版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高光譜遙感能在特定光譜范圍內(nèi)以高光譜分辨率同時(shí)獲取連續(xù)的地物光譜曲線,從而可以構(gòu)成獨(dú)特的超多維光譜空間,使得遙感應(yīng)用著重于在光譜維上進(jìn)行空間信息展開,獲得目標(biāo)物更多的光譜信息,為定量分析地球表面生物物理、生物化學(xué)過程提供參數(shù)和依據(jù)。高光譜遙感具有光譜分辨率高(一般<10nm),波段連續(xù)性強(qiáng)在400-2500nm范圍內(nèi)有幾百個(gè)、上千個(gè)波段)、光譜信息量大等特點(diǎn),其分辨率低于一般地表物質(zhì)的半吸收寬度(約20-40nm)。因此,高光譜遙感所獲
2、得的數(shù)據(jù)和圖像能以足夠的光譜分辨率區(qū)分那些具有診斷性光譜特征的地表物質(zhì)。使得高光譜遙感具有廣闊的應(yīng)用前景。 本研究主要探討棉花產(chǎn)量形成關(guān)鍵時(shí)期——盛蕾期至吐絮期冠層反射光譜特征,采用兩類分析方法,一是通過多元統(tǒng)計(jì)和逐步回歸分析方法建立觀測(cè)光譜數(shù)據(jù)或由此衍生的植被指數(shù)與棉花單位面積產(chǎn)量之間的關(guān)系;二是基于棉花觀測(cè)光譜變量的分析技術(shù)。篩選出了能較好地估測(cè)棉花產(chǎn)量的光譜變量和農(nóng)學(xué)參數(shù),說明利用高光譜遙感技術(shù)能夠提取作物產(chǎn)量的信息狀況。
3、研究結(jié)果如下: 1、建立了棉花單時(shí)相光譜估產(chǎn)模型,篩選出抗大氣植被指數(shù)VARI_700為最佳光譜估產(chǎn)變量。棉花最佳單時(shí)相光譜估產(chǎn)模型主要以一元二次方程和一元三次方程的擬合度較好。 2、建立了棉花多時(shí)相光譜估產(chǎn)模型,兩個(gè)生育期復(fù)合光譜估產(chǎn)模型中以盛蕾期和吐絮期組合的估產(chǎn)模型精度較高;三個(gè)生育期復(fù)合光譜估產(chǎn)模型中以盛蕾期、盛鈴期和吐絮期組合的估產(chǎn)模型精度較高;四個(gè)生育期復(fù)合光譜估產(chǎn)模型的精度最高。 3、篩選出各生育時(shí)
4、期與主要農(nóng)學(xué)參數(shù)最相關(guān)的光譜變量,建立主要農(nóng)學(xué)參數(shù)的五種回歸模型并進(jìn)行精度分析得到,葉面積指數(shù)(LAI)與產(chǎn)量以一元二次方程擬合度最好,以盛花期葉面積指數(shù)(LAI)與產(chǎn)量的一元二次方程擬合度最高;鮮葉葉綠素含量(Chl)與產(chǎn)量以指數(shù)方程的擬合度最好,以盛鈴期鮮葉葉綠素含量(Chl)與產(chǎn)量的指數(shù)方程擬合度最高;單株鮮生物量(WM)與產(chǎn)量以指數(shù)方程擬合度最好,以盛鈴期單株鮮生物量(WM)與產(chǎn)量的指數(shù)方程擬合度最高。三種農(nóng)學(xué)參數(shù)估算產(chǎn)量的模型
5、中,以盛鈴期單株鮮生物量(WM)與產(chǎn)量的指數(shù)方程估產(chǎn)模型的擬合度最好。 4、構(gòu)建了復(fù)合光譜估產(chǎn)模型。篩選出棉花葉面積指數(shù)(LAI)、單株鮮生物量(WM)和鮮葉葉綠素含量(Chl)為復(fù)合光譜估產(chǎn)模型的主要農(nóng)學(xué)參數(shù)。尤以棉花單株鮮生物量(WM)與產(chǎn)量的相關(guān)性最好。 5、在四種復(fù)合光譜估產(chǎn)模型中,均以四個(gè)生育期組合的復(fù)合光譜估產(chǎn)模型的精度最好。光譜變量—單株鮮生物量(WM)—產(chǎn)量復(fù)合估產(chǎn)模型精度最好,光譜變量—葉面積指數(shù)(LA
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于冠層高光譜的加工番茄單產(chǎn)估算模型的研究.pdf
- 基于棉花冠層光譜參數(shù)的FPAR估算模型研究及應(yīng)用.pdf
- 基于植被冠層光譜BRDF模型的LAI反演研究.pdf
- 基于冠層和葉片水平的水稻氮素和水分的高光譜估算模型和方法.pdf
- 基于冠層反射光譜的棉花產(chǎn)量構(gòu)成與品質(zhì)監(jiān)測(cè)研究.pdf
- 基于高光譜數(shù)據(jù)的農(nóng)作物冠層LAI和FAPAR估算研究.pdf
- 玉米冠層光譜氮營養(yǎng)診斷追肥模型的研究.pdf
- 冠層模型的光譜超分辨率方法研究.pdf
- 基于地面高光譜的柑橘產(chǎn)量估算模型的研究.pdf
- 基于冠層高光譜變量估算加工番茄生物理化參數(shù)的初步研究.pdf
- 基于高光譜數(shù)據(jù)的冬小麥葉綠素含量估算模型.pdf
- 基于高光譜數(shù)據(jù)的棉花生長(zhǎng)信息定量模型研究.pdf
- 基于高光譜紅邊參數(shù)定量提取棉花冠層特征信息的研究.pdf
- 基于NOAA衛(wèi)星的冬小麥冠層表面溫度估算及初步應(yīng)用的研究.pdf
- 基于實(shí)驗(yàn)和實(shí)測(cè)光譜的太湖懸浮物濃度估算模型研究.pdf
- 基于修正的城市冠層模型的建筑能耗分析.pdf
- 基于冠層反射光譜的夏玉米氮素營養(yǎng)與生長(zhǎng)監(jiān)測(cè)研究.pdf
- 基于低空光譜成像遙感技術(shù)的油菜冠層SPAD檢測(cè)研究.pdf
- 棉花黃萎病高光譜特征及其光譜診斷模型研究.pdf
- 葉綠素密度遙感反演與冬小麥單產(chǎn)估算研究.pdf
評(píng)論
0/150
提交評(píng)論