共查询到20条相似文献，搜索用时 218 毫秒
1.
高光谱遥感是监测土壤盐渍化的重要手段之一，但野外光谱反射率易受土壤水分的影响，导致盐分监测精度难以保证。为有效消除水分因素，提高土壤含盐量反演精度，该研究以银川平原盐渍化土壤为研究对象，以野外土壤光谱反射率（reflectance，Ref）和实测土壤含盐量为数据源，分析不同含水率的土壤光谱特征，将反射率经过一阶微分（first derivative of reflectance，FDR）、正交信号校正（orthogonal signal correction，OSC）和一阶微分-正交信号校正（first derivative of reflectance - orthogonal signal correction，FDR-OSC）变换，分析各光谱数据与含盐量、含水率的相关性，确定最佳“除水”方法，然后基于支持向量机（support vector machine，SVM）建立土壤含盐量反演模型。结果表明：1）含水率与土壤光谱反射率呈反比，光谱在1 430、1 950、2 200 nm附近存在吸收带，1 950 nm附近为最主要吸收波段，且存在向长波漂移的现象。2）光谱数据与含水率相关性由强到弱的顺序为：Ref、OSC、FDR、FDR-OSC；与含盐量相关性由强到弱的顺序为：FDR-OSC、FDR、OSC、Ref。3）基于FDR-OSC“除水”的SVM含盐量模型决定系数Rc2、Rp2和相对分析误差（relative prediction deviation，RPD）分别达到0.952、0.960和5.04，具有极强的拟合和反演能力。研究结果可为银川平原及同类地区土壤含盐量的精准监测提供科学依据。 相似文献
2.
斑潜蝇虫害叶片受害程度对其近红外反射光谱的影响 总被引：4，自引：1，他引：4
为探索实现作物虫害自动监测的方法，采用图像处理和光谱分析技术，测定了斑潜蝇虫害叶片的近红外反射光谱，计算了虫害叶片的破损率，对其破损率和干鲜比与近红外分光反射率的关系分别进行了回归分析。结果表明：在某些波段，叶片的破损率和干鲜比均与近红外分光反射率有较好的相关性。叶片的干鲜比与近红外分光反射率关系的决定系数：黄瓜为R2=0.79(在1452 nm)，番茄为R2=0.70(在1450 nm)。叶片的破损率与近红外分光反射率关系的决定系数，黄瓜为R2>0.81(在1436～1468 nm)，番茄为R2>0.69(在1436～1466 nm)。试验和分析结果证明斑潜蝇虫害叶片的虫害程度能很好地被近红外光谱信息反映。 相似文献
3.
北疆典型土壤反射光谱特征研究 总被引：5，自引：1，他引：4
针对新疆玛纳斯河流域中下游冲洪积扇平原绿洲的农田土壤的室内光谱分析,研究在不同质地及水盐条件下土壤光谱反射率的变化。结果表明:不同质地土壤光谱反射率表现为粘土>粉粘壤土>砂壤土;不同盐分含量的土壤光谱曲线变化趋势基本一致,利用BP神经网络能够很好地反映土壤含盐量与其反射率间的非线性映射关系。各种质地土壤含水量反射光谱曲线以田间持水量为临界值,在高于田间持水量时,随土壤含水量增加反射率升高;在低于田间持水量时,随土壤水分含量增加反射率减小。在土壤含水量的反射率特征波段内,构建了土壤含水量预测模型。 相似文献
4.
基于三维光谱特征空间的干旱区土壤盐渍化遥感定量研究 总被引：5，自引：0，他引：5
土壤盐渍化是干旱半干旱区农业发展的重要制约因素,同时也是干旱区所面临的最主要的生态环境问题之一,因而准确获取土壤的盐渍化信息对于实时掌握其分布范围以及合理地开展盐渍化治理工作具有重要意义。选取渭干河--库车河流域绿洲典型盐渍地作为研究区,以Landsat-TM多光谱遥感影像为基础数据源,首先对影像进行最小噪声分离处理（MNF变换）并计算其像元纯度指数（Pixel Purity Index, PPI）,选取能表征区域特征信息的前三个波段构建MNF三维光谱特征空间,然后在向量空间和单行体理论的指导下,结合实地调查,提出“植被亮点区”概念,并定义“盐渍化距离指数（Soil Salinization Distance Index, SDI）”为多维向量空间中包含于单行体中的盐渍化像元到“植被亮点区”的归一化距离。最后利用不同盐分环境下的实测数据对SDI进行精度验证。结果显示：在低植被覆盖区,即中度、重度盐渍化区,SDI与0~10cm内土壤盐分含量相关性要高于0~20cm,R2＞0.83。在相对高覆盖区,即农田和轻度盐渍化区,SDI与0~20cm内平均盐分含量相关性要高于0~10cm,R2＞0.81。0~10cm层二者总体精度R2=0.81,0~20cm层二者相关性总体精度R2=0.72。研究表明,SDI指数模型简单、易于构建,精度较高,具有一定的应用价值,有利于干旱区区域大尺度盐渍化的定量分析和监测工作。* 相似文献
5.
耕作方式对辽西褐土区土壤穿透阻力的影响及机理 总被引：2，自引：2，他引：0
为了探明耕作方式转变对土壤物理性质的影响，研究设置田间定位试验，监测长期旋耕转变为免耕和深松耕后土壤容重、水分和穿透阻力的变化特征。试验设免耕（no tillage，NT）、深松（subsoiling，SS）、旋耕（rotary tillage，RT）3个处理，在玉米生长季监测土壤含水量、容重和穿透阻力动态，定量并分析土壤穿透阻力对含水量和容重变化的响应。结果表明，玉米生育期NT处理的土壤容重保持相对稳定，RT和SS处理容重逐渐增大；与RT和SS处理相比，NT处理增加0—30 cm的容重、0—45 cm的含水量和0—15 cm的穿透阻力，但在干旱时期降低15—45 cm的穿透阻力，避免了土壤紧实对玉米的胁迫。基于含水量和容重参数，建立了预测土壤穿透阻力的指数模型，其P<0.001，R2为0.77。模型结果表明，当容重>1.4 g/cm3且含水量<0.13 cm3/cm3时，土壤穿透阻力将大于限制作物生长的阈值（2 MPa）；在含水量<0.2 cm3/cm3时，土壤穿透阻力对含水量的敏感性显著高于容重，说明该区域干旱（水分）引起的土壤紧实度增加比压实更为重要。免耕有助于该区域保持土壤水分，同时降低容重增加导致的土壤紧实效应，有利于避免土壤紧实胁迫对作物生长的影响。 相似文献
6.
棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素，共同影响棉田土壤的波谱特征，两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与可靠性，该研究联用可见/短波近红外（400～1 000 nm）和长波近红外（960～1 693 nm）技术，采集不同含水率与含盐量的新疆地区土壤样本的光谱；结合外部参数正交法（external parameter orthogonalization，EPO），校正不同标样集与不同波段光谱中的土壤含水率干扰信息；引入基于不同卷积步幅的深度卷积对抗网络（deep convolutional generative adversarial networks，DCGAN），进行样本增广与质量评估；参考三层残差神经网络设计一维卷积神经网络RNet，最终构建基于EPO-DCGAN-RNet的优化模型，用于棉田土壤盐分的反演。结果表明，与传统机器学习方法和基于VGG或EfficientNet结构一维卷积神经网络相比，该研究提出的EPO-DCGAN-RNet方法能够有效地滤除水分对盐分反演的影响、提高模型对特征波段的挖掘能力、降低深度学习算法对样本量的依赖性，并能得到更优的模型预测性能。EPO-DCGAN-RNet的建模集R2和均方根误差分别为0.942、115.420 μS/cm，验证集R2和均方根误差分别为0.910和136.472 μS/cm。研究结果可为新疆棉田土壤盐分快速精准检测提供理论指导和技术支持，有助于促进盐碱地区棉花种植的水肥科学管理。 相似文献
7.
大豆叶绿素含量高光谱反演模型研究 总被引：24，自引：4，他引：24
叶绿素是植物体进行光合作用、进行第一性生产的重要物质，能够间接反映植被的健康状况与光合能力，同时也能反映植被受环境胁迫后的生理状态。高光谱遥感为快速、大面积监测植被的叶绿素变化提供了可能。该研究实测了不同水肥耦合作用下，大豆冠层的高光谱反射率与叶绿素含量数据，对二者进行了相关分析；采用特定叶绿素敏感波段建立了植被指数叶绿素估算模型；最后采用相关系数较大的波段作为神经网络模型的输入变量进行了叶绿素含量的估算。经对比发现叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致，在可见光谱波段呈负相关，近红外波段呈正相关，红边处相关系数由负变正。特定色素植被指数可以提高大豆叶绿素估算精度(R2>0.736)，但是人工神经网络模型可以大大提高大豆叶绿素含量的估算水平，当隐藏层节点数为4时，R2大于0.94，随着隐藏层节点数的增加，R2可高达0.99，表明神经网络模型可以大大提升高光谱反演大豆叶绿素含量的能力。 相似文献
8.
对宁夏回族自治区银北地区盐碱地野外土壤表层光谱反射率和土壤全盐及盐分进行定量分析,筛选出各土壤盐分指标的敏感波段,然后采用全回归和逐步回归的方法建立各盐分的预测模型。结果表明：表层土壤高光谱反射率r,及其平滑去嗓处理后的值R,lg(R)与全盐含量呈极显著正相关关系,1/R,lg(1/R)与全盐呈极显著负相关关系,(R)'和〔lg(1/R)〕'在特定单波段处表现较佳;土壤表层光谱反射率与CO32-的相关性最强,其次是SO42-;土壤光谱反射率与Na+的相关性在各种变换方法下均较强,其次为Mg2+,与Ca2+的相关性最弱。基于R的逐步回归方程为全盐含量预测的最佳模型;基于土壤光谱反射率拟合土壤CO32-的准确度略高于对土壤HCO3-;敏感波段估测土壤SO42-含量的决定系数明显高于其他阴离子;采用〔lg(1/R)〕'逐步回归得到的方程拟合土壤Na+,K+和Mg2+含量相对于其他变换方式效果更理想。预测模型中对土壤全盐和Na+的模型精度较高,预测能力强;光谱对土壤SO42-和Mg2+的预测能力也较强;对土壤Cl-和Ca2+的预测稳定性、预测能力和精度都较差。 相似文献
9.
以甘肃白银某污灌区重金属污染农田土壤为研究对象，对影响高精度便携式X荧光光谱（HDXRF）法总镉（CdT）测定精度的主要因素进行了筛选，分别研究了土壤水分、有机质类型与含量、土壤类型对HDXRF法CdT测定的影响，并采用相对误差（RE）、相对标准偏差（RSD）和决定系数（R2）对测定结果的准确度和精密度进行了评价。结果表明：HDXRF法CdT测定的RE≤10%、RSD≤10%、R2>0.99，符合农田土壤环境质量监测技术规范和美国环境保护署标准的准确度和精密度规定。HDXRF法CdT测定结果随着土壤水分含量的增加呈指数衰减趋势，衰减方程为y=0.803e–1.3284x，衰减系数（μω）为–1.328 4，R2为0.984 5。HDXRF法CdT测定结果与有机质含量呈显著的负相关关系（r=–0.955），且腐殖酸（HA）比泥炭（Peat）对测定结果的影响更大，HA与测定结果的校正方程为y=–1.555x +0.780，R2为0.934 4。土壤类型对HDXRF法CdT测定结果存在一定的影响，相对于红壤和水稻土，灰钙土的测定结果与传统实验室分析方法测定结果更接近。总之，虽然HDXRF法CdT测定结果受多种因素影响，但通过校正模型校正，其校正结果的可靠性能够满足Cd污染农田土壤精准调查需求。 相似文献
10.
基于133个滨海湿地土样的全氮（TN）含量和光谱反射率（R）及其对数（lgR）、对数的一阶微分（（lgR）''）、倒数（1/R）、倒数的一阶微分（（1/R）''）、一阶微分（R''）、平方根（√R）、一阶微分的倒数（1/（R）''）变换，采用偏最小二乘回归（PLSR）、随机森林回归（RFR）和支持向量机回归（SVR）3种算法分别建立土壤TN含量估测模型。结果表明：①土壤TN含量与光谱变换形式相关性由高到低为：（1/R）''> R''> （lgR）''> 1/R > lgR > 1/（R）''> √R > > R，经光谱变换，土壤TN含量与变换光谱的相关性均高于R，其中与（1/R）''的Pearson相关系数最大为0.746。②PLSR和SVR基于R''、（1/R）''、（lgR）''和1/（R）''变换构建的模型、RFR方法构建的所有模型R2均大于0.732，均可用于滨海湿地土壤TN含量的估算。③基于1/（R）''建立的SVR模型预测精度最高，其R2为0.987，RMSE为0.057 g/kg，MAE为0.050 g/kg，是预测滨海湿地土壤TN含量的最优模型，可为准确获取滨海湿地土壤TN含量提供稳定方法。 相似文献
11.
水盐交互作用对河套灌区土壤光谱特征的影响 总被引：2，自引：1，他引：1
为探究土壤水盐交互作用对Sentinel-2卫星光谱特征的影响，该研究以内蒙古河套灌区沙壕渠灌域为研究区域，分别在2018年和2019年的4-5月共采集280个裸土期表层土壤样本，测定其土壤含水率和含盐量，并获取同步的Sentinel-2卫星遥感数据，构建基于土壤水盐-反射率原理的土壤光谱特征理论模型，在此基础上结合土壤水盐交互作用构建水盐交互模型，并比较2种模型对土壤光谱的模拟效果，分析土壤水盐交互作用对土壤光谱估算的影响。结果表明：1）土壤水盐交互作用对光谱的影响因波段类型和水盐含量的不同而有所不同。在可见光范围上影响相对较弱，其作用范围为-0.11～0.29；在近红外和短波红外范围上影响相对较强，其作用范围为-0.35～0.61；当水分或盐分中某个含量较高时对光谱影响较弱，其主要集中在-0.1～0.23；，在水盐含量程度相似时影响较强，其作用范围为0.3～0.6。2）与土壤光谱特征理论模型相比，水盐交互模型能明显地改善土壤光谱的模拟效果，能将模拟相关系数由0.14～0.44提升到0.29～0.70，均方根误差由0.032～0.082降低到0.029～0.068。该研究结果揭示了盐分和水分对光谱特征的干扰过程，为土壤盐分的估算提供策略与方法，对实现区域尺度上土壤盐分的精准监测具有一定的意义。 相似文献
12.
基于盲源分离的稀疏植被区土壤含盐量反演 总被引：1，自引：0，他引：1
植被对土壤光谱的干扰是目前土壤盐渍化遥感监测的重要限制因素之一,探索消除稀疏植被覆盖区植被对光谱影响的方法,对提高土壤含盐量遥感反演精度具有重要意义。本文通过对189组不同植被覆盖度且不同盐渍化程度种植微区野外实测地表可见-近红外反射光谱进行分析,比较并评价了基于原始光谱和盲源分离(blind source separation,BSS)后光谱预测土壤含盐量的结果。结果表明:地表植被覆盖严重影响基于可见-近红外反射光谱的土壤含盐量反演精度。盲源分离方法,尤其是基于方程z=tanh(y)的独立分量分析(independent components analysis,ICA)算法,可有效分解植被和土壤的混合光谱,并提高植被覆盖下基于可见-近红外反射光谱的土壤含盐量反演精度。该方法为植被覆盖区大尺度土壤盐渍化遥感监测提供了方法指导。 相似文献
13.
光谱指数用于EO-1 Hyperion 数据估算中国黄河三角洲地区土壤盐分 总被引：14，自引：0，他引：14
Soil salinization is one of the most common land degradation processes. In this study, spectral measurements of saline soil samples collected from the Yellow River Delta region of China were conducted in laboratory and hyperspectral data were acquired from an EO-1 Hyperion sensor to quantitatively map soil salinity in the region. A soil salinity spectral index (SSI) was constructed from continuum-removed reflectance (CR-reflectance) at 2052 and 2203 nm, to analyze the spectral absorption features of the salt-affected soils. There existed a strong correlation (r = 0.91) between the SSI and soil salt content (SSC). Then, a model for estimation of SSC with SSI was established using univariate regression and validation of the model yielded a root mean square error (RMSE) of 0.986 and an R2 of 0.873. The model was applied to a Hyperion reflectance image on a pixel-by-pixel basis and the resulting quantitative salinity map was validated successfully with RMSE = 1.921 and R2 = 0.627. These suggested that the satellite hyperspectral data had the potential for predicting SSC in a large area. 相似文献
14.
残膜对棉田土壤水盐、氮素及产量的影响 总被引：1，自引：0，他引：1
为探讨滴灌条件下棉田中地膜残留含量对土壤水盐及作物生长的影响,在棉田设置150(T1),230(T2),465(T3),857(T4),1 250(T5),1 640(T6) kg/hm~2、原试验地土壤(CK1)和无残膜对照组(CK2)8种残膜含量处理,分析了地膜残留含量对滴灌棉田中的土壤水盐、土壤和作物根系氮素以及产量的影响。结果表明:随着残膜含量的增加,土壤含水率逐渐降低,土壤盐分的富集效果逐渐增强;0—40 cm土层土壤水盐变异程度与残膜含量呈正相关,T5和T6的土壤水盐变异系数(CV)明显较大,水分CV分别为0.52,0.44,盐分CV分别为0.34,0.31;土壤中的氮素含量随着残膜含量的增大逐渐增多,根系全氮含量与残膜含量呈负相关;棉花产量随残膜含量的增加逐渐降低,当残膜含量230 kg/hm~2时,下降幅度显著增强,T3、T4、T5和T6较CK2产量分别下降14.19%,21.69%,29.19%,37.29%。研究结果可为新疆覆膜滴灌棉田可持续发展和对残膜污染的防控提供理论基础和科学支撑。 相似文献
15.
关中地区夏玉米抽穗期叶绿素含量的高光谱估算 总被引：2，自引：0，他引：2
[目的]利用高光谱数据进行叶绿素估算,为快速获取作物的生长信息、生长诊断及精确管理提供依据。[方法]基于陕西省关中地区抽穗期夏玉米冠层光谱特征及叶绿素含量的测定,运用线性及非线性分析方法建立了基于原始光谱敏感波段和一阶微分光谱敏感波段叶绿素估算模型。[结果]夏玉米抽穗期反射光谱在可见光及中远红外区域,叶绿素含量越高,光谱曲线越向下偏移;在红边区域,叶绿素含量对光谱曲线影响不显著;在近红外波段,叶绿素含量越高,光谱曲线越向上偏移。基于一阶微分光谱敏感波段的夏玉米叶绿素含量估算模型拟合精度要优于基于原始光谱敏感波段估算模型,决定系数R2分别为0.81和0.60,均方根误差(RMSE)分别为2.39,4.41。[结论]基于一阶微分光谱敏感波段建模分析是估测抽穗期夏玉米冠层叶绿素含量的重要方法,对指导西北地区夏玉米种植与生产具有积极的借鉴意义。 相似文献
16.
Yi PengAnatoly A. Gitelson 《Agricultural and Forest Meteorology》2011,151(9):1267-1276
Crop gross primary productivity (GPP) is an important characteristic for evaluating crop nitrogen content and yield, as well as the carbon exchange. Based on the close relationship observed between GPP and total chlorophyll content in crops, we applied a model that relies on a product of chlorophyll-related vegetation index and incoming photosynthetically active radiation for remote estimation of GPP in maize. In this study, we tested the performance of this model for maize GPP estimation based on spectral reflectance collected at a close range, 6 m above the top of the canopy, over a period of eight years from 2001 through 2008. Fifteen widely used chlorophyll-related vegetation indices were employed for GPP estimation in irrigated and rainfed maize, and accuracy and uncertainties of the models were compared. We also explored the possibility of using a unified algorithm in estimating maize GPP in fields that are different in irrigation, field history and climatic conditions. The results showed that vegetation indices that closely relate to total canopy chlorophyll content and/or green leaf area index were accurate in GPP estimation. Both green and red edge Chlorophyll Indices, MERIS Terrestrial Chlorophyll Index as well as Simple Ratio were the best approximations of the widely variable GPP in maize under different crop managements and climatic conditions. They were able to predict daily GPP reaching 30 gC/m2/d with RMSE below 2.75 gC/m2/d. 相似文献
17.
18.
基于无人机多光谱影像的夏玉米叶片氮含量遥感估测 总被引：6，自引：6，他引：0
利用无人机平台搭载多光谱相机组成的遥感监测系统在农业上已取得了一些成果,但利用无人机多光谱影像开展作物氮素估测研究少有尝试。基于此,该文利用国家精准农业基地2017年夏玉米3个关键生育期无人机多光谱影像和田间实测叶片氮含量数据,开展夏玉米叶片氮素含量的无人机遥感估测研究。对该研究选用的15个光谱变量,通过相关性分析解析光谱变量与LNC的相关关系,筛选出对玉米叶片氮素含量敏感的光谱变量;应用后向逐步回归方法分析不同变量指数下估测精度变化,最终确定不同生育期夏玉米LNC估测的光谱变量,实现对夏玉米叶片氮含量的较高精度监测。研究发现:1)在3个生育时期,GRE和GNDVI与LNC都有很强的相关性,表明绿波段可以很好地进行夏玉米生物理化参数的反演;2)在喇叭口期和灌浆期,OSAVI、SAVI与LNC具有高度相关性,证明在夏玉米生长前期和后期选择控制土壤因素的光谱变量可以提高对氮素估测的能力。在筛选最优光谱变量建模过程中发现,喇叭口期选取5个光谱变量(GNDVI、GRE、OSAVI、REG、SAVI)建模效果最好,估测模型的R~2、RMSE和nRMSE分别为0.63、27.63%、11.62%;抽雄吐丝期选取6个光谱变量(REG、GRE、GNDVI、MNLI、RED、NDVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.64、20.50%、7.80%;灌浆期选取5个光谱变量(GRE、GNDVI、RED、NDVI、OSAVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.56、31.12%、12.71%;在不同生育期选取最优光谱变量进行夏玉米LNC估测具有很好的效果。应用无人机多光谱遥感影像数据可以很好地监测田块尺度夏玉米LNC的空间分布,可为玉米田间氮素精准管理提供空间决策服务信息支持。 相似文献
19.
地理加权回归模型结合高光谱反演盐生植物叶片盐离子含量 总被引：2，自引：0，他引：2
快速、无损地估算盐生植物叶片盐离子含量在植物生长监测、耐盐植物筛选和土壤盐渍化监测等方面有实用价值。该研究以新疆艾比湖保护区内盐生植物为研究对象,通过分析植物叶片盐离子(K~+、Na~+、Ca~(2+)、Mg~(2+))含量与冠层高光谱数据的光谱变换和二维植被指数(比值型植被指数(ratiovegetationindex,RVI)、差值型植被指数(difference vegetation index,DVI)、归一化型植被指数(normalized difference vegetation index,NDVI))的相关性选取特征波段,构建基于地理加权回归模型(geographically weighted regression,GWR)的叶片盐离子含量估算模型,并与BP神经网络模型(back propagation neural network)进行对比,研究基于GWR模型估算干旱区盐生植物叶片盐离子的可行性。结果表明,选取特征波段集中表现在红及短波红外波段:K~+含量在反射率倒数的对数选取的红光区域内波段使用GWR估算效果最佳;Na~+的特征波段在光谱变换下集中于短波红外区域,二维植被指数集中在近红外、短波近红外及黄、橙、红区域,各种波段选取下GWR对Na~+的含量估算均有较好效果,但反射率对数的一阶估算效果最好;Ca~(2+)含量在反射率平方根的一阶微分下选取的短波红外波段通过GWR模型估算效果最好;Mg~(2+)含量在DVI选取的位于红光区域特征波段估算效果最佳,但使用GWR模型对Mg~(2+)的估算精度不及BP模型。分析基于GWR盐离子模型估算模型发现,含量较高的离子估算效果更好,K~+、Na~+的模型精度优于Ca~(2+)、Mg~(2+)。在使用GWR模型估算植物叶片盐离子含量时,特征波段均指向红及短波红外波段,符合植被光谱机理的响应。 相似文献
20.
基于Sentinel-2多光谱数据的棉花叶面积指数估算 总被引：2，自引：2，他引：0
棉花叶面积指数(leaf are index, LAI)的快速、准确获取对棉花长势监测、发育期诊断、面积提取以及产量估算等遥感监测具有重要意义。该研究利用2017年和2018年的Sentinel-2多光谱卫星数据及大面积田间试验观测获取的棉花不同发育期LAI实测数据,构建了基于单波段反射率及各类植被指数的棉花不同发育期及全发育期LAI估算模型,并采用留一验证(LOOCV, leave-one-out cross validation)和交叉验证对模型精度进行了检验。结果表明:1)对于单波段反射率,基于中心波长为842 nm波宽为145 nm的B8近红外波段对不同发育期LAI估算精度最优均方根误差(RMSE, root mean square error, RMSE=0.378);2)对于各类植被指数,花蕾期(20170616)和花铃期(20170802)时增强植被指数(EVI, enhanced vegetation index,)表现最佳(RMSE分别为0.352和0.367),开花期(20180623)时校正土壤调节植被指数(MSAVI2, modified soil adjusted vegetation index 2,)估算精度最高(RMSE=0.323);3)单波段反射率和各类植被指数对全发育期LAI的估算均要优于对单个发育期LAI的估算,其中基于IRECI指数的(invertedred-edge chlorophyllindex)全发育期LAI估算模型精度最佳,LOOCV检验RMSE=0.425,交叉检验RMSE=0.368;将基于IRECI的全发育期LAI估算模型应用到单个发育期LAI估算并与各单个发育期LAI估算模型精度对比,发现交叉验证RMSE平均值仅比LOOCV验证RMSE平均值高0.07,反映了全发育期LAI估算模型良好的普适性。该研究为农作物LAI估算提供了新的数据选择,完善了Sentinel-2卫星数据在LAI估算中的应用领域。 相似文献