10.7606/j.issn.1004-1389.2017.04.008
冬小麦冠层叶绿素质量分数高光谱遥感反演研究
叶绿素质量分数是评估冬小麦生长状况和预测产量的重要参数,估算叶绿素质量分数对于冬小麦的生长监测具有重要意义.利用SPAD-502叶绿素仪和SVCHR 1024i型便携式高光谱仪对冬小麦冠层叶绿素质量分数和光谱特征进行田间测量,分别利用同归分析方法和BP神经网络方法搭建冬小麦叶绿素质量分数的估算模型,并将模型估算的叶绿素质量分数与田间实测的叶绿素质量分数进行对比,分析反演精度,从中筛选出精度最高的模型.结果表明:基于BP神经网络的冬小麦冠层叶绿素质量分数估算模型拟合精度要优于其他7种基于植被指数的估算模型,其相关系数(R)为0.961 4,均方根误差(RMSE)为1.875 4,相对误差(RE)为2.815 2%,以及检验方程的决定系数(R2)为0.704 8,RMSE为1.744 6,RE为2.845 1%.研究结果为估测冬小麦冠层叶绿素质量分数提供参考,从而为冬小麦叶绿素质量分数的实时、快速、无损监测奠定基础.
冬小麦、叶绿素质量分数、光谱特征、BP神经网络、植被指数
26
S127(农业物理学)
国家高技术研究发展计划863计划2013AA102401.National High Technology Research and Development Program "863"2013AA102401
2017-06-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
552-559