IGSNRR OpenIR
一款无人机高光谱传感器的验证及其在玉米叶面积指数反演中的应用
陈鹏飞1; 李刚2; 石雅娇1; 徐志涛1; 杨粉团2; 曹庆军2
2018
Source Publication中国农业科学
ISSN0578-1752
Volume51Issue:8Pages:1464
Abstract【目的】验证无人机机载高光谱传感器S185,并基于其获得的影像探讨无人机高光谱遥感反演叶面积指数的新方法。【方法】以东北玉米为研究对象,在吉林省公主岭市开展了玉米氮肥梯度试验,共设5处理,每个处理3次重复。分别在玉米的V5—V6,V11,R1—R2等生育期(Ritchie生育期)进行无人机飞行试验和地面光谱及叶面积指数测定,共获得数据45组。为验证S185影像数据,在相同尺度下提取S185影像信息与地面光谱信息,一方面从测定同一目标地物两者光谱反射率间的相关性进行分析,另一方面筛选15种常用的各类光谱指数,从整个生育期通过影像数据计算的各光谱指值与地面光谱仪计算的相应值变化趋势的一致性进行分析;将45组样品随机选择30组,基于人工神经网络算法利用S185数据建立反演叶面积指数的模型,剩下15组样品作为外部验证样品,用来验证神经网络模型的预测效果。另外,基于相同的分组数据,利用前面筛选的各光谱指数分别建立叶面积指数的反演模型,以与人工神经网络建模结果进行比较。【结果】在各个生育时期,同种目标地物S185测定数据与地面光谱仪测定数据间具有很强的相关性,相关系数在0.99以上;在玉米整个生育期,S185数据计算的各光谱指数与地面光谱仪计算的各光谱指数变化趋势相同,相关系数在0.88以上;在构建基于人工神经网络法反演叶面积指数的模型中,建模时的决定系数为0.96,均方根误差为0.42,相对均方根误差为13.15%;外部验证时的决定系数为0.95,均方根误差为0.54,相对均方根误差为16.74%,这一结果优于基于各光谱指数建立的叶面积指数反演模型。【结论】无人机搭载S185传感器可用于准确获取玉米冠层高光谱信息,且可利用人工神经网络法基于这一数据建立玉米叶面积指数的反演模型。
Language英语
Document Type期刊论文
Identifierhttp://ir.igsnrr.ac.cn/handle/311030/80680
Collection中国科学院地理科学与资源研究所
Affiliation1.中国科学院地理科学与资源研究所
2.吉林省农业科学院
First Author Affilication中国科学院地理科学与资源研究所
Recommended Citation
GB/T 7714
陈鹏飞,李刚,石雅娇,等. 一款无人机高光谱传感器的验证及其在玉米叶面积指数反演中的应用[J]. 中国农业科学,2018,51(8):1464.
APA 陈鹏飞,李刚,石雅娇,徐志涛,杨粉团,&曹庆军.(2018).一款无人机高光谱传感器的验证及其在玉米叶面积指数反演中的应用.中国农业科学,51(8),1464.
MLA 陈鹏飞,et al."一款无人机高光谱传感器的验证及其在玉米叶面积指数反演中的应用".中国农业科学 51.8(2018):1464.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[陈鹏飞]'s Articles
[李刚]'s Articles
[石雅娇]'s Articles
Baidu academic
Similar articles in Baidu academic
[陈鹏飞]'s Articles
[李刚]'s Articles
[石雅娇]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[陈鹏飞]'s Articles
[李刚]'s Articles
[石雅娇]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.