排序方式： 共有5条查询结果，搜索用时 0 毫秒
1
1.
基于高光谱遥感的油松毛虫危害程度监测模型 总被引：3，自引：0，他引：3
油松毛虫对人工油松林造成了严重的危害。据统计,辽宁省油松毛虫的发生面积为12万hm2/a,年均直接经济损失340万元。利用遥感技术特别是高光谱遥感大面积及时监测病虫害是今后林业病虫害监测的发展方向之一。高光谱遥感技术可以为植物叶绿素和含水率等生物化学参数的定量化诊断提供简便、有效以及非破坏性的数据采集和处理方法。本研究采用野外便携式光谱仪测定不同失叶率油松的高光谱反射率数据,使用分光光度计室内测定相应叶片的叶绿素含量,采用烘干法测定叶片含水率。通过计算归一化光谱指数(NDSI)、比值光谱指数(RSI)、差值光谱指数(DSI)与叶绿素a含量、叶绿素b含量、含水率的相关系数,选择相关系数最高的光谱指数作为核心光谱指数。以核心光谱指数为自变量,失叶率为因变量建立回归模型,采用逐步回归法进行变量筛选,筛选出包含DSI(808,816)、RSI(482,494)、NDSI(881,920)、NDSI(907,919)的光谱指数集作为最佳回归模型的自变量,应用R语言的函数lm()获得最佳回归模型y=1.781 8－3.172 4×NDSI(808,816)－0.960 6×RSI(482,494)－2.196 7×NDSI(881,920)－1.241 9×NDSI(907,919),R2为0.786。模型检验结果显示,最佳回归模型的均方根误差(RMSE)为0.089,相对误差(RE)为11.7%,预测效果良好,表明该模型可用于估算油松失叶程度,有助于对油松的受害情况做出综合分析,提高油松毛虫灾害监测的精度,克服了使用单一叶绿素指标或含水率指标的片面性和局限性。 相似文献
2.
根系主要成分含量对根系固土效能的影响 总被引：2，自引：1，他引：1
选取中国北方两种常见树种油松(Pinus tabulaeformis)和元宝枫(Acer truncatum),对这两种树0.2~6mm直径的根系直径、根系抗拉强度、整根的根土复合体强度、根系3种主要成分含量(纤维素含量、半纤维素含量与木质素含量)进行测定。结果表明,随着根系直径的增加,植物根系半纤维素含量增高,纤维素含量与木质素含量降低,从而植物的抗拉强度降低。植物根系抗拉强度与纤维素含量、木质素含量成正相关关系,与半纤维素含量成负相关关系。因此,在排除根系结构影响的前提下,植物根系纤维素含量与木质素含量是导致不同植物种固土效果差异的直接原因。 相似文献
3.
利用ASD便携式手持光谱仪,实测了研究区域内油松林健康松枝和发黄松枝的原始光谱数据,并采集松枝样本进行叶绿素的测定。通过对光谱数据的处理,计算出光谱数据的位置特征参数—“三边”参数。对“三边”参数与所测叶绿素值进行相关性分析,选择最优的参数拟合出叶绿素的线性回归模型。结果表明：基于红边面积（SDr）的健康松树针叶叶绿素估算模型的决定系数为0．788;基于蓝边位置（PDb）的发黄松树针叶叶绿素估算模型的决定系数为0．710。利用实验数据对所建立的估算模型进行验证,健康松树针叶与发黄松树针叶叶绿素估算模型的可靠性均满足实验要求,说明应用“三边”参数估算植被叶绿素的方法是可行的。 相似文献
5.
中高分辨率遥感协同反演冬小麦覆盖度 总被引：1，自引：0，他引：1
为了开展高精度、高时空分辨率的植被覆盖度(fraction vegetation cover,FVC)监测,该文以华北地区冬小麦地为研究对象,采用4期高分一号卫星多光谱(GF1-PMS)、多光谱宽幅(GF1-WFV)与环境一号卫星多光谱(HJ1-CCD)3种传感器同期影像数据集,基于像元二分法模型,研究多源中高分辨率遥感影像协同估算FVC方法.以基于高空间分辨率GF1-PMS影像反演的FVC作为检验数据,对单源直接获取法、多源全生育期法、多源分期法3种反演模型进行了分析比较.研究结果表明:HJ1-CCD、GF1-WFV数据与GF1-PMS数据的FVC直接反演结果具有较高的一致性,但在冬小麦的初期生长阶段,受卫星观测角度效应的影响,GF1-WFV与HJ1-CCD的FVC结果偏高,偏差随冬小麦的成熟封垄而逐渐减弱;多源分期法的时空反演得到的FVC精度最高,GF1-WFV的决定系数为0.984,均方根误差为0.030;HJ1-CCD的决定系数为0.978,均方根误差为0.034;而在缺少GF1-PMS匹配数据时,可通过多源全生育期法提高GF1-WFV与HJ1-CCD数据的反演精度,GF1-WFV的决定系数为0.964,均方根误差为0.044;HJ1-CCD的决定系数为0.950,均方根误差为0.052.通过多传感器的联合反演获取时间序列的高精度的FVC数据,可为研究植被生长状况及生态环境动态变化提供数据基础. 相似文献
1