| 基于实测高光谱指数与HSI影像指数的土壤含水量监测 |
| |
| 作者姓名： | 李相 丁建丽 |
| |
| 作者单位： | 1.新疆大学资源与环境科学学院,乌鲁木齐 830046; 2.新疆大学绿洲生态教育部重点实验室,乌鲁木齐 830046,1.新疆大学资源与环境科学学院,乌鲁木齐 830046; 2.新疆大学绿洲生态教育部重点实验室,乌鲁木齐 830046 |
| |
| 基金项目： | 新疆维吾尔自治区青年科技创新人才培养工程（2013711014）;国家自然科学基金项目（U1303381,41261090,41130531,41161063）;教育部新世纪优秀人才支持计划（NCET-12-1075）;霍英东青年教师基金项目（121018）;教育部长江学者计划创新团队计划（IRT1180）。 |
| |
| 摘 要： | 为了探索土壤含水量与高光谱植被指数的内在关系,实现土壤含水量的快速且准确监测,以ASD光谱仪测定的研究区植被高光谱数据和环境卫星HSI高光谱影像数据为基础数据计算得到26种光谱植被指数,通过灰度关联分析法(grey relational analysis)对不同深度(0~10,10~30,30~50 cm)土壤含水量与实测光谱指数和影像光谱指数进行分析和筛选,确定了与土壤含水量相关性较高的5个光谱植被指数,采用多元线性回归法(multiple linear regression)分别构建了基于实测数据和影像数据的高光谱植被指数土壤含水量反演模型,并用实测高光谱植被指数模型对HSI影像植被指数模型进行校正。结果表明:2种土壤含水量反演模型对0~10 cm层的土壤含水量均有较高的拟合度,判定系数(R2)均高于0.589,并具有较好的稳定性;实测高光谱植被指数模型精度优于HSI影像植被指数模型,判定系数(R2)分别为0.668和0.589;经过校正的HSI影像土壤含水量反演模型精度有了较大的提高,判定系数(R2)从0.589提升到0.711,均方根误差(RMSE)为0.0014。该研究方法进行土壤含水量监测是可行的,为进一步提高土壤含水量定量遥感监测提供一定参考。
|
| 关 键 词： | 土壤含水量 光谱分析 监测 植被指数 HSI影像指数 灰色关联分析 |
| 收稿时间： | 2015-05-31 |
| 修稿时间： | 2015-09-02 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
