| 结合数据融合算法的光能利用率模型反演水稻地上部生物量 |
| |
| 引用本文： | 廖靖,胡月明,赵理,马昊翔,王璐,张洪亮.结合数据融合算法的光能利用率模型反演水稻地上部生物量[J].江苏农业学报,2019,35(3). |
| |
| 作者姓名： | 廖靖 胡月明 赵理 马昊翔 王璐 张洪亮 |
| |
| 作者单位： | 华南农业大学资源环境学院,广东广州510642;华南农业大学国土资源部建设用地再开发重点实验室,广东广州510642;华南农业大学广东省土地利用与整治重点实验室,广东广州510642;华南农业大学广东省土地信息工程技术研究中心,广东广州510642;华南农业大学资源环境学院,广东广州510642;华南农业大学国土资源部建设用地再开发重点实验室,广东广州510642;华南农业大学广东省土地利用与整治重点实验室,广东广州510642;华南农业大学广东省土地信息工程技术研究中心,广东广州510642;青海大学农牧学院,青海西宁810016;贵州科学院,贵州贵阳,550001 |
| |
| 基金项目： | 广东省科技计划;广东省科技计划;广州市科技计划 |
| |
| 摘 要： | 水稻作为世界范围内的重要粮食作物,其生长状况与产量信息的快速、精确获取,对保障耕地资源安全与粮食安全具有重要意义。本研究探索结合数据融合算法的光能利用率模型反演水稻地上部生物量,将增强型空间和时间自适应反射融合模型(ESTARFM)预测的水稻关键生长期数据,驱动EC-LUE(Eddy covariance-light use efficiency)模型反演水稻地上部生物量,分别验证2个模型的精度。结果显示,ESTARFM算法预测值与真实值的Pearson相关系数为0.668(P0.001),对于中型耕地(11～50个Landsat像元),ESTARFM算法预测精度最为理想。EC-LUE模型反演的水稻地上部生物量预测值与地面实测值Pearson相关系数为0.630(P0.001)。EC-LUE模型驱动数据的空间分辨率与时间分辨率是制约反演结果精度的关键因素。关键字:
|
| 关 键 词： | 影像融合 光能利用率模型 水稻地上部生物量 遥感反演 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
