| 多遥感光谱指标结合进行大田冬小麦叶片叶绿素含量估测研究 |
| |
| 作者姓名： | 韩振强 李卫国 张晓东 李伟 马廷淮 张宏 姚永胜 |
| |
| 作者单位： | （1．江苏大学农业工程学院,江苏镇江212013;2.江苏省农业科学院农业信息研究所,江苏南京210014;3.江苏大学流体机械工程技术研究中心,江苏镇江 212013;4.南京信息工程大学,江苏南京210044） |
| |
| 基金项目： | 国家重点研发计划项目（政府间重点专项）（2021YFE0104400）;江苏省农业科技自主创新资金项目（CX（20）2037） |
| |
| 摘 要： | 为解决大田冬小麦叶片叶绿素含量估测模型精度低、通用性弱的问题,在获取冬小麦拔节期和抽穗期冠层红光波段反射率(BRred)和近红外波段反射率(BRnir)的基础上,计算归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、改进型比值植被指数(MSR)、重归一化植被指数(RDVI)、II型增强植被指数(EVI2)和非线性植被指数(NLI)等8个植被指数。经统计分析,选择与叶片叶绿素含量(SPAD值)相关性较好的5个遥感光谱指标(NDVI、MSR、NLI、BRred和RVI)作为输入变量,建立了冬小麦叶片叶绿素含量的BP神经网络估测模型(WWLCCBP),并对估测模型进行精度验证。结果表明,WWLCCBP估测模型在拔节期估测的决定系数(r2)为0.84,均方根误差(RMSE)为5.39,平均相对误差(ARE)为9.87%。抽穗期的估测效果与拔节期较为一致。将WWLCCBP和高分六号影像...
|
| 关 键 词： | 冬小麦 遥感光谱指标 神经网络 叶片叶绿素含量 估测模型 |
|
| 点击此处可从《麦类作物学报》浏览原始摘要信息 |
|
点击此处可从《麦类作物学报》下载全文 |
|
