登录    注册    忘记密码

期刊文章详细信息

基于无人机遥感影像的大豆叶面积指数反演研究    

Soybean leaf area index retrieval with UAV(unmanned aerial vehicle) remote sensing imagery

  

文献类型:期刊文章

作  者:高林[1,2,3] 杨贵军[2,3] 王宝山[1] 于海洋[2,3] 徐波[2,3] 冯海宽[2,3]

机构地区:[1]河南理工大学测绘与国土信息工程学院,焦作454000 [2]国家农业信息化工程技术研究中心,北京100097 [3]农业部农业信息技术重点实验室,北京100097

出  处:《中国生态农业学报》

基  金:北京市自然科学基金项目(4141001);国家自然科学基金项目(41271345);"十二五"农村领域国家科技计划课题(2014BAD10B06)资助

年  份:2015

卷  号:23

期  号:7

起止页码:868-876

语  种:中文

收录情况:BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2015_2016、IC、ZGKJHX、核心刊

摘  要:作物叶面积指数的遥感反演是农业定量遥感研究热点之一,利用无人机遥感监测系统获取农作物光谱信息精确反演叶面积指数对精准农业生产与管理意义重大。本研究以山东省嘉祥县一带的大豆种植区为试验区,设计以多旋翼无人机为平台同步搭载Canon Power Shot G16数码相机和ADC-Lite多光谱传感器组成的无人机农情监测系统开展试验,分别获取大豆结荚期和鼓粒期的遥感影像。使用比值植被指数(RVI)、归一化植被指数(NDVI)、土壤调整植被指数(SAVI)、差值植被指数(DVI)、三角植被指数(TVI)5种植被指数,结合田间同步实测叶面积指数(leaf area index,LAI)数据,采用经验模型法分别构建了单变量和多变量LAI反演模型,通过决定系数(R2)、均方根误差(RMSE)和估测精度(EA)3个指标筛选出最佳模型。研究表明,有选择性地分时期进行农作物的叶面积指数反演是必要的,鼓粒期作为2个生育期中大豆LAI反演的最佳时期,其NDVI线性回归模型对大豆LAI的解释能力最强,R2=0.829,RMSE=0.301,反演大豆LAI最准确,EA=85.4%,生成的鼓粒期大豆LAI分布图反映了当地当时大豆真实长势情况。因此,以多旋翼无人机为平台同步搭载高清数码相机和多光谱传感器组成的无人机农情监测系统对研究大豆叶面积指数反演是可行性,可作为指导精准农业研究的一种新方法。

关 键 词:无人机  遥感  数码相机  多光谱传感器 植被指数 叶面积指数 经验模型  大豆 鼓粒期

分 类 号:S565] TP79]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心