检索结果-南通市图书馆

基于PROSAIL模型的山地草原叶面积指数高光谱反演

在线全文

学校读者我要写书评

暂无评论

新疆农业科学 2022年第2期59卷 451-457页

作者：贠静郑逢令安沙舟阿斯娅·曼力克李超艾尼玩·艾麦尔田聪新疆畜牧科学院草业研究所乌鲁木齐830000 新疆农业大学草业与环境科学学院乌鲁木齐830052

【目的】研究基于PROSAIL模型监测天然草地的动态变化,掌握草地的质量与数量。【方法】研究使用地物光谱仪连续3年在天山北坡中段的2个山地草原样区采集光谱数据和配套数据,基于PROSAIL模型进行冠层LAI的高光谱反演,重点研究应用不同代... 详细信息

【目的】研究基于PROSAIL模型监测天然草地的动态变化,掌握草地的质量与数量。【方法】研究使用地物光谱仪连续3年在天山北坡中段的2个山地草原样区采集光谱数据和配套数据,基于PROSAIL模型进行冠层LAI的高光谱反演,重点研究应用不同代价函数、植被种类变化对反演精度的影响。【结果】多数代价函数反演LAI的决定系数(R^(2))在0.54~0.55,均方根误差(RMSE)在0.23~0.25,归一化均方根误差(NRMSE)在17~19。在9个来自不同统计类型的代价函数中,常用的RMSE代价函数的反演精度相对不高。将获取的427个样方数据依据种类数分成组,然后用PROSAIL进行LAI反演。种类数越多,RMSE在增大,R^(2)在减少,反演精度越差。但精度的下降幅度不是均匀的,种类数≤2的组和种类数≤3的组之间精度差异最大。【结论】在利用物理模型反演天然草地的叶面积指数时,不同代价函数获得的反演精度差别比较大;随着植被种类数量的增多,反演的精度是下降的。

关键词：叶面积指数高光谱草原 PROSAIL

基于PROSAIL模型的毛竹林冠层含水量反演研究

在线全文

学校读者我要写书评

暂无评论

西北林学院学报 2023年第4期38卷 224-232,249页

作者：张仓皓刘小杰王瑞璠魏倪彬刘健余坤勇郭孝玉王帆福建农林大学林学院福建福州350002 福建省资源环境监测与可持续经营利用重点实验室(三明学院) 福建三明365004 3S技术与资源优化利用福建省高校重点实验室福建福州350002

冠层含水量(canopy water content, CWC)的定量反演有助于毛竹林干旱胁迫状况的监测,对其生产管理具有重要意义。以永安天宝岩的毛竹林为研究对象,采用PROSAIL模型,通过全局敏感性分析结合实地调查和相关文献确定模型的参数设置,然后建... 详细信息

冠层含水量(canopy water content, CWC)的定量反演有助于毛竹林干旱胁迫状况的监测,对其生产管理具有重要意义。以永安天宝岩的毛竹林为研究对象,采用PROSAIL模型,通过全局敏感性分析结合实地调查和相关文献确定模型的参数设置,然后建立含水量与冠层反射率的查找表(LUT),进而利用查找表联合反演等效水厚度(EWT)与叶面积指数(LAI)得到冠层含水量(CWC),最后基于Sentinel-2B影像实现区域冠层含水量的空间量化。结果表明,1)EWT主要影响1 100 nm以后的冠层反射率,对可见光区域冠层反射率几乎无影响;2)基于PROSAIL模型可有效反演毛竹林冠层含水量,其R^(2)=0.536,RMSE为0.059 kg/m^(2);3)研究区域毛竹林7月的冠层含水量主要分布于0.12~0.41 kg/m^(2)。研究为冠层含水量反演提供一种有效的反演方法,有助于毛竹林的野火预防和病虫害防治。

关键词：冠层含水量 PROSAIL 毛竹 Sentinel-2B 定量反演

联合PROSAIL模型和植被水分指数的低矮植被含水量估算

在线全文

学校读者我要写书评

暂无评论

遥感学报 2021年第4期25卷 1025-1036页

作者：江海英柴琳娜贾坤刘进杨世琪郑杰北京师范大学地理科学学部北京100875

植被冠层含水量CWC(Canopy Water Content)和植被地上部分含水量VWC(Vegetation Water Content)对于植被健康状况和土壤干旱监测具有重要意义。本文联合PROSAIL辐射传输模型和植被水分指数NDWI(Normalized Difference Water Index),发展了一种简单、通用性较好的低矮植被CWC和VWC反演方法,可实现中、高空间分辨率下的CWC和VWC估算。首先对PROSAIL模型输入参数进行敏感性分析,明确各参数对模型输出反射率的影响机制,以优化PROSAIL模型输入参数设置并生成低矮植被的反射率模拟数据。基于模拟数据,计算了4个植被水分指数NDWI_((860,1240))、NDWI_((860,1640))、NDWI_((1240,1640))和NDWI_((860,970))用于反演低矮植被CWC和VWC。基于模拟数据的结果表明,4个植被水分指数与ln(CWC)都存在明显的线性关系,基于该关系建立了CWC估算模型。该模型可以直接用于低矮植被CWC估算,并通过VWC与CWC之间的经验关系间接计算得到VWC。模型模拟结果也表明,由于NDWI_((860,1640))和NDWI_((1240,1640))高度相关(R2=0.99),两者可以提供相似且相对较好的低矮植被CWC估算精度。基于地面实测数据的验证结果与基于模拟数据的结果表现出很好的一致性,即基于NDWI_((860,1640))和NDWI_((1240,1640))估算的VWC都有相似且较高的精度,决定系数(R2)都为0.88,均方根误差(RMSE)分别为0.4558 kg/m^(2)和0.4380 kg/m^(2)。利用Landsat 5 TM数据对NDWI_((860,1640))估算效果的验证结果显示,模型估算CWC与地面实测CWC的R2为0.84,RMSE为0.1342 kg/m^(2),估算VWC的RMSE为0.5651 kg/m^(2)。本文提出的基于NDWI_((860,1640))和NDWI_((1240,1640))的CWC/VWC估算模型可被用于低矮植被的长势监测和干旱监测,为低矮植被覆盖地表的土壤水分反演提供高质量的植被水分信息。

关键词：光学遥感 PROSAIL 冠层含水量植被含水量植被水分指数低矮植被

基于PROSAIL模型和Landsat 8数据的小麦冠层含水量反演比较

在线全文

学校读者我要写书评

暂无评论

麦类作物学报 2018年第4期38卷 493-497页

作者：侯学会王猛刘思含高帅隋学艳梁守真万华伟山东省农业可持续发展研究所山东济南250100 农业部华东都市农业重点实验室山东济南250100 环境保护部卫星环境应用中心北京100094 中国科学院遥感与数学地球研究所遥感科学国家重点实验室北京100101

为对比分析PROSAIL模型和Landsat 8数据在植被含水量反演中的效果,以冠层等效水厚度为植被含水量指标,首先基于地面实测植被参数和Landsat 8波谱响应函数,得到基于PROSAIL模型的宽波段反射率,并基于模拟宽波段数据和TM8卫星数据构建归... 详细信息

为对比分析PROSAIL模型和Landsat 8数据在植被含水量反演中的效果,以冠层等效水厚度为植被含水量指标,首先基于地面实测植被参数和Landsat 8波谱响应函数,得到基于PROSAIL模型的宽波段反射率,并基于模拟宽波段数据和TM8卫星数据构建归一化植被指数(NDVI)、增强型植被指数(EVI)及两种归一化差值水分指数(NDWI),评价每种指数与小麦冠层含水量的相关性,再基于模拟植被数据、TM8植被数据和小麦冠层含水量,开展植被水分含量的建模和验证分析。结果表明,基于PROSAIL模型模拟得到的NDWI5和基于Landsat 8构建的NDWI5在小麦冠层含水量反演中的精度均优于NDVI、EVI和NDWI7,且二者的反演精度较为一致,可为地面实测数据过少的区域植被冠层含水量遥感反演提供一种新的思路。

关键词：小麦冠层含水量 NDWI PROSAIL Landsat 8

基于PROBA/CHRIS遥感数据和PROSAIL模型的春小麦LAI反演

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2011年第10期27卷 88-94页

作者：杨贵军赵春江邢荣黄文江王纪华北京农业信息技术研究中心北京100097

大面积区域作物叶面积指数(LAI)遥感反演,对指导作物管理具有重要的意义。该文基于2008年5-7月在黑河流域开展的大型星-机-地遥感综合试验获取的多角度高光谱PROBA/CHRIS数据及地面同步观测数据,利用PROSAIL辐射传输模型和神经元网络方... 详细信息

大面积区域作物叶面积指数(LAI)遥感反演,对指导作物管理具有重要的意义。该文基于2008年5-7月在黑河流域开展的大型星-机-地遥感综合试验获取的多角度高光谱PROBA/CHRIS数据及地面同步观测数据,利用PROSAIL辐射传输模型和神经元网络方法反演春小麦LAI,并利用地面实测LAI进行验证和分析,结果表明:PROBA/CHRIS数据的最佳组合波段为band4(555.1nm)、band9(696.9nm)和band15(871.5nm),利用PROBA/CHRIS数据反演LAI时,3角度组合(0°、36°、55°)反演LAI精度最高(R2=0.854,RMSE=0.344;MAE=0.213)。随着观测角度增加LAI反演精度相应提高,但超过3个角度后,多观测角度数据会带来较大不确定性,影响神经元网络建模,导致LAI反演精度下降。

关键词：遥感神经元网络反演春小麦 LAI PROBA/CHRIS PROSAIL

Soil-adjusted power comparison and application conditions of vegetation indices based on PROSAIL model

在线全文

学校读者我要写书评

暂无评论

遥感学报 2014年第4期18卷 826-842页

作者： XU Wenjing WANG Shaojun School of Public Administration China University of Geosciences Wuhan 430074 China

Soil-adjusted Vegetation Indexes （SAVIs） have been developed to eliminate the effect of soil background on Vegetation Indices （VIs）. The soil-adjusted power of VIs varies with environment conditions. Atter summarizing the development of SAVI family, we compared and evaluated NDVI, SAVI, TSAVI, MSAVI, OSAVI, and GESAVI in terms of their resistance to soil varia- tions over a series of Leaf Area Indices （LAI）.Two datasets in use were sitrrulated through PROSAIL model.The optimal applica- tion conditions of these VIs were noted. Based on the signal-to-noise ratio, these six VIs are classified into three categories. OSAVI and TSAVI can adjust soil noise betterly when applied to uniformly distributed canopy with intermediate-low LAI. MSAVI is more stable in the expression of vegetation information when LAI or vegetation species is heterogeneous. Analysis results based on MODIS-VI and MODIS-LAI products over corresponding canopy preliminarily validates our conclusion.

关键词： PROSAIL model vegetation index soil background ability comparison optimal environment

基于PROSAIL模型与遥感结合提取水稻种植分布

在线全文

学校读者我要写书评

暂无评论

基于PROSAIL模型与遥感结合提取水稻种植分布

基于WheatGrow与PROSAIL模型耦合的小麦区域产量遥感预测

第32届中国气象学会年会

作者：施俊怡张家港市气象局

准确的作物长势监测与产量预报对于保证我国的粮食安全具有重要的意义。而卫星遥感技术的引用在农作物监测和估产方面都有很大的应用价值。应用遥感技术能进行区域性农作物的长势监测,实现区域上作物生长的动态模拟,为农情监测、生产管... 详细信息

准确的作物长势监测与产量预报对于保证我国的粮食安全具有重要的意义。而卫星遥感技术的引用在农作物监测和估产方面都有很大的应用价值。应用遥感技术能进行区域性农作物的长势监测,实现区域上作物生长的动态模拟,为农情监测、生产管理、长势评价和作物估产等提供更有效的方法。本文以镇江共青团农场为试验点,将遥感技术与辐射传输模型相结合进行区域性作物生长的模拟研究。本研究以水稻的叶面积指数(LAI)为结合点,采用遥

关键词： PROSAIL LAI 遥感查找表

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于WheatGrow与PROSAIL模型耦合的小麦区域产量遥感预测

Simulated Reflectance of Apple Trees in Canopy Level Based on the PROSAIL Model and HJ-1A-HSI Data

2014年中国作物学会学术年会

作者：张玲姚霞程涛朱艳曹卫星田永超国家信息农业工程技术中心

遥感与作物生长模型的有效耦合是提高区域尺度作物预测精度的重要手段之一。已有的遥感与模型耦合在运用到区域尺度时存在耦合精度低的问题。本研究基于同化策略,在遥感与小麦生长模型(WheatGrow)的耦合过程中,加入了PROSAIL模型,提高... 详细信息

遥感与作物生长模型的有效耦合是提高区域尺度作物预测精度的重要手段之一。已有的遥感与模型耦合在运用到区域尺度时存在耦合精度低的问题。本研究基于同化策略,在遥感与小麦生长模型(WheatGrow)的耦合过程中,加入了PROSAIL模型,提高遥感与模型的耦合精度。利用叶面积指数(LAI)和比叶重(LMA)将WheatGrow与PROSAIL链接,实现了以小麦冠层光谱植被指数为同化耦合点的技术,从而减少了以往以叶面积指数为同化参数、遥感估测LAI等过程可能产生的误差。结果显示,以光谱信息为耦合指标的模拟结果优于以农学参数为耦合指标的结果,反演的播种期、播种量、施氮量更接近真实值,其相对根均方差RMSE分别为4.04(d)、10.72(kg/ha)、28.99(kg/ha),预测的产量与以农学参数为耦合指标的预测结果相比也有所提高,RMSE从867.6(kg/ha)提高到404.12(kg/ha)。

关键词：小麦产量遥感 WheatGrow PROSAIL 同化策略

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

遥感科学（中英文版） 2019年第1期7卷 18-26页

作者： Xiaoyan Guo Xicun Zhu Jingling Xiong Ruiyang Yu Xueyuan Bai Yuanmao Jiang Dongsheng Gao Guijun Yang College of Resources and Environment Shandong Agricultural University Tai’an 271018 China Key Laboratory of Agricultural Ecology and Environment Shandong Agricultural University Tai’an 271018 China College of Horticulture Science and Engineering Shandong Agricultural University National Apple Engineering and Technology Research Center Tai’an 271018 China National Engineering Research Center for Information Technology in Agriculture Beijing 100097 China

Using the PROSAIL radiation transfer model and HJ-1A-HSI data to simulate the canopy reflectivity of apple trees, this study lays the foundation for the inversion of canopy parameters. Taking Qixia City of Yantai City, Shandong Province as the research area, the apple tree was taken as the research object, and the hyperspectral reflectance, LAI and sample GPS of apple canopy were measured in the field. The parameters required for the PROSAIL model were obtained by experimental methods. The model simulates the reflectivity;the HSI image data is preprocessed, and the canopy reflectivity is extracted by GPS coordinates. The PROSAIL model and the HSI image simulated reflectance were fitted to the measured apple canopy reflectivity. The decisive factor (R2) of the simulated reflectance and the measured reflectance of the PROSAIL model was 0.9944, and the relative error (RE%)was 0.1845. The HSI data simulated reflectance and measured reflectance. The coefficient of determination is 0.9714 and the relative error is 0.6202. Both have achieved good fitting effects and can be used for inversion studies of apple canopy parameters.

关键词： Apple Tree PROSAIL Model HJ-1A-HSI Canopy Reflectivity