文献类型：期刊文章

作　　者：李月[1] 何宏昌[1] 王晓飞[1] 张国民[2]

LI Yue;HE Hongchang;WANG Xiaofei;ZHANG Guomin(School of Electrical Engineering,Heilongjiang University,Harbin 150001,China;Joint Research Center of Molecular Breeding for JaponicaRice of Chinese Academy of Sciences,Harbin 150001,China)Abstract: The crop canopy spectral reflectance has a strong co)

机构地区：[1]黑龙江大学,黑龙江哈尔滨150001 [2]中国科学院北方粳稻分子育种联合研究中心,黑龙江哈尔滨150001

出　　处：《测绘通报》

基　　金：国家重点研发计划(2016YFB0502502);黑龙江省物联网感知层与传感网络技术创新服务平台以及黑龙江省省属高等学校基本科研业务费(KJCXZD201704)

年　　份：2019

期　　号：9

起止页码：13-17

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：农作物的冠层光谱反射率与作物的氮含量、叶绿素含量及叶面积指数等参数之间具有很强的相关性,通过对作物冠层光谱进行分析可反演出作物的生物物理参数,并应用在长势分析、产量预测、病虫害预警等领域。本文首先阐述了作物冠层反射率采集方法,对地面、机载及遥感卫星3个采集层面的优缺点进行了对比;其次给出了植被指数构建原理及常用植被指数,分析了物理模型反演法和统计反演法的复杂度和性能;最后提出了农作物冠层光谱分析及反演技术的下一步发展方向及面临的挑战。

关 键 词：冠层光谱分析  生物物理参数反演  植被指数 机器学习  冠层反射物理模型  

分 类 号：P237]