基于无人机高光谱遥感的冬小麦叶面积指数反演

被引：86
|
作者：
高林 [1 ,2 ,3 ,4 ,5 ]
杨贵军 [1 ,2 ,3 ,4 ]
于海洋 [1 ,2 ,3 ,4 ]
徐波 [1 ,2 ,3 ,4 ]
赵晓庆 [1 ,2 ,3 ,4 ]
董锦绘 [1 ,2 ,3 ,4 ,6 ]
马亚斌 [1 ,2 ,3 ,4 ]
机构：
[1] 北京农业信息技术研究中心
[2] 国家农业信息化工程技术研究中心
[3] 农业部农业信息技术重点实验室
[4] 北京市农业物联网工程技术研究中心
[5] 南京大学地理与海洋科学学院
[6] 河南理工大学测绘与国土信息工程学院
来源：
农业工程学报 | 2016年 / 32卷 / 22期
基金：
北京市自然科学基金;
关键词：
遥感; 无人机; 传感器; 叶面积指数; 红边参数; 光谱指数;
D O I：
暂无
中图分类号：
S512.11 []; S127 [遥感技术在农业上的应用];
学科分类号：
082804 ;
摘要：
叶面积指数(leaf area index,LAI)是评价作物长势和预测产量的重要依据。光谱特征信息作为高光谱遥感的突出优势在追踪LAI动态变化方面极其重要;然而,围绕光谱特征信息所开展的无人机高光谱遥感反演作物LAI的相关研究鲜有报道。该文利用ASD Field Spec FR Pro 2500光谱辐射仪(ASD Field Spec FR Pro 2500 spectroradiometer,ASD)和Cubert UHD185 Firefly成像光谱仪(Cuber UHD185 Firefly imaging spectrometer,UHD185)在冬小麦试验田进行空地联合试验,基于获取的孕穗期、开花期以及灌浆期地面数据和无人机高光谱遥感数据,估测冬小麦LAI。该文选择同步获取的冬小麦冠层ASD光谱反射率数据作为评价无人机UHD185高光谱数据质量的标准,依次从光谱曲线变化趋势、光谱相关性以及目标地物光谱差异三方面展开分析,结果表明458～830 nm(第3～96波段)的UHD185光谱数据可靠,可使用其探测冬小麦LAI,这为今后无人机UHD185高光谱数据的使用提供了参考。该文研究对比分析了UHD185数据计算的红边参数和光谱指数与冬小麦LAI的相关性,结果表明:12种参数中比值型光谱指数RSI(494,610)与LAI高度正相关,是估测LAI的最佳参数;基于比值型光谱指数的对数形式lg(RSI)构建的线性模型展现出lg(RSI)与lg(LAI)较优的线性关系(决定系数R2=0.737,参与建模的样本个数n=103),且lg(LAI)预测值和lg(LAI)实测值高度拟合性(R2=0.783,均方根误差RMSE=0.127,n=41,P<0.001);该研究为利用无人机高光谱遥感数据开展相关研究积累了经验,也为发展无人机高光谱遥感的精准农业应用提供了参考。
引用
收藏
页码：113 / 120
页数：8
相关论文
共 33 条
  • [21] Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precision agriculture[J] . Driss Haboudane,John R Miller,Elizabeth Pattey,Pablo J Zarco-Tejada,Ian B Strachan.Remote Sensing of Environment . 2004 (3)
  • [22] Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precision agriculture[J] . Driss Haboudane,John R Miller,Elizabeth Pattey,Pablo J Zarco-Tejada,Ian B Strachan.Remote Sensing of Environment . 2003 (3)
  • [23] Extraction of red edge optical parameters from Hyperion data for estimation of forest leaf area index
    Pu, RL
    Gong, P
    Biging, GS
    Larrieu, MR
    [J]. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2003, 41 (04): : 916 - 921
  • [24] Study of crop growth parameters using Airborne Imaging Spectrometer data
    Patel, NK
    Patnaik, C
    Dutta, S
    Shekh, AM
    Dave, AJ
    [J]. INTERNATIONAL JOURNAL OF REMOTE SENSING, 2001, 22 (12) : 2401 - 2411
  • [25] Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density
    Broge, NH
    Leblanc, E
    [J]. REMOTE SENSING OF ENVIRONMENT, 2001, 76 (02) : 156 - 172
  • [26] Technical note A new technique for interpolating the reflectance red edge position[J] . T. P. Dawson,P. J. Curran.International Journal of Remote Sensing . 1998 (11)
  • [27] Visible and near-infrared reflectance assessment of salinity effects on barley
    Penuelas, J
    Isla, R
    Filella, I
    Araus, JL
    [J]. CROP SCIENCE, 1997, 37 (01) : 198 - 202
  • [28] Optimization of soil-adjusted vegetation indices
    Rondeaux, G
    Steven, M
    Baret, F
    [J]. REMOTE SENSING OF ENVIRONMENT, 1996, 55 (02) : 95 - 107
  • [29] The red edge position and shape as indicators of plant chlorophyll content, biomass and hydric status[J] . I. Filella,J. Penuelas.International Journal of Remote Sensing . 1994 (7)
  • [30] A MODIFIED SOIL ADJUSTED VEGETATION INDEX
    QI, J
    CHEHBOUNI, A
    HUETE, AR
    KERR, YH
    SOROOSHIAN, S
    [J]. REMOTE SENSING OF ENVIRONMENT, 1994, 48 (02) : 119 - 126
1234