基于遥感影像植被指数变化量分析的冬小麦长势动态监测
文献类型：期刊论文
| 作者 | 陆洲1; 罗明1; 谭昌伟2; 徐飞飞1; 梁爽1; 杨昕2 |
| 刊名 | 麦类作物学报
 |
| 出版日期 | 2020 |
| 卷号 | 40期号:10页码:1257 |
| 关键词 | Remote sensing Winter wheat GF-WFV images Vegetation index changes Growth Monitoring models 遥感 冬小麦 GF-WFV影像 植被指数变化量 长势动态 监测模型 |
| ISSN号 | 1009-1041 |
| 英文摘要 | 为进一步探究利用中低分辨率影像监测小麦苗情的机理,丰富小麦长势动态监测的模式,结合2017-2018年定点观测试验,以GF-WFV数据为遥感影像源,研究了孕穗-开花期冬小麦主要长势变化量参数和产量及其与植被指数变化量间的定量关系,以逐步回归方法筛选目标长势变化量参数,分别构建及评价基于GF-WFV影像遥感植被指数变化量的孕穗-开花期叶片含氮量变化量和叶绿素含量变化量监测模型。结果表明,冬小麦叶片含氮量变化量(?LNC)和叶绿素含量变化量(?CHL)与产量密切相关,而孕穗-开花期的归一化植被指数变化量(?NDVI)、比值植被指数变化量(?RVI)分别与?LNC和?CHL相关性最好,因此选择这两个植被指数变化量作为敏感参量构建冬小麦长势监测模型。经验证,基于?NDVI和?RVI构建的长势线性模型可靠且精度高,其决定系数分别为0.70和0.64,均方根误差分别为0.39%和0.08 mg ·L~(-1) FW。基于预测模型和实测数据分级量化表达冬小麦长势的空间分布状况,能够很好实现了基于GF-WFV时相影像长势不同等级的遥感监测。 |
| 语种 | 英语 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/151943]  |
| 专题 | 中国科学院地理科学与资源研究所 |
| 作者单位 | 1.中国科学院地理科学与资源研究所 2.扬州大学 |
| 推荐引用方式 GB/T 7714 | 陆洲,罗明,谭昌伟,等. 基于遥感影像植被指数变化量分析的冬小麦长势动态监测[J]. 麦类作物学报,2020,40(10):1257. |
| APA | 陆洲,罗明,谭昌伟,徐飞飞,梁爽,&杨昕.(2020).基于遥感影像植被指数变化量分析的冬小麦长势动态监测.麦类作物学报,40(10),1257. |
| MLA | 陆洲,et al."基于遥感影像植被指数变化量分析的冬小麦长势动态监测".麦类作物学报 40.10(2020):1257. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。