为了研究不同水氮组合条件下叶片叶绿素含量与光谱反射率之间的相关性,从而进一步估算叶绿素含量,利用ASD Field Spec Pro Fr型光谱仪室外测量棉花叶片的光谱反射率,同时采收棉花叶片获得叶绿素含量值。计算光谱一阶微分、原始光谱反射...为了研究不同水氮组合条件下叶片叶绿素含量与光谱反射率之间的相关性,从而进一步估算叶绿素含量,利用ASD Field Spec Pro Fr型光谱仪室外测量棉花叶片的光谱反射率,同时采收棉花叶片获得叶绿素含量值。计算光谱一阶微分、原始光谱反射率组成的植被指数,以及对"三边参数"与叶片叶绿素含量进行相关性分析,结果表明:"三边参数"中的红边内最大一阶微分值(D_r)与棉花叶绿素含量有很好的相关性,其决定系数r^2为0.530 5**,估测模型决定系数r^2为0.856 3**,均方根误差RMSE为0.366;植被指数中Bm SR705:(DR750-DR445)/(DR705-DR445)与棉花叶绿素含量有很好地相关性(r^2=0.696 3**),估测模型决定系数r2为0.815 7**,均方根误差RMSE为0.278。因此利用特定的植被指数和"红边参数"能够很好地预测叶绿素含量,从而为高光谱数据预测棉花叶片叶绿素含量提供理论基础。展开更多
基于实测大豆冠层高光谱及叶绿素a数据,利用植被指数和三波段方法建立大豆叶绿素a的高光谱反演模型.通过IDL(interactive data language)实现NDVI和RVI波段的重新选择,提高了基于2种植被指数的模型反演精度.比较而言,三波段方法建模反...基于实测大豆冠层高光谱及叶绿素a数据,利用植被指数和三波段方法建立大豆叶绿素a的高光谱反演模型.通过IDL(interactive data language)实现NDVI和RVI波段的重新选择,提高了基于2种植被指数的模型反演精度.比较而言,三波段方法建模反演大豆叶绿素a含量的精度较改良后植被指数的更高(R2=0.81).研究结果表明,利用波段重新组合的植被指数建立的估算模型可以提高大豆叶绿素a的估算精度;三波段模型法可以筛选更好的波段来构建模型,并在一定程度上提高大豆叶绿素a反演精度.展开更多
文摘为了研究不同水氮组合条件下叶片叶绿素含量与光谱反射率之间的相关性,从而进一步估算叶绿素含量,利用ASD Field Spec Pro Fr型光谱仪室外测量棉花叶片的光谱反射率,同时采收棉花叶片获得叶绿素含量值。计算光谱一阶微分、原始光谱反射率组成的植被指数,以及对"三边参数"与叶片叶绿素含量进行相关性分析,结果表明:"三边参数"中的红边内最大一阶微分值(D_r)与棉花叶绿素含量有很好的相关性,其决定系数r^2为0.530 5**,估测模型决定系数r^2为0.856 3**,均方根误差RMSE为0.366;植被指数中Bm SR705:(DR750-DR445)/(DR705-DR445)与棉花叶绿素含量有很好地相关性(r^2=0.696 3**),估测模型决定系数r2为0.815 7**,均方根误差RMSE为0.278。因此利用特定的植被指数和"红边参数"能够很好地预测叶绿素含量,从而为高光谱数据预测棉花叶片叶绿素含量提供理论基础。
文摘基于实测大豆冠层高光谱及叶绿素a数据,利用植被指数和三波段方法建立大豆叶绿素a的高光谱反演模型.通过IDL(interactive data language)实现NDVI和RVI波段的重新选择,提高了基于2种植被指数的模型反演精度.比较而言,三波段方法建模反演大豆叶绿素a含量的精度较改良后植被指数的更高(R2=0.81).研究结果表明,利用波段重新组合的植被指数建立的估算模型可以提高大豆叶绿素a的估算精度;三波段模型法可以筛选更好的波段来构建模型,并在一定程度上提高大豆叶绿素a反演精度.