共查询到17条相似文献，搜索用时 140 毫秒
1.
基于高光谱的渭北旱塬区棉花冠层叶面积指数估算 总被引：2，自引：0，他引：2
以棉花冠层高光谱反射率与冠层叶片叶面积指数(LAI)为数据源,在分析LAI与原始高光谱反射率、一阶微分光谱反射率、光谱提取变量和植被指数相关性的基础上,采用一元线性与多元回归的方法构建了棉花LAI高光谱估算模型,并进行精度估算。结果显示,在可见光范围内随着生育期的推进及施氮量的增加冠层光谱反射率逐渐降低,在近红外范围内从苗期到花铃期随着施氮量增加反射率逐渐增加,花铃期到吐絮期反射率明显降低;各生育期冠层光谱的提取变量与LAI的相关性不强,全生育期各种光谱提取量及植被指数与LAI的相关性高于不同生育期;棉花冠层叶片LAI在反射光谱1 461 nm处相关系数达到最大值(r=-0.726);对于一阶微分光谱,LAI的敏感波段发生在742 nm处,r=0.744;以敏感波段742 nm一阶微分光谱反射率建立的逐步回归估算模型精度最高,RMSE=0.94,RE=26.27%,r=0.78。说明以全生育期为基础,采用一阶微分光谱敏感波段,并根据实际条件选择有效的估测模型,可以进行棉花LAI的预测。 相似文献
2.
基于高光谱的水浇地与旱地春小麦拔节期叶绿素含量估测模型对比研究 总被引：1，自引：0，他引：1
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
3.
炭疽病胁迫下的茶树叶片高光谱特征分析 总被引：3，自引：0，他引：3
试验以茶树不同炭疽病受害程度的叶片及健康叶片为材料, 室内测定其光谱反射率。结果表明, 炭疽病危害后, 茶树叶片的光谱值随发病程度的增加表现出有规律的变化, 740～1 000 nm波段的光谱反射率随病情加重呈现下降趋势; 而1 370～2 500 nm波段却表现出相反趋势。在742～974 nm和1 374～2 500 nm, 炭疽病受害程度与光谱反射率呈极显著相关。对光谱一阶微分特征分析表明, 在680～780 nm范围内处理间变幅最大, 有2个波段的一阶微分值与受害程度表现出极显著相关性, 分别为715～763 nm和776～778 nm波段。建立的炭疽病严重度诊断模型, 均达到极显著水平, 其中利用植被指数(Rg - Rr)/( Rg+ Rr)建立的模型精确度最高。 相似文献
4.
叶绿素含量是评估棉花生长状况的重要参数,估算叶绿素含量对于棉花生长监测具有重要意义。以渭北旱塬区种植的棉花为试验材料,测量全生育期棉花叶片SPAD值与冠层反射率光谱,将原始高光谱反射率、一阶微分光谱反射率、不同波段组合的遥感光谱参数分别与SPAD值做相关性分析,用传统回归分析方法构建五种重要光谱参数的SPAD值预测模型,同时,采用PLSR方法建立全生育期SPAD值的估算模型。最后对模型进行检验,筛选出精度最高的模型。建模结果表明,基于多种光谱参数的全生育期PLSR预测模型精度最高、预测效果最好,估算模型的决定系数R~2为0.733,验证模型R~2为0.737。PLSR方法建立的多光谱参数的SPAD值估算模型预测效果显著,利用高光谱技术对棉花SPAD值进行监测,可为全生育期棉花长势遥感监测提供依据。 相似文献
5.
干旱区玉米抽雄期叶绿素含量高光谱最佳模型选择 总被引：2，自引：0，他引：2
采用相关性、线性和非线性分析法,探讨了玉米抽雄期叶片叶绿素含量与多种高光谱参数之间的关系,并建立了叶绿素含量的定量监测模型。结果表明:(1)原始光谱反射率与叶绿素含量在713 nm处具有最大相关系数r=0.86,光谱反射率一阶微分在760 nm处与叶绿素含量具有最大相关性r=0.84。同时,最大一阶微分分别对应的波长(λr,λb,λy)、绿峰反射率(Rg)和其对应的波长λg、红边内最大一阶微分总和(SDr)、比值植被指数(SDr/SDb,SDr/SDy,(Rg-Ro)/(Rg+Ro))以及归一化植被指数(SDr-SDb)/(SDr+SDb)等10种参数分别与叶绿素含量的相关性达到极显著相关。(2)采用相关性达到极其显著的12种光谱参数进行建模,其中原始光谱、绿色反射峰以及光谱反射率一阶微分、基于红边面积与蓝边面积的比值植被指数和归一化植被指数所建立的10个模型R2都不小于0.72,前两者所建立的指数模型优于线性模型,而后三者所建立的线性模型则优于指数模型。(3)所选取的五个方程中,在760 nm处的光谱反射率一阶微分值所构建的线性模型:y叶绿素=6912x760nm+44.878因其具有最大决定系数和最小的RMSE,并且其模型表达式相对简单,因此是玉米抽雄期叶绿素含量的最佳预测模型,从模型决定系数R2来看,它比其他模型至少提高了11.4%。 相似文献
6.
猕猴桃叶片SPAD值高光谱估算模型构建 总被引：1，自引：0，他引：1
利用便携式野外光谱辐射仪和叶绿素仪在陕西杨凌蒋家寨村测定了猕猴桃不同生育期叶片光谱反射率及其对应的叶绿素相对含量(SPAD)值,通过分析其光谱反射率、一阶微分光谱和SPAD的相关关系,构建了不同生育期基于红边位置、红边幅值、红边偏度和红边峰度的SPAD估算的单因素回归模型和多元逐步回归模型。结果表明:(1)随着猕猴桃叶片叶绿素含量升高,红边位置"红移",红边幅值随着SPAD值的增大而递减,红边面积有所减小,红边曲线形状由右偏逐渐转变为左偏,峰度值逐渐降低;(2)红边偏度能够更好地反映叶片叶绿素含量;(3)在不同生育期,均以红边偏度建立的单因素模型效果最好,建模R2分别为0.821、0.874、0.842;(4)与单因素多项式回归模型相比,多元逐步回归模型在不同生育期均有更好的建模精度和预测精度,在不同生育期,其预测R2分别为0.848、0.926、和0.850,是估算猕猴桃叶片SPAD值的最佳模型。 相似文献
7.
基于高光谱反射率的糜子冠层叶片叶绿素含量估算 总被引：1，自引：0，他引：1
连续两年大田试验研究不同糜子品种叶绿素含量与冠层光谱反射率,并基于不同植被指数建立糜子叶片叶绿素含量的估测模型。结果表明,参试糜子品种叶绿素含量在整个生育期呈现"低-高-低"的抛物线变化趋势,最大值出现在抽穗期到开花期之间;不同品种各生育期内冠层光谱反射率趋势一致,在近红外波段,冠层光谱反射率与叶绿素含量呈稳定正相关,灌浆初期光谱反射率达到最大值;可见光波段,拔节期、开花期和灌浆初期冠层光谱反射率与冠层叶绿素含量呈正相关,成熟期呈负相关;糜子冠层叶绿素含量与760~900、630~690、550 nm波段组合的植被指数具有较高相关性;基于RVI、PSNDb、GNDVI750能较好地建立糜子叶绿素含量统一检测模型,决定系数分别为0.791、0.779、0.748;模型验证的相对误差分别为9.58%、8.93%、11.80%;均方根误差分别为0.045、0.140、0.196。表明利用RVI、PSNDb、GNDVI750建立的模型能较为准确地预测糜子冠层叶绿素含量。 相似文献
8.
基于野外实测高光谱数据的干旱区耕作土壤含水量反演研究 总被引：6，自引：0，他引：6
利用2011年3月野外实地采集的不同含水量土壤的高光谱数据,研究了南疆地区耕作土壤草甸土含水量与高光谱反射率之间的定量关系,构建了一元线性回归与多元逐步回归的土壤含水量预测模型.结果表明,土壤含水量在380～ 1080 nm波段与反射率呈负相关关系;反射率经倒数(1/R)、对数(logR)、一阶微分(R’)变换后可提高其与含水量的相关性;以50个建模样本所建立模型的相关系数均达到极显著水平,所有模型通过对37验证样本进行预测,比较决定系数、均方根误差、相对误差后,表明多元逐步回归模型的预测能力要优于一元线性回归模型,从所有模型中优选出以698、702、703、746、747 nm波段反射率倒数(1/R)建立的多元逐步回归模型为最优模型,该模型实测值与预测值之间的R2为0.9199,RMSE为1.6026,RE为0.6517,可用于基于野外高光谱数据的土壤含水量的估测. 相似文献
9.
基于无人机高光谱影像玉米叶绿素含量估算 总被引：3，自引：0，他引：3
以无人机为平台搭载高光谱相机获得玉米农田高光谱影像,从中提取光谱特征参数,构建玉米叶片叶绿素含量估算模型,并制作玉米叶片叶绿素含量分布图。结果表明,以红边面积（SDr）、红边一阶微分最大值（Dr）、差值植被指数(DVI)为自变量构建的回归模型建模精度较高,以此反演玉米叶片SPAD值分布图并对填图结果进行精度检验,得出SPAD-Dr模型填图预测效果最佳（R2=0.89,RMSE=1.28,RE=2.31）,可以作为玉米叶片叶绿素含量无人机高光谱影像遥感反演估算的基本模型。 相似文献
10.
通过对田间不同程度麦蚜危害的小麦冠层反射光谱测量,研究了各波段反射光谱的变异特征,并对光谱反射曲线进行微分分析。结果表明:在麦蚜危害的初期,近红外反射率明显降低,即陡坡效应受到明显的削弱,随着麦蚜危害程度加重,小麦冠层的反射率在不同波段有明显下降,尤其在近红外区下降更为显著。利用光谱微分技术,对受麦蚜不同程度危害的小麦冠层反射率求一阶导数,得到红边斜率。结果表明,麦蚜危害后小麦冠层的红边斜率在近红外波段发生剧烈的变化,且随着危害程度的加重其值逐步下降。将归一化植被指数(NDVI)分别和百株蚜量进行相关及回归分析,并对监测蚜虫敏感波段的选择做了初步的探讨。 相似文献
11.
白粉菌侵染后田间小麦叶绿素含量与冠层光谱反射率的关系 总被引：4，自引：0，他引：4
本文对白粉菌侵染后田间小麦叶片叶绿素含量与光谱反射率的关系进行了研究。用不同浓度的药液控制田间病害的发生梯度,于灌浆期对不同严重度小麦冠层的光谱反射率进行了测量,同时测定小麦叶绿素含量并调查病情指数,分析叶绿素含量与病情指数、冠层光谱反射率的关系。结果表明,药剂对叶绿素含量无显著影响;受白粉病危害后,小麦叶片叶绿素含量明显降低,抗性不同的品种之间下降速度存在差异,与病情指数之间也有极显著的相关性。绿光波段与叶绿素含量之间的相关性达到了显著水平;基于多波段建立的模型要优于单波段,可以利用绿光、红光波段的反射率估计叶绿素含量。红边参数与叶绿素含量之间也有较好的相关性,其中以红边面积的相关系数最大。 相似文献
12.
测定了玉米各生育时期干旱胁迫下冠层叶绿素密度及冠层光谱数据,利用原始光谱反射率与冠层叶绿素密度进行相关性分析,采用常用植被指数、波段自由组合、连续小波变换构建玉米冠层叶绿素密度估测模型,并用决定系数(R~2)、均方根误差(RMSE)进行精度检验。结果表明:冠层叶绿素密度在抽雄期相较于正常对照,轻度、中度、重度干旱胁迫处理分别下降7.8%、29.5%、44.2%;波段自由组合指数RVI(555,538)、NDVI(555,538)和敏感小波系数bior5.5(26,792)、rbio2.6(22,790)、gaus6(21,791)与叶绿素密度的相关性较高,相关系数绝对值均达到0.900以上;基于敏感小波系数构建的冠层叶绿素密度估测模型验证集R~2均在0.850以上,相较于其他植被指数模型R~2平均提升20.6%,RMSE平均降低32.6%;最优模型为以gaus6(21,791)为自变量的一元线性回归模型,R~2为0.864,RMSE为1.532。利用连续小波变换对光谱数据进行预处理,可以有效提升玉米冠层叶绿素密度估测模型的精度。 相似文献
13.
利用ASD FieldSpec FR野外光谱仪,测试了棉花(2个品种4水平种植密度)各生育时期的光谱数据及对应的叶绿素密度(CH.D),分析了它们随生育期的变化规律,并对棉花冠层光谱数据与CH.D进行了回归分析.结果表明:用归一化植被指效(NDVI)建立的幂指数模型的相关系数最大(r=0.722**,n=30),可用以较好地提取棉花CH.D;红边斜率与棉花群体CH.D的线性相关达到1%极显著水平(rdλred=0.679**,n=30),用棉花新陆早19号729 nm波段的一阶微分光谱值与群体CH.D建立的线性回归模型,估测棉花新陆早13号的CH.D,实测CH.D与预测CH.D的相关系数r=0.8818**(n=30),估计精度为82.3%,RMSE为0.254 g/m2,说明可以用高光谱遥感数据对棉花冠层CH.D进行遥感定量监测. 相似文献
14.
Remote detection of rhizomania in sugar beets 总被引：4，自引：0，他引：4
ABSTRACT As a prelude to remote sensing of rhizomania, hyper-spectral leaf reflectance and multi-spectral canopy reflectance were used to study the physiological differences between healthy sugar beets and beets infested with Beet necrotic yellow vein virus. This study was conducted over time in the presence of declining nitrogen levels. Total leaf nitrogen was significantly lower in symptomatic beets than in healthy beets. Chlorophyll and carotenoid levels were reduced in symptomatic beets. Vegetative indices calculated from leaf spectra showed reductions in chlorophyll and carotenoids in symptomatic beets. Betacyanin levels estimated from leaf spectra were decreased at the end of the 2000 season and not in 2001. The ratio of betacyanins to chlorophyll, estimated from canopy spectra, was increased in symptomatic beets at four of seven sampling dates. Differences in betacyanin and carotenoid levels appeared to be related to disease and not nitrogen content. Vegetative indices calculated from multi-spectral canopy spectra supported results from leaf spectra. Logistic regression models that incorporate vegetative indices and reflectance correctly predicted 88.8% of the observations from leaf spectra and 87.9% of the observations for canopy reflectance into healthy or symptomatic classes. Classification was best in August with a gradual decrease in accuracy until harvest. These results indicate that remote sensing technologies can facilitate detection of rhizomania. 相似文献
15.
Use of multispectral radiometry for assessment of rhizoctonia blight in creeping bentgrass 总被引：1，自引：0，他引：1
ABSTRACT The ability to identify diseases early and quantify severity accurately is crucial in plant disease assessment and management. This study was conducted to assess changes in the spectral reflectance of sunlight from plots of creeping bentgrass during infection by Rhizoctonia solani, the cause of Rhizoctonia blight, and to evaluate multispectral radiometry as a tool to quantify Rhizoctonia blight severity. After inoculation of 6-year-old creeping bentgrass turf with R. solani anastomosis group 2-2, reflectance of sunlight from the foliar canopy was measured at light wavelengths of 460 nm (blue) to 810 nm (near infrared [NIR]), at 50-nm intervals. Visual estimates of disease severity and percentage of canopy reflectance were made daily throughout each of three epidemics of Rhizoctonia blight from the onset of visible symptoms until maximum disease severity was reached. In each experiment, linear regression analysis revealed a significant reduction in the percentage of NIR (760 and 810 nm) reflectance as disease severity increased. However, in the majority of analyses, regression models explained <50% of the variability between components. Multispectrum radiometry appears to function best when used to assess differences in disease severity at discrete points in time rather than over an entire epidemic. 相似文献
16.
基于地面高光谱数据的油茶炭疽病病情指数反演 总被引：1，自引：0，他引：1
使用FieldSpec HandHeldTM地物光谱仪采集不同发病程度的油茶冠层光谱数据,并实地调查油茶炭疽病病情指数,将光谱数据进行一阶微分与滑动平均滤波相结合的预处理,提取与病情指数相关性较高的敏感波段,并采用主成分分析法(principal component analysis,PCA)对敏感波段的光谱数据进行降维,分别以敏感波段和PCA降维处理后的敏感波段作为输入变量建立了病情指数的BP神经网络反演模型.两种建模方法建立的BP神经网络模型计算出的预测值与观测值之间的决定系数(R2)均达99％以上.精度检验证明,以PCA降维所得到的前10个主成分作为输入变量建立的10-7-1三层BP神经网络模型预测精度更高,模型计算出的预测值与观测值之间的决定系数(R2)和均方根误差(RMSE)分别为0.998 6和0.814 8.该研究表明,利用地面高光谱数据结合主成分分析和BP神经网络算法反演油茶炭疽病病情指数是一种有效的方法. 相似文献
17.
基于无人机成像高光谱的棉叶螨为害等级估测模型构建 总被引：2，自引：1，他引：1
为快速、实时、准确地了解新疆棉田棉叶螨（优势种为土耳其斯坦叶螨Tetranychus turkestani）的发生情况,利用高光谱图像中的7种植被指数,使用一般线性回归分析方法分别构建不同棉叶螨为害等级棉花冠层叶片叶绿素相对含量（用soil and plant analyzer development（SPAD）值表征）遥感估测模型和棉叶螨为害等级遥感估测模型,实现棉叶螨为害的实时监测。结果显示：不同棉叶螨为害等级对应的棉花冠层光谱反射率存在明显差异,棉叶螨为害等级与棉花冠层叶片SPAD值呈显著负相关关系。在7个不同棉叶螨为害等级对应的棉花冠层叶片SPAD遥感估测模型中,SPAD-红边归一化植被指数估测模型的估测决定系数为0.915,均方根误差为3.451,识别精确度显著高于其他模型。表明利用棉花冠层叶片SPAD遥感估测模型可快速无损地获取棉叶螨为害数据,构建的棉叶螨为害等级估测模型可用于植保人员快速准确获取棉叶螨为害情况。 相似文献