高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析

高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析

ID:38264277

大?。?54.41 KB

頁數(shù):5頁

時間:2019-05-24

高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析_第1頁
高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析_第2頁
高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析_第3頁
高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析_第4頁
高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析_第5頁
資源描述:

《高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第4卷第4期遙感學(xué)報Vol.4,No.42000年11月JOURNALOFREMOTESENSINGNov.,2000文章編號:100724619(2000)0420279205高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析12111劉偉東,項月琴,鄭蘭芬,童慶禧,吳長山(1.中國科學(xué)院遙感應(yīng)用研究所遙感信息科學(xué)開放研究實驗室,北京100101;2.中國科學(xué)院地理研究所,北京100101)摘要:分析了北京大屯科技站水稻葉面積指數(shù)(LAI)、葉綠素密度(CH.D)與高光譜分辨率遙感數(shù)據(jù)在整個生育期內(nèi)的變化過程。

2、利用微分技術(shù)處理水稻群體反射光譜以減少土壤等低頻背景光譜噪音的影響。通過單相關(guān)分析和逐步回歸方法研究水稻LAI、CH.D分別與光譜反射率、反射率的一階微分光譜的相關(guān)關(guān)系,并建立預(yù)測回歸方程。結(jié)果表明,微分技術(shù)能夠改善光譜數(shù)據(jù)與LAI、CH.D的相關(guān)性,CH.D與光譜數(shù)據(jù)的相關(guān)明顯優(yōu)于同LAI的。關(guān)鍵詞:光譜微分技術(shù);葉面積指數(shù);葉綠素密度;相關(guān)分析中圖分類號:TP701/TP722.4文獻標識碼:A的生長發(fā)育規(guī)律,對水稻進行多時相的光譜反射率1引言和農(nóng)學(xué)參量測量,分析水稻光譜反射率的物候變化規(guī)律,并且分析遙感光

3、譜數(shù)據(jù)和水稻農(nóng)學(xué)參數(shù)之間通過監(jiān)測作物生育期內(nèi)的光譜變化,研究作物的關(guān)系,利用微分技術(shù)處理水稻群體光譜,通過相關(guān)的反射光譜與葉面積指數(shù)(LeafAreaIndex,簡寫為分析方法研究水稻葉面積指數(shù)、葉綠素密度與群體LAI)、葉綠素密度(ChlorophyllDensity,簡寫為CH.光譜反射率、反射率的一階微分光譜的相關(guān)關(guān)系,促D)等農(nóng)學(xué)參數(shù)之間的關(guān)系,使人們能夠定性描述和進高光譜分辨率遙感技術(shù)在作物的生長監(jiān)測和產(chǎn)量定量分析作物的生長與遙感光譜數(shù)據(jù)之間的關(guān)系。估測中的應(yīng)用。以往對植被的遙感研究多致力于建立植被生

4、物物理參數(shù)(LAI、生物量、葉綠素含量)與寬波段遙感2試驗方法及數(shù)據(jù)獲取植被指數(shù)(僅具有少數(shù)幾個光譜波段得到)的簡單關(guān)系[1)3]。隨遙感技術(shù)的迅速發(fā)展,高光譜分辨率遙試驗于1998年在北京市大屯鄉(xiāng)科技站(10416b感成像光譜技術(shù)使得遙感應(yīng)用于植被地學(xué)分析可以E,40bN)水稻試驗田內(nèi)進行,供試水稻為兩種播期的在光譜維上展開,準實時地獲取地物的影像和每個水稻,早播稻為中作93,5月下旬插秧,晚播稻為秋像元的光譜分布,以允許從空中對地面目標物進行光,6月下旬插秧。試驗區(qū)土壤為壤質(zhì)褐潮土,肥力直接識別和微弱光譜差

5、異的定量分析,在植被遙感水平中等。插秧后約每10天取有代表性的樣方0.52研究中表現(xiàn)出強大優(yōu)勢[4]。利用高光譜分辨率遙感m,測定密度,取其水稻植株測定根、莖、葉的鮮重、技術(shù)對植被進行生長監(jiān)測和研究光譜與植被生物物干重。同時,利用長寬法測葉面積指數(shù)。理參量之間的關(guān)系,在農(nóng)業(yè)中具有廣泛的應(yīng)用前景。光譜測定采用SE5902CCD硅列陣便攜式光譜通常,使用高光譜分辨率遙感數(shù)據(jù)估計作物農(nóng)儀,該儀器具有256個光譜通道,光譜范圍從0.38)學(xué)參數(shù)主要有兩類方法:一是通過多元回歸方法建1.1Lm,光譜分辨率約為3nm,儀器

6、視場角15b,經(jīng)嚴立光譜數(shù)據(jù)或由此衍生的植被指數(shù)與作物農(nóng)學(xué)參量格的室內(nèi)定標,儀器在0.4)0.9Lm波長范圍,性能之間的關(guān)系[5,6];二是通過作物的紅邊參數(shù)描述作穩(wěn)定。為獲得穩(wěn)定的水稻群體反射率數(shù)據(jù),作物群物的物候變化及其農(nóng)學(xué)參數(shù)[7)10]。本文結(jié)合水稻體反射率的測定,選擇在晴朗無云、無風(fēng)或靜風(fēng)的天收稿日期:1999206221;修訂日期:1999209210基金項目:國家/九五0科技攻關(guān)計劃/新型遙感技術(shù)的應(yīng)用開發(fā)0及中國科學(xué)院重大項目/數(shù)字多光譜像機試驗0資助項目。作者簡介:劉偉東,(1973))男。1

7、999年畢業(yè)于中國農(nóng)業(yè)大學(xué)農(nóng)業(yè)氣象系,獲碩士學(xué)位,現(xiàn)于中國科學(xué)院遙感應(yīng)用研究所攻讀博士學(xué)位,主要從事植被高光譜遙感研究。280遙感學(xué)報第4卷氣進行,觀測時間為北京時間10:00)14:00,儀器探素含量持續(xù)穩(wěn)定到生育后期,但是開花后期葉面積頭垂直向下,每次測定掃描4次,探頭距離水稻冠層指數(shù)的下降使單位土地面積的葉綠素含量下降,即頂部與標準灰板的距離一致,冠層與標準板的反射CH.D的降低,晚播稻CH.D也有類似的變化規(guī)律。光譜測定交替進行,每個樣區(qū)觀測8次,取平均值代從季節(jié)變化趨勢來看,群體的CH.D與葉面積指數(shù)

8、表每點的光譜反射率值,群體光譜測定后,取樣測定變化規(guī)律相似,這是因為群體的CH.D包含有LAI葉片葉綠素含量,并對農(nóng)學(xué)參量測量。與單葉葉綠素含量的信息,是二者的綜合體現(xiàn)。由于天氣條件限制,1998年6)10月,對早播稻群體反射光譜與農(nóng)學(xué)參量觀測了9次,對晚播稻觀測了7次,觀測期覆蓋了水稻的整個生育期。3數(shù)據(jù)處理與分析應(yīng)用微分技術(shù)處理這種/連續(xù)0的光譜是遙感中[11]常用的數(shù)學(xué)方法,De

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。