首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 359 毫秒

1.  用MSC-ANN方法建立冬小麦叶片叶绿素与反射光谱的定量分析模型研究  
   梁雪  吉海彦  王鹏新  饶震红  申兵辉《光谱学与光谱分析》,2010年第30卷第1期
   采用多元散射校正(MSC)预处理方法对冬小麦叶片反射光谱进行预处理,有效地减小物理因素对光谱的影响,之后用非线性迭代偏最小二乘法(NIPALS)提取经MSC处理后的反射光谱的主成分,主成分个数由交叉证实法(Cross Validation)确定,将提取的主成分作为人工神经网络(ANN)的输入,建立人工神经网络分析模型(MSC-ANN),用冬小麦叶片的反射光谱来预测冬小麦叶片叶绿素含量。校准集的化学值与预测值的相关系数r达到0.960 4,预测标准偏差SD为0.187,相对标准偏差RSD为5.18%。检验集的化学值与预测值的相关系数r达到0.960 0,预测标准偏差SD为0.145,相对标准偏差RSD为4.21%。结果表明,MSC-ANN方法能在较大程度上消除了野外物理因素的影响,使用具有代表性的光谱数据点建立模型,能够建立准确的冬小麦叶绿素含量预测模型,可代替经典分析方法,满足冬小麦叶片叶绿素快速分析的需要。    

2.  基于BPLT模型的小麦叶片背景扣除方法的研究  
   张畅  杜朋朋  何勇  刘飞  方慧《光谱学与光谱分析》,2016年第1期
   为准确且无损测定小麦叶片的反射光谱,研究了不同背景对叶片表面反射光谱的影响,在400~1000 nm波段范围测定了小麦叶片8种背景下的反射光谱以及叶绿素含量。以PLATE模型为基础,首次提出了BPLT(background plate)模型,扣除由不同背景导致的叶片反射光谱的变化。模型以背景下叶片的反射率 R0,不同背景反射率σ为输入,空气和致密叶片的界面反射比R12,致密叶片和空气的界面反射比R21,致密叶片的透射系数τ三参数中间变量,得到最终无背景时叶片反射率R值的2‐3‐1模型。采用方差分析法(a‐nalysis of variance ,ANOVA)进行了BPLT模型验证,对比分析了背景扣除前后10种叶绿素指数值的变化。结果表明,当反演的确定系数DC(determination coefficients)>0.90且残差平方和SSE<1时,反演的灵敏度较高,对小麦叶片不同叶绿素浓度的背景扣除有着较好的效果;采用BPLT模型背景扣除后,背景因素所占的百分比低于5%;优选了NDI&MCARI的函数关系,NDI&MCARI的斜率和叶绿素浓度的 R2由背景扣除前的0.8474提高到背景扣除后的0.9778。为真实测定不同背景下小麦叶片的反射光谱提供了依据。    

3.  基于叶片及冠层叶绿素参数的冬小麦籽粒蛋白质含量预测研究  
   宋晓宇  王纪华  杨贵军  崔贝  常红《光谱学与光谱分析》,2014年第34卷第7期
   小麦籽粒蛋白质含量是衡量小麦营养品质的重要指标,实现小麦品质快速的预测预报对于粮食收购部门和加工企业具有重要意义。研究基于作物叶绿素/氮素速测仪SPAD及Multiplex 3,获取冬小麦不同生育期叶片及冠层叶绿素参数,从小麦个体及群体参量两方面进行冬小麦收获期籽粒蛋白质含量及蛋白产量的预测研究。试验于2012年4—6月在国家精准农业研究示范基地开展,研究结果表明,冬小麦返青至灌浆初期,小麦冠层氮素密度与籽粒蛋白质含量的相关性优于叶片氮素含量与蛋白质含量的相关性,灌浆中期两者与籽粒蛋白质含量相关性差别不大;小麦叶片SPAD值与叶片氮素含量相关性总体优于其与冠层氮素密度的相关性,而叶绿素荧光参数SFR_G,SFR_R与冠层氮素密度的相关性优于其与叶片氮素含量的相关性;叶片SPAD与籽粒蛋白质含量的相关性在拔节期最弱,在灌浆中期最强,小麦冠层叶绿素荧光参数SFR_G,SFR_R与籽粒蛋白质含量相关性在返青至拔节期不显著,但孕穗期开始显著相关,在灌浆中期相关性最强且明显优于同期叶片SPAD与籽粒蛋白质含量的相关性;冬小麦籽粒蛋白产量与叶片SPAD值在小麦孕穗期至灌浆期显著相关,与SFR_G和SFR_R在小麦灌浆期显著相关;研究基于灌浆中期SPAD值及SFR_R值,构建了冬小麦籽粒蛋白质含量及籽粒蛋白产量的预测模型,其中,籽粒蛋白质含量预测模型复相关指数分别为0.426和0.497,模型标准误差分别为0.060%和0.055%,籽粒蛋白产量预测模型复相关指数分别为0.366和0.386,模型标准误差分别为125.367和123.454kg·ha-1。研究表明,利用叶片SPAD值及冠层叶绿素荧光信息,在小麦收获前进行品质的快速预测是可行的。    

4.  冬小麦生长期光谱变化特征与叶绿素含量监测研究  被引次数:6
   孙红  李民赞  赵勇  张彦娥  王晓敏  李修华《光谱学与光谱分析》,2010年第30卷第1期
   在分析冬小麦生长期冠层反射光谱和叶绿素含量变化特征的基础上,对二者之间的相关性进行了研究。表明从小麦拔节期开始,冠层反射光谱在可见光区(400~750 nm)的反射率先降低而后升高,以孕穗期反射率最低;在近红外区(750~1 000 nm)冠层反射率由拔节期至孕穗期反射率降低,然后开始上升。扬花期上升至最高点后又开始下降,直至乳熟期降至最低。冬小麦冠层反射率与叶绿素含量相关分析结果表明,冬小麦拔节期和孕穗期二者呈正相关,扬花期二者呈负相关;整个生长期中,孕穗期可见光区552 nm处反射率与叶绿素含量相关系数最大达0.89。依据冬小麦生长期冠层反射光谱红边拐点位置,分别建立了拔节期叶绿素含量线性检测模型(R~2=0.92)和孕穗期二项式模型(R~2=0.91),用于冬小麦叶绿素含量的无损检测是可行的。    

5.  利用高光谱扫描技术检测小麦叶片叶绿素含量  被引次数:3
   黄慧  王伟  彭彦昆  吴建虎  高晓东  王秀  张静《光谱学与光谱分析》,2010年第30卷第7期
   利用高光谱扫描技术对小麦叶片进行无损检测试验,探索精确测定小麦叶绿素含量的方法,为农作物生长状况、植物病理诊断等提供科学依据.研究选取90个样本作为校正集,30个样本作为预测集,获取叶片的高光谱反射图像,同时用传统的分光光度计方法测定其叶绿素含量.选取波长491~887 nm范围光谱,用多元散射校正、一阶导数、二阶导数3种方法处理,利用偏最小二乘法和逐步线性回归法分别建立了小麦叶片叶绿素含量与光谱信号间的数学模型.研究发现多元散射校正(MSC)结合二阶导数光谱的多元线性回归(SMLR)模型的效果较优,模型校正集和预测集决定系数分别为0.82和0.79,校正均方根误差和预测均方根误差分别为0.69和0.71.研究结果表明可以利用高光谱扫描技术检测小麦叶片叶绿素含量.    

6.  基于可见-近红外光谱技术的炭疽病侵染后油茶叶片叶绿素含量预测研究  
   Wu N  Liu JA  Zhou GY  Yan RK  Zhang L《光谱学与光谱分析》,2012年第32卷第5期
   分析炭疽病侵染后油茶冠层的可见-近红外光谱特征,探索建立病害胁迫下油茶冠层叶片叶绿素含量的预测模型。通过实地调查病情指数,获取不同病害程度的油茶冠层叶片光谱数据及其叶绿素含量,并对光谱数据进行了一阶微分与滑动平均滤波相结合的预处理,再通过光谱数据重采样,提取敏感波段建立了叶绿素含量的BP神经网络预测模型。结果表明:(1)随着病情的加重,油茶冠层光谱可见光区域的反射峰和吸收谷逐渐消失;红光到近红外陡峭的红边被逐渐拉平;在近红外区域,健康油茶的光谱反射率明显大于感病油茶的光谱反射率。(2)微分光谱484~512,533~565,586~606和672~724nm四个波段是叶绿素吸收和反射的敏感波段。(3)以敏感波段为输入变量建立的BP神经网络模型,其计算出的预测值与观测值之间的相关系数r和均方根误差分别为0.992 1和0.045 8。因此,利用可见-近红外光谱技术预测炭疽病侵染后油茶叶片叶绿素含量是可行的。    

7.  冬小麦条锈病严重度不同估算方法对比研究  被引次数:2
   王静  景元书  黄文江  张竞成  赵娟  张清  王力《光谱学与光谱分析》,2015年第6期
   为了提高遥感监测小麦条锈病病害严重度的准确性,寻找小麦病害的较优反演模型,在国家精准农业示范研究基地基于野外定位调查小麦病情指数及冠层光谱数据,利用与小麦病害发生呈显著关系且有效反映植被生理生长状况的7种高光谱植被指数,尝试分别采用PLS (偏最小二乘回归)、BP神经网络和植被指数经验法三种方法建立小麦条锈病病情反演模型,并进行比较分析。结果表明:三种方法病害严重度预测值与实测值间的 R2分别为0.936,0.918,0.767。采用偏最小二乘回归方法监测小麦病情指数效果更好,为探寻不同种类植被指数对模型的贡献,尝试用代表植被绿度的 NDVI ,GNDVI ,MSR和代表水分含量的NDWI和MSI植被指数分别作为PLS模型的输入变量,建立病害反演模型。结果表明:小麦条锈病中,叶片叶绿素含量的变化比冠层水含量的变化对病情指数更为敏感,对病害有更好的解释作用。然而,两模型精度都低于七种植被指数全部参与时的预测结果,即输入变量中采用多种植被指数比用单类指数模拟准确度高。    

8.  病害胁迫下冬小麦冠层叶片色素含量高光谱遥感估测研究  被引次数:20
   蒋金豹  陈云浩  黄文江《光谱学与光谱分析》,2007年第27卷第7期
   通过人工田间诱发小麦条锈病,在不同生育期测定染病冬小麦冠层光谱和相应叶片的色素含量.把冠层光谱数据、一阶微分数据与相应的叶片色素含量数据分别进行相关分析,采用单变量线性和非线性回归技术,选取部分样本建立小麦的色素含量估测模型,并利用其余的样本对模型进行检验,结果表明绿边内一阶微分总和(SDg)与红边内一阶微分总和(SDr)的归一化值为变量的线性模型是估测色素含量的最佳模型,其估测叶绿素a,叶绿素b和胡萝卜素含量的相对误差分别为17.0%,16.3%和12.4%.该研究表明可用高光谱信息估测冠层叶片色素含量,且估测精度较高.文章的研究结果对利用高光谱遥感监测农作物长势以及病害影响都具有实际应用价值.    

9.  尖椒叶片叶绿素含量的近红外检测分析实验研究  被引次数:5
   蒋焕煜  应义斌《Guang pu xue yu guang pu fen xi = Guang pu》,2007年第27卷第3期
   应用傅里叶漫反射近红外光谱技术探讨了尖椒叶片叶绿素含量的无损检测方法.利用偏最小二乘法和主成分回归法分别建立了尖椒叶片叶绿素含量与漫反射光谱间的数学模型,同时对不同光谱预处理方法和不同建模波段范围对模型的预测性能进行对比分析.结果表明,用傅里叶变换光谱仪采集的原始光谱经平滑和基线校正对结果的影响不是很明显;利用PLS建模获得的结果明显好于采用PCR方法建模;原始光谱经二阶微分获得的预测结果比一阶微分光谱和原始光谱的预测结果好;剔除异常样本后,在全波段范围内原始光谱经二次微分的预测相关系数达到0.975 37,校正均方根误差和预测均方根误差分别为2.33和5.49.本研究说明,应用近红外漫反射光谱检测叶片叶绿素含量是可行的,可为今后快速无损检测叶片叶绿素含量提供理论依据.    

10.  近红外漫反射光谱检测赣南脐橙可溶性固形物的研究  被引次数:4
   刘燕德  欧阳爱国  罗吉  陈兴苗《光谱学与光谱分析》,2007年第27卷第11期
   研究了应用可见-近红外漫反射光谱技术快速检测赣南脐橙可溶性固形物的方法.以40个赣南脐橙为标准样本,利用漫反射光谱测定法获取完整赣南脐橙的可见-近红外光光谱(350~2 500 nm),采用多种光谱校正算法,选取不同的光谱波段范围对水果样本的漫反射二阶光谱进行有效信息的提取和分析,并结合偏最小二乘法和主成分回归等定量校正方法,建立了赣南脐橙可溶性固形物的定量数学模型.实验结果为:在361~2 488 nm波段范围内,偏最小二乘法校正模型的预测精度最好,校正模型的相关系数为0.929,校正标准偏差和预测标准偏差分别为0.517,0.592,其预测集样本的预测值与真实值的相关系数为0.791.实验结果表明:应用近红外漫反射技术对赣南脐橙可溶性固形物的快速无损检测具有可行性.    

11.  基于多光谱成像的番茄叶片叶绿素含量预测建模方法研究  被引次数:1
   Jiang WJ  Sun M《光谱学与光谱分析》,2011年第31卷第3期
   传统的光谱分析技术预测植物的叶绿素含量的精度较低,而基于3CCD的多光谱摄像机的叶绿素预测研究存在其摄像机本身成本昂贵和无法调整的波长通道数等局限性.文章提出了基于多光谱图像技术利用敏感波长(532,610和700 nm)下番茄叶片的灰度值来预测其叶绿素含量的研究方法.利用多元线性回归分析、主成分分析和偏最小二乘回归分析等方法建立了预测模型,取得了较好的预测效果,其相关系数R2c与R2v均达到了0.9左右.表明该方法用于番笳叶绿素的预测是有效和可行的,也为作物的长势检测仪器的开发奠定了基础.    

12.  基于可见-近红外光谱的植物叶绿素含量无损检测方法研究  被引次数:6
   李庆波  黄彦文  张广军  张倩暄  李响  吴瑾光《光谱学与光谱分析》,2009年第29卷第12期
   叶绿素含最足植物营养胁迫、光合作用能力和生长状况的良好指示剂.实时、可靠的作物营养诊断是进行科学施肥管理的基础,也是实施精细农业的关键技术之一.文章提出了一种应用可见-近红外光谱技术检测植物叶绿素含量的方法.采用透反射测样方式获取了植物叶片的可见-近红外光谱,并对获得的500~900 nm光谱数据进行平滑、一阶微分以及小波变换等预处理,然后采用偏最小二乘法(PLS)建立了植物叶片叶绿素含量与叶片吸收光谱的定量分析模型,最后利用该模型对预测集样本进行预测.预测集中样本的预测值与标准值之间的相关系数为0.93,预测均方根误差为1.1 SPAD.实验结果表明,利用可见-近红外光谱检测叶片叶绿素含量是可行的,这对今后实现快速无损榆测植物叶绿素含量具有重要的指导意义.    

13.  基于太赫兹技术的植物叶片水分检测初步研究  
   龙园  赵春江  李斌《光谱学与光谱分析》,2017年第37卷第10期
   叶片含水量是植物健康状况的重要衡量指标之一.太赫兹波处于红外和微波之间,对样品水分变化非常敏感,当太赫兹光谱穿透含水丰富的叶片时,叶片中水分等物质能对太赫兹光谱产生强烈的吸收,根据叶片不同位置处水分含量的不同,能利用太赫兹光谱技术对植物叶片进行成像.本研究利用太赫兹技术检测植物叶片的水分含量,初步探讨植物叶片中水分和太赫兹成像的相关关系.实验采集离体绿萝叶片,每隔一定时间通过太赫兹光谱仪对叶片逐点扫描,获取叶片每一点的太赫兹时域光谱数据,经过傅里叶变换得到对应频域光谱,提取时域幅值的光谱参数以及特定频域光谱,对植物叶片图像进行重构,获取植物叶片的二维图像.结果表明,不同频率下,绿萝离体叶片的太赫兹二维图像呈现明显差异,叶肉与叶脉中水分含量不同,对太赫兹波的吸收也不同,根据图像,能清晰显示植物叶片叶肉与叶脉部位的水分含量差异.通过叶片时域幅值的平均值、叶片频域平均值与叶片水分含量建立相应的回归模型,时域最小幅值光谱与水分含量建立的最佳模型预测相关性达0.9891,预测均方根误差为0.0244 g.研究表明太赫兹技术用于植物叶片的水分含量检测具有较好的研究潜力.    

14.  植被叶片叶绿素含量反演的光谱尺度效应研究  被引次数:1
   姜海玲  张立福  杨杭  陈小平  童庆禧《光谱学与光谱分析》,2016年第1期
   目前光谱指数方法已被广泛地应用于植被叶绿素含量的反演中,考虑到不同传感器的光谱响应存在差异,研究了光谱尺度效应对光谱指数反演植被叶片叶绿素含量的影响。基于PROSPECT 模型模拟了不同叶绿素含量(5~80μg?cm -2)下的5 nm叶片光谱反射率数据,并利用高斯光谱响应函数将其分别模拟成10~35 nm六种波段宽的光谱数据,再分析评价5~35 nm波段宽下光谱指数与叶片叶绿素含量的相关性、对叶片叶绿素含量变化及对波段宽变化的敏感性。最后,利用波段宽为40~65 nm的反射率数据对光谱指数反演植被叶绿素含量的光谱尺度效应进行验证。结果表明,通用光谱指数(vegetation index based on uni‐versal pattern decomposition method ,VIUPD)反演叶绿素含量的精度最高,反演值与真实值拟合程度最好;归一化差值植被指数(normalized difference vegetation index ,NDVI)和简单比值指数(simple ratio index , SRI)其次,虽然其决定系数R2高达0.89以上,但反演的叶绿素含量值小于真实值;其他光谱指数的反演结果较差。VIUPD对叶绿素含量具有较好的相关性和敏感性,受光谱尺度效应影响较小,具有较好的反演能力,这一结论恰好验证了其“独立于传感器”的特性,同时证明了VIUPD在多源遥感数据反演植被理化参量的研究中具有更好的应用前景。    

15.  利用偏最小二乘回归从冬小麦冠层光谱提取叶片含水量  被引次数:3
   王圆圆  李贵才  张立军  范锦龙《光谱学与光谱分析》,2010年第30卷第4期
   通过人为控制灌溉水平,在冬小麦3个发育期(孕穗、开花、乳熟)测定了冠层光谱和叶片含水量(leaf water content,LWC)。针对每期数据,结合偏最小二乘回归和迭代特征去除,建立了基于诊断波段的LWC回归模型。结果表明,叶片水分的光谱响应及反演精度受小麦生长状态的影响。在孕穗、开花和乳熟3个发育阶段,回归模型中光谱数据的最佳利用形式分别为对数光谱、导数光谱和反射率光谱;重要光谱区间为SWIR,NIR和SWIR;模型交叉验证决定系数(R2CV)为0.750,0.889和0.696。研究结论对今后监测冬小麦旱情和开发作物水分遥感产品具有重要的指导作用。    

16.  不同地类春小麦拔节期冠层光谱与叶绿素差异研究  被引次数:1
   靳彦华  熊黑钢  张芳  王莉峰《光谱学与光谱分析》,2013年第4期
   为实现对不同地类春小麦叶绿素含量的无损估测,通过分析春小麦冠层光谱与叶绿素含量的相关性,以及对其红边拐点位置与叶绿素含量做回归分析,分别建立了水浇地和旱地春小麦叶绿素含量估测模型并检验了模型精度。结果表明:(1)拔节期水浇地和旱地春小麦叶绿素含量差异较大,且前者明显大于后者。虽然各地类春小麦光谱反射率与叶绿素含量均有很好的相关性,但旱地春小麦的相关性在可见光和近红外波段均低于水浇地。(2)在可见光范围,旱地春小麦冠层光谱反射率高于水浇地,而在近红外区则相反。阴坡地由于土壤水分高,春小麦长势较好,冠层光谱特点与水浇地差异不大。(3)建立的不同地类春小麦反射光谱红边拐点位置与叶绿素含量的监测模型表明,水浇地春小麦叶绿素含量的监测可用线性模型,预测精度达94.06%。而旱地则宜用二项式模型,预测精度为97.15%,比其线性模型高10.48%。    

17.  光谱指数的植物叶片叶绿素含量估算模型  
   李哲  张飞  陈丽华  张海威《光谱学与光谱分析》,2018年第5期
   叶片叶绿素能够有效监测植被的生长状况,利用光谱指数反演植被叶绿素含量是目前的通用方法。实测了盐生植物光谱反射率和叶片叶绿素含量。对SPAD值进行变换,对比Pearson与VIP方法探讨盐生植被叶片叶绿素含量与植被指数的相关性并进行精度验证,从中选出最佳拟合模型。研究表明,通过对Pearson与VIP相关性分析,最终选定VIP方法建立植被指数的叶片叶绿素估算模型,NDVI_(705),ARVI,CI_(red edge),PRI,VARI,PSRI和NPCI的VIP值均大于0.8,因此选定这七个植被指数为最优植被指数;预测结果显示,所有模型的相关性都在0.7以上,预测值与实测值相关性最好的是经过倒数变换的SPAD值,R=0.816,RMSE=0.007。基于VIP方法的反演模型能较好地估算研究区植被叶绿素含量,该方法为植物叶绿素含量诊断的实际应用提供了重要的理论依据和技术支持。    

18.  基于反射光谱技术的植物叶片SPAD值预测建模方法研究  被引次数:3
   杨海清  姚建松  何勇《光谱学与光谱分析》,2009年第29卷第6期
   植物叶片SPAD值反映了植物叶绿素含量,对特定的植物也反映了氮含最.为了实现植物叶绿素含量的快速无损检测,利用光纤反射光谱技术对植物叶片SPAD值进行了预测建模研究.实验中选取70个样本作为建模集,50个样本作为校验集.通过叶片光谱比对,发现光谱红边段650~750 nm对SPAD预测建模有直接关系.实验确定了光强调节因子和叶片厚度影响因子.首先通过待定系数法构造出SPAD预测公式,然后用Visual Basic6.0设计的遗传算法进行参数寻优,最后确定最佳敏感波段为683.24~733.91nm.分析表明,叶片厚度对SPAD反射光谱模型精度有显著影响.经过叶片厚度修正后的建模集拟合因子R2为0.865 8,校验集拟合因子R2为0.916 1.结果表明,利用反射光谱技术建立的SPAD预测模型是成功的,从而可为仪器开发提供方法指导.    

19.  基于高光谱反射率的冬小麦生长后期氮素丰度监测研究  
   唐强  李少昆  王克如  谢瑞芝  陈兵  王方永  刁万英  肖春华《光谱学与光谱分析》,2010年第30卷第11期
   生物量、氮素含量和LAI(leaf area index)是生态系统中表征作物长势最重要的参数,叶干重、叶片氮素含量和LAI实时动态监测对小麦氮素营养诊断和管理调控具有重要意义.选用了五个小麦品种和四个氮素水平的比较实验,研究不同处理冬小麦抽穗到黄熟期氮素丰度(NR)与光谱反射率差值(△R)的关系,建立冬小麦后期氮素丰度监测模型.结果表明,不同品种的冬小麦冠层叶片氮素丰度随生育进程推进而增加.不同氮素处理氮素丰度大小为NO>N3>N1>N2,光谱参量TCARI和VD672与氮素丰度的相关性最好,相关系数(r)分别为0.870和0.855,其建立氮素丰度估测模型的决定系数分别为0.757和0.731,预测准确率达84.56%和80.13%.光谱参数TCARI和VD672可以有效地评价小麦后期冠层叶片氮素状况,可以对氮素丰度进行准确可靠的监测.    

20.  基于PROSPECT+SAIL模型的森林冠层叶绿素含量反演  被引次数:5
   Yang XG  Fan WY  Yu Y《光谱学与光谱分析》,2010年第30卷第11期
   森林冠层叶绿素含量直接反映着森林的健康和胁迫情况.叶绿素含量的准确估测,更是研究森林生态系统循环模型的关键.文章以PROSPECT+SAIL模型为基础,从物理机理角度反演森林冠层叶绿素含量.首先利用PROSPECT和SAIL模型模拟叶片水平和冠层水平的光谱,并建立叶片水平叶绿素含量的查找表反演叶片叶绿素含量,然后结合森林结构参数Leaf Atea Index(LAI)实现叶片尺度与冠层尺度叶绿素含量的转化,从Hyperion影像反演研究区域冠层水平叶绿素含量.结果表明,叶绿素含量的主要影响波段为400~900 nm;PROSPECT模型模拟的叶片光谱和SAIL模型模拟的冠层光谱均与实测光谱拟合效果较好,相对误差分别为7.06%,16.49%;LAI反演结果的均方根误差RMSE=0.5426;利用PROSPECT+SAIL模型可以较好地反演森林冠层叶绿素含量,反演精度为77.02%.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号