排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
不同株型冬小麦冠层结构特征多时相分析 总被引:2,自引:1,他引:1
同一株型不同生育期、不同株型相同生育期其结构参数均具有不同的变化特点,了解其变化,一方面有利于区分不同株型结构,进一步提高LAI(叶面积指数)等指标参数的遥感反演精度,另一方面可用于定量作物肥水管理,提高肥水利用效率。该文结合冬小麦整个生育期,在北京小汤山试验基地开展两期品种试验,对比分析实测冠层多角度光谱及结构参数,得出通过多角度光谱数据区分株型的最佳波段是红光波段,两期LAI与平均叶倾角(ALA)变化均表明,最佳时期为拔节期;起身期至拔节期所选试验品种均体现直立型品种LAI大于披散型品种。2009年试验表明利用J411 4月底LAI变化趋势差异也可较好的区分作物株型;披散型品种9428特征尺度变化出现“跷板”效应,可以作为株型识别的依据之一。 相似文献
2.
基于PROBA/CHRIS遥感数据和PROSAIL模型的春小麦LAI反演 总被引:2,自引:2,他引:0
大面积区域作物叶面积指数(LAI)遥感反演,对指导作物管理具有重要的意义。该文基于2008年5-7月在黑河流域开展的大型星-机-地遥感综合试验获取的多角度高光谱PROBA/CHRIS数据及地面同步观测数据,利用PROSAIL辐射传输模型和神经元网络方法反演春小麦LAI,并利用地面实测LAI进行验证和分析,结果表明:PROBA/CHRIS数据的最佳组合波段为band 4(555.1 nm)、band 9(696.9 nm)和band15(871.5 nm),利用PROBA/CHRIS数据反演LAI时,3角度组合(0°、36°、55°)反演LAI精度最高(R2=0.854,RMSE=0.344;MAE=0.213)。随着观测角度增加LAI反演精度相应提高,但超过3个角度后,多观测角度数据会带来较大不确定性,影响神经元网络建模,导致LAI反演精度下降。 相似文献
3.
1