咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于PROSAIL模型的水稻叶片生物量反演 收藏

基于PROSAIL模型的水稻叶片生物量反演

Inversion of rice leaf biomass based on PROSAIL model optimization

作     者:于丰华 白驹驰 金忠煜 张鸿刚 许童羽 YU Fenghua;BAI Juchi;JIN Zhongyu;ZHANG Honggang;XU Tongyu

作者机构:沈阳农业大学信息与电气工程学院沈阳110866 辽宁省智慧农业技术重点实验室沈阳110866 

出 版 物:《华中农业大学学报》 (Journal of Huazhong Agricultural University)

年 卷 期:2023年第42卷第3期

页      面:187-194页

核心收录:

学科分类:08[工学] 081104[工学-模式识别与智能系统] 09[农学] 0901[农学-作物学] 0811[工学-控制科学与工程] 

基  金:辽宁省教育厅重点攻关项目(LSNZD202005)。 

主  题:水稻 叶片生物量 反演 PROSAIL模型 数值优化 高光谱遥感 无人机遥感技术 精准农业 

摘      要:为解决水稻叶片生物量反演模型普遍存在的泛用性与机理性较差的问题,利用无人机高光谱遥感平台获取水稻冠层400~1 000 nm的高光谱反射率信息,对PROSAIL模型进行参数敏感性分析,根据分析结果利用连续投影法提取敏感波段,在此基础上,结合PROSAIL作物辐射传输模型与水稻高光谱数据,运用秃鹰算法(BES)对PROSAIl模型的生物量参数进行数值优化,从而快速、精准实现水稻关键生育期的叶片生物量反演。结果显示:运用改进Sobol方法对水稻叶片生物量进行全局敏感性分析,敏感区间为700~1 000 nm。对敏感区间内光谱利用连续投影法提取了750、788、898、940、962、999 nm等6个水稻叶片生物量特征波长。结合PROSAIL模型与BES优化算法,构建了PROSAIL-BES数值优化方法。以水稻特征波段光谱反射率为模型输入,通过PROSAIL-BES数值优化方法对PROSAIL模型参数进行校正,叶片生物量反演结果 R2为0.694,RMSE为0.002。结果表明,与传统机器学习模型的反演结果对比,PROSAIL-BES数值优化方法具有更好的反演精度,在水稻生物量反演领域具有较好的实用价值和应用潜力。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分