南方农业学报2020,Vol.51Issue(1) :230-236.

基于高光谱遥感数据的水稻叶温反演

Rice leaf temperature inversion based on hyperspectral remote sensing data

梁金晨 江晓东 杨沈斌 孙浩 梁文毅 妙丹书
南方农业学报2020,Vol.51Issue(1) :230-236.

基于高光谱遥感数据的水稻叶温反演

Rice leaf temperature inversion based on hyperspectral remote sensing data

梁金晨 1江晓东 1杨沈斌 1孙浩 1梁文毅 1妙丹书1
扫码查看

作者信息

  • 1. 南京信息工程大学/江苏省农业气象重点实验室/气象灾害预报预警与评估协同创新中心,南京 210000
  • 折叠

摘要

[目的]研究水稻叶温与冠层反射光谱间的关系,为水稻叶温的模拟与监测提供理论依据.[方法]利用FieldSpec Pro FR光谱仪和Raynger ST红外温度探测仪测量水稻抽穗期冠层的反射光谱和叶片温度,分析原始反射光谱、一阶微分光谱、归一化植被指数(NDVI)、比值植被指数(DVI)、再归一化差值植被指数(RDVI)和转换型土壤调整指数(TSAVI)与叶温的关系.[结果]叶温的变化直接影响水稻冠层光谱的反射率,影响水稻红边特征.一阶微分光谱与叶温存在极显著相关性(P<0.01,下同),990 nm处相关系数(0.889)最高,885 nm处相关系数(-0.893)最低.选取叶温敏感波段光谱组合计算植被指数,发现RDVI和TSAVI与叶温的关系呈极显著相关,相关系数分别为0.724和0.733.由RDVI和TSAVI建立经验模型,结果显示由TSAVI建立的叶温估算模型效果更好,其验证样本的决定系数为0.610,相对误差为1.97%,均方根误差为2.546.[建议]综合考虑多种预处理方法,最大程度还原光谱信息;优化特征波长的提取,提高建立模型的精度;基于高光谱技术,实现冠层叶温的无损监测.

关键词

水稻/叶温/高光谱遥感/植被指数/模型反演

引用本文复制引用

基金项目

国家自然科学基金(41875140)

公益性行业(气象)科研专项(GYHY201506018)

南京信息工程大学大气科学类校外(野外)实习实践考察项目(YWKC2017A10)

南京信息工程大学大学生创新创业训练计划项目(201910300285)

出版年

2020
南方农业学报
广西壮族自治区农业科学院

南方农业学报

CSTPCDCSCD北大核心
影响因子:0.83
ISSN:2095-1191
被引量5
参考文献量11
段落导航相关论文