梁金晨, 江晓东, 杨沈斌, 孙浩, 梁文毅, 妙丹书. 2020: 基于高光谱遥感数据的水稻叶温反演. 南方农业学报, 51(1): 230-236. DOI: 10.3969/j.issn.2095-1191.2020.01.030
引用本文: 梁金晨, 江晓东, 杨沈斌, 孙浩, 梁文毅, 妙丹书. 2020: 基于高光谱遥感数据的水稻叶温反演. 南方农业学报, 51(1): 230-236. DOI: 10.3969/j.issn.2095-1191.2020.01.030
shu
LIANG Jin-chen, JIANG Xiao-dong, YANG Shen-bin, SUN Hao, LIANG Wen-yi, MIAO Dan-shu. 2020: Rice leaf temperature inversion based on hyperspectral remote sensing data. Journal of Southern Agriculture, 51(1): 230-236. DOI: 10.3969/j.issn.2095-1191.2020.01.030
Citation: LIANG Jin-chen, JIANG Xiao-dong, YANG Shen-bin, SUN Hao, LIANG Wen-yi, MIAO Dan-shu. 2020: Rice leaf temperature inversion based on hyperspectral remote sensing data. Journal of Southern Agriculture, 51(1): 230-236. DOI: 10.3969/j.issn.2095-1191.2020.01.030
shu

基于高光谱遥感数据的水稻叶温反演

Rice leaf temperature inversion based on hyperspectral remote sensing data

    摘要
  • 摘要: 目的研究水稻叶温与冠层反射光谱间的关系,为水稻叶温的模拟与监测提供理论依据.方法利用FieldSpec Pro FR光谱仪和Raynger ST红外温度探测仪测量水稻抽穗期冠层的反射光谱和叶片温度,分析原始反射光谱、一阶微分光谱、归一化植被指数(NDVI)、比值植被指数(DVI)、再归一化差值植被指数(RDVI)和转换型土壤调整指数(TSAVI)与叶温的关系.结果叶温的变化直接影响水稻冠层光谱的反射率,影响水稻红边特征.一阶微分光谱与叶温存在极显著相关性(P<0.01,下同),990 nm处相关系数(0.889)最高,885 nm处相关系数(-0.893)最低.选取叶温敏感波段光谱组合计算植被指数,发现RDVI和TSAVI与叶温的关系呈极显著相关,相关系数分别为0.724和0.733.由RDVI和TSAVI建立经验模型,结果显示由TSAVI建立的叶温估算模型效果更好,其验证样本的决定系数为0.610,相对误差为1.97%,均方根误差为2.546.建议综合考虑多种预处理方法,最大程度还原光谱信息;优化特征波长的提取,提高建立模型的精度;基于高光谱技术,实现冠层叶温的无损监测.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)

/

返回文章
返回