资源简介

摘要： 作物群体生物量是形成产量的物质基础，遥感技术是高效、客观监测作物地上生物量的重要手段，对农业生产管理具有重要意义。以安徽省龙亢农场为研究区，通过PROSAIL模拟光谱分析了4个LAI相关的可见光-近红外植被指数、2个叶片干物质相关的短波红外植被指数和8个融合植被指数与冬小麦地上生物量的关系，并建立反演模型。模拟结果显示，干物质植被指数与作物生物量的相关性高于LAI相关的植被指数，两者融合的植被指数增强了常用植被指数冬小麦生物量的探测能力。利用实测冬小麦数据对生物量反演模型进行验证，结果显示：融合植被指数普遍提高了单一植被指数的地上生物量反演精度，其中MTVI2×NDMI精度最高（RMSE=606.8 kg/hm2），并为作物地上生物量的高精度反演提供新的技术途径。 关键词： 生物量反演;  冬小麦;  PROSAIL模型;  植被指数融合     Abstract: Crop biomass is a vital fundamental substance for predicting yield. Remote sensing is an important technology to monitor crop above-ground biomass efficiently and objectively， which is of great significance for agricultural production and management. Taking Longkang farm in Anhui province as the research area， this paper analyzes the relationship between aboveground biomass of winter wheat and 4 LAI-VIs， 2 DMIs and 8 combined vegetation indices by PROSAIL simulation spectrum， and builds retrieval models. The results show that the correlation between DMIs and crop biomass is higher than LAI-VIs， and the combined vegetation index enhances the crop biomass detection ability of commonly used vegetation indices. The biomass retrieval models are validated with the measured biomass of winter wheat， and the results show that the combined vegetation index generally improves the above-ground biomass retrieval accuracy of single vegetation index， among which MTVI2×NDMI has the highest accuracy （RMSE=606.8 kg/hm2）.This paper provides a new technique for high precision retrieval of crop above-ground biomass.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.