基于多植被指数组合的冬小麦地上干生物量高光谱估测

被引:29
作者
贾学勤
冯美臣
杨武德
王超
肖璐洁
孙慧
武改红
张松
机构
[1] 山西农业大学农学院
关键词
冬小麦; 地上干生物量; 植被指数组合; 偏最小二乘回归;
D O I
10.13292/j.1000-4890.201802.022
中图分类号
S512.11 [];
学科分类号
0901 ;
摘要
为了探究多种植被指数组合与偏最小二乘回归(PLSR)结合对于提高冬小麦地上干生物量估测精度的影响,本研究以氮运筹试验为基础,比较分析了18种植被指数与冬小麦地上干生物量的相关性,筛选出相关性较好的植被指数,建立多种植被指数组合的PLSR模型,并对模型进行评价比较。结果表明:除叶绿素归一化植被指数(NPCI)外各植被指数均与冬小麦地上干生物量有良好的相关性,中分辨率陆地叶绿素成像指数(MTCI)、绿色归一化植被指数(GNDVI)、改进红边比值植被指数(MSR705)和特征色素简单比值指数c(PSSRc)4个植被指数相关系数绝对值均达到0.800以上;多植被指数组合构建的PLSR模型中,以PSSRc、MSR705和MTCI 3个植被指数建立的复合式模型建模集(R2=0.719,RMSE=0.316)和验证集(R2=0.696,RMSE=0.346)表现最佳。因此,多种植被指数组合与偏最小二乘回归(PLSR)结合能有效提高冬小麦地上干生物量的估测精度,为更好地实现冬小麦地上干生物量高光谱遥感估测提供有效技术途径。
引用
收藏
页码:424 / 429
页数:6
相关论文
共 23 条
[1]   多植被指数组合的冬小麦遥感估产方法研究 [J].
王恺宁 ;
王修信 .
干旱区资源与环境, 2017, 31 (07) :44-49
[2]   冬小麦生物量高光谱遥感监测模型研究 [J].
贺佳 ;
刘冰峰 ;
郭燕 ;
王来刚 ;
郑国清 ;
李军 .
植物营养与肥料学报, 2017, 23 (02) :313-323
[3]   基于高光谱植被指数的夏玉米地上干物质量估算模型研究 [J].
刘冰峰 ;
李军 ;
贺佳 ;
师祖姣 .
农业机械学报, 2016, 47 (03) :254-262
[4]  
基于优化光谱指数的牧草生物量估算.[J].安海波;李斐;赵萌莉;刘亚俊;.光谱学与光谱分析.2015, 11
[5]   黄绵土风干过程中土壤含水率的光谱预测 [J].
刘秀英 ;
王力 ;
宋荣杰 ;
刘淼 ;
常庆瑞 .
农业机械学报, 2015, 46 (04) :266-272
[6]   冬小麦生物量卫星遥感估测研究 [J].
庄东英 ;
李卫国 ;
武立权 .
干旱区资源与环境, 2013, 27 (10) :158-162
[7]  
应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算.[J].付元元;王纪华;杨贵军;宋晓宇;徐新刚;冯海宽;.光谱学与光谱分析.2013, 05
[8]   小麦生物量和真实叶面积指数的高光谱遥感估算模型 [J].
侯学会 ;
牛铮 ;
黄妮 ;
许时光 .
国土资源遥感, 2012, (04) :30-35
[9]  
估测作物冠层生物量的新植被指数的研究.[J].陈鹏飞;Nicolas Tremblay;王纪华;Philippe Vigneault;黄文江;李保国;.光谱学与光谱分析.2010, 02
[10]   基于高光谱遥感的小麦叶干重和叶面积指数监测 [J].
冯伟 ;
朱艳 ;
姚霞 ;
田永超 ;
曹卫星 .
植物生态学报, 2009, (01) :34-44