献
11.
作物茬作为农田生态系统的重要组成部分,影响着农田生态系统中的营养物质、碳、水和能量的流动与循环。建立了基于HJ-1B数据的冬小麦留茬覆盖度遥感估算模型,为区域作物留茬覆盖度遥感监测提供技术支撑。以山东禹城市冬小麦为例,分析了冬小麦留茬覆盖度与HJ-1B CCD数据各波段反射率、红外多光谱成像仪IRS数据的近红外和短波红外波段反射率及三种归一化光谱指数之间的相关关系,选取IRS归一化指数构建冬小麦留茬覆盖度光学估算模型。使用独立的地面观测数据对模型进行检验,模型估算的最大相对误差为24.96%,平均相对误差为9.28%,达到了一定精度。 相似文献
12.
基于Sentinel多源数据的农田地表土壤水分反演模型构建与验证 总被引：4，自引：2，他引：2
土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一。针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该文基于Sentinel-1和Sentinel-2多源遥感数据,利用Oh模型、支持向量回归(support vector regression,SVR)和广义神经网络(generalized regression neural Network,GRNN)模型对土壤水分进行定量反演,以减小植被影响,提高反演精度。结果表明:通过水云模型去除植被影响后的Oh模型反演精度有所提高。加入不同植被指数的SVR和GRNN模型的反演效果总体优于Oh模型,基于SVR模型的多特征参数组合(双极化雷达后向散射系数、海拔高度、局部入射角、修改型土壤调整植被指数)反演效果最优,其测试集相关系数和均方根误差分别达到了0.903和0.015 cm~3/cm~3,为利用多源遥感数据反演农田地表土壤水分提供了参考。 相似文献
13.
基于MODIS数据的三种模型对区域玉米生产力的估算效果 总被引：1，自引：0，他引：1
总初级生产力GPP（Gross Primary Productivity，GPP）是描述陆地生态系统的关键指标，提供了全球范围内气候变化下碳元素循环的定量描述，是生态系统功能状况的重要参量，是碳循环中的关键要素，反映气候变化及人类活动对陆地植被综合影响下的结果。光能利用率LUE（Light Use Efficiency，LUE）作为总初级生产力估算模型中的关键参数，其取值受环境影响因子、时空分布差异、植被类型等众多因素影响，并直接影响模型的估算结果。为定量评价遥感植被参数在估算生态系统GPP方面的能力，以锦州玉米生产区为研究对象，基于2013−2014年的地面通量数据和MODIS卫星数据，利用APAR（Absorbed Photosynthetically Active Radiation，APAR）、LUE-PRI（Photochemical Reflectance Index，PRI）、REG-PEM（REGion Productivity Efficiency Model，REG-PEM）三种估算模型，估算不同尺度下的玉米生态系统GPP，并借助一元线性回归分析法，与锦州生态系统野外观测站的实测GPP值进行相关分析。结果表明：（1）逐日尺度上，APAR模型和REG-PEM模型都能较好地响应实际GPP值的季节性波动，其中APAR模型相对误差小于REG-PEM模型，但二者估算的GPP都存在峰值低估、谷值高估的现象，主要原因是LUEmax值在低植被覆盖区被高估，气温和水分因子对LUE的影响被低估，在重构植被指数曲线EVI、LSWI时产生不可避免的误差；（2）小时尺度上，由于中午时段太阳辐射增强、气温升高，导致植被叶片出现光饱和和午休现象，大大削弱了APAR对GPP的模拟效果。利用光化学植被指数PRI模型估算GPP，相较于APAR模型一定程度上能够提高GPP的估算精度，但模拟效果还有待提高。 相似文献
14.
农田防护林防风效能的遥感评价 总被引：4，自引：2，他引：2
防护林是农田生态系统的重要组成部分,在农田生态系统中扮演着重要的角色。疏透度是一个重要的森林结构参数,被广泛应用于农田防护林防风效能的评价研究。遥感技术具有高空间分辨率和重复对地连续观测的特点,可以弥补野外调查工作的不足。该研究以疏透度为研究对象,利用高空间分辨率遥感数据实现农田防护林疏透度的定量估算,得到研究区防护林网疏透度的空间分布。然后根据估算的疏透度,将研究区防护林网分成紧密型,疏适型和稀疏型3类,以此对其防风效能进行评价。研究结果表明,林带结构参数中平均冠高、叶面积指数和林带宽度的变量组合与防护林疏透度相关性最好,相关系数达到-0.941。利用此变量建立的估算防护林疏透度的统计模型平均精度达到85.413%。疏透度分类统计结果表明,研究区内防护林网多以疏适型防护林为主,占研究区防护林网面积的60.733%,疏适型防护林具有最优的防风效能。相关研究可以为利用遥感手段进行农田防护林的防风效能评价提供参考依据。 相似文献
15.
以2011年1月-2012年12月MODIS多时相遥感影像产品、气象数据和作物生育期为基础,借助SEBAL模型估算了黄淮海平原冬小麦实际蒸散量(ETa);通过MODIS NDVI光谱曲线特征与冬小麦单产数据的耦合,将县域尺度作物单产"降尺度"至基于像元的产量栅格图,实现冬小麦产量栅格化。在完成作物实际蒸散量模拟和产量栅格化的基础上,对黄淮海平原冬小麦水分生产力进行估算。结果表明,冬小麦水分生产力区域平均值为1.21kg·m~(-3),高值区主要位于北京、天津、山东北部和河北南部地区。在环渤海山东半岛滨海外向型二熟农渔区(一区)、海河低平原缺水水浇地二熟兼旱地一熟区(三区)和黄淮平原南阳盆地水浇地旱地二熟区(五区)冬小麦产量与水分生产力呈显著正相关,说明随着冬小麦产量的增加,其水分生产力增加;在燕山太行山山前平原水浇地二熟区(二区)冬小麦水分生产力与实际蒸散量呈极显著负相关(P0.01),与产量呈极显著正相关(P0.01),表明水分生产力将随着实际蒸散量的减少和产量的增加而增大,同时产量增加对水分生产力提高的贡献大于实际蒸散量的减少;在江淮平原丘陵麦稻两熟区(六区)冬小麦水分生产力与实际蒸散量呈显著负相关,与产量相关关系不明显,说明在黄淮海平原南部水分生产力的提高主要依靠实际蒸散量的减少。 相似文献
16.
利用Landsat TM遥感数据监测冬小麦开花期主要长势参数 总被引：9，自引：4，他引：5
为精准农业技术体系中的小麦农艺处方管理决策提供详尽的全局性信息,该文以2007－2009年试验实测数据为基础,以Landsat TM影像为遥感数据源,分析了试验样点开花期冬小麦主要长势参数与品质和产量间以及与卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦开花期SPAD值、生物量、叶面积指数和叶片氮含量的模型。结果表明：冬小麦开花期,选用作物氮反射指数、近红外波段反射率和归一化植被指数这些遥感变量分别反演冬小麦SPAD值、生物量、叶面积指数和叶片氮含量是可行的;SPAD值、生物量、叶面积指数和叶片氮含量遥感监测模型的精度较高,均方根误差分别为3.12、216.5 kg/hm2、0.269和0.162,以此为基础,制作出具有实际农学意义的冬小麦开花期不同等级SPAD值、生物量、叶面积指数和叶片氮含量遥感监测专题图,实现了主要长势参数空间分布量化表达。基于卫星影像的农田面状信息获取技术克服了点状信息的不足,为农业生产管理决策及时提供信息支持,使该研究技术更利于大面积应用和推广。 相似文献
17.
基于多源无人机影像特征融合的冬小麦LAI估算 总被引：3，自引：3，他引：0
为探讨无人机多源影像特征融合估测作物叶面积指数的能力,该研究以冬小麦为研究对象,利用多旋翼无人机搭载高清数码相机和UHD185成像光谱仪获取研究区冬小麦关键生育期（扬花期、灌浆期）的可见光和高光谱影像。综合考虑可见光、高光谱影像特征与冬小麦叶面积指数的相关性及影像特征重要性进行特征筛选,然后,以可见光植被指数、纹理特征、可见光植被指数+纹理特征、高光谱波段、高光谱植被指数及高光谱波段+植被指数分别作为输入变量构建多元线性回归、支持向量回归和随机森林回归的叶面积指数估测模型（单传感器数据源）;以优选的两种影像特征结合支持向量回归、随机森林回归构建叶面积指数估测模型（两种传感器数据源）,比较分析单源与多源影像特征监测冬小麦叶面积指数的性能。进一步地,考虑到小区土壤空间异质性会影响冬小麦叶面积指数估测结果,该研究探讨了不同影像采样面积下基于单源遥感数据构建的小麦叶面积指数估测模型精度。研究结果表明：在扬花期和灌浆期,使用两种影像优选特征构建的随机森林回归估测模型精度最佳,验证集决定系数分别为0.733和0.929,均方根误差为0.193和0.118。可见光影像采样面积分别为30%和50%,高光谱影像采样面积为65%时,基于单源影像特征构建的随机森林回归估测模型在扬花期和灌浆期效果最好。综上,该研究结果可为无人机遥感监测作物生理参数提供有价值的依据和参考。 相似文献
18.
BEPS模型在华北平原冬小麦估产中的应用 总被引：5，自引：1，他引：4
粮食是一切生产和生活的根本,准确地估计冬小麦的产量,对国家制定粮食政策至关重要。该文利用北部生态系统生产力模拟（BEPS,boreal ecosystem productivity simulator）模型能够模拟森林植被净第一性生产力的特点,分析了BEPS模型在冬小麦估产中的适用性和局限性。针对冬小麦和森林植被冠层的不同生长特点,假设冬小麦冠层具有水平均一、垂直分层的结构,利用辐射传输方程,将原BEPS模型中的两片大叶模型改造为多层-两片大叶模型;同时,利用前人提出的收获指数（HI,harvest index）的概念,将冬小麦的净第一性生产力转化为经济产量,从而实现利用遥感机理模型对冬小麦产量的估算。将改进后的模型用于华北平原冬小麦估产中,并利用国家级农业气象站点的实测产量资料对模拟结果进行验证,复相关系数达到0.817,说明改进后的BEPS模型可以用于华北平原冬小麦的估产研究。 相似文献
19.
高分辨率遥感影像中冬小麦长势空间异质性特征分析 总被引：4，自引：3，他引：1
遥感影像可以同时获取地物波谱及空间位置信息,为作物长势的空间变异研究提供新的技术手段,该文利用高空间分辨率遥感影像开展了冬小麦地块内长势空间异质性特征的提取及分析。研究基于小麦挑旗期QuickBird遥感影像,选取不同长势冬小麦地块,计算地块内冬小麦归一化植被指数(normalized difference vegetation index,NDVI)的经验半方差函数,采用最小二乘算法进行模型拟合,得到冬小麦地块NDVI最优半方差模型及参数(基台值、变程、块金值)。结果表明,不同冬小麦地块NDVI经验半方差图呈现明显的有基台模式,冬小麦NDVI表现出明显的带状异向性特征。在垂直及平行垄向上,基台值与地块内NDVI纹理值域范围、纹理方差均极显著正相关(P0.01),且受方向影响不大;变程在垂直垄向上与地块内部作物NDVI均值呈极显著负相关(P0.01),与变异系数及NDVI小于0.40的像元覆盖度极显著正相关(P0.01);块金值垂直垄向上与作物NDVI均值、变异系数、小于0.40的像元覆盖度有极显著关系(P0.01),变程、块金值在平行垄向与各个因子无相关性。该研究为利用遥感影像揭示作物长势的空间变异提供了参考。 相似文献
20.
不同时空分辨率遥感数据融合估算冬小麦叶面积指数 总被引：2，自引：1，他引：1
高时空分辨率叶面积指数(leaf area index,LAI)数据能反映作物的长势动态变化,为作物长势评估和产量预测提供有效的生长指标依据。该文综合利用混合像元线性分解与数据同化算法,以高空间分辨率SPOT-5数据反演的LAI修正高时间分辨率HJ-CCD数据反演的LAI序列,生成了覆盖冬小麦主要生育期的高空间分辨率LAI序列,并结合SPOT-5反演的LAI和实测LAI值分析了像元纯度、高空间分辨率遥感数据同化景数对融合效果的影响。结果表明,采用数据融合方法生成的LAI与检验LAI具有较高的一致性,但像元纯度对融合效果影响较大;基于2景SPOT-5影像能够提高LAI序列估测精度,且优于基于1景SPOT-5影像的融合效果。该研究结果可为冬小麦生长监测提供技术支撑。 相似文献