期刊论文

Zhou, Q.(zhouqb@mail.caas.net.cn)

中文

农业工程学报

1002-6819

2013

29

3

139-147

10.3969/j.issn.1002-6819.2013.03.019

国家自然科学基金项目（40971218和41201089） 国家高技术研究发展计划（“863”计划）项目（2009AA122003和2012AA12A304） 农业部农业信息技术重点实验室开放基金项目（2011002）和农业部农业科研杰出人才基金项目资助

本校为第一机构

冬小麦叶面积指数（LAI, leaf area index）是评价其长势和预测产量的重要农学参数,高光谱遥感能够实现快速无损地监测叶面积指数.该文旨在将田间监测与高光谱遥感相结合,探索研究不同冬小麦叶面积指数高光谱反演方法的模拟精度及适应性.针对国际上普遍应用的2种高光谱遥感反演 LAI 模型方法,即回归分析法和 BP神经网络法,在介绍2种 LAI 反演模型的基础上,选择位于黄淮海平原的山东省济南市长清区为研究区域,通过ASD 地物光谱仪和 SunScan 冠层分析系统对冬小麦的冠层光谱及 LAI 变化进行田间观测,然后利用回归分析法和BP 神经网络法构建冬小麦 LAI 反演模型,将模型估算 LAI 值和田间观测 LAI 值...

Leaf area index (LAI) is an important index for evaluating winter wheat's growth status and forecasting its yield. Hyperspectral remote sensing is a new technical approach that can be used to acquire the information of winter wheat LAI immediately. By integrating hyperspectral remote sensing and traditional field monitoring, this study aims to explore the best simulation accuracy and adaptability to the different method of high spectral monitoring winter wheat leaf area index inversion. Two kinds of universal LAI inversion methods based on hyperspectral remote sensing data through regression a...