|
|||||
|
|
| 基于灰度关联分析的冬小麦叶片含水量高光谱估测 | |
| 引用本文： | 金秀良,徐新刚,王纪华,李鑫川,王妍,谭昌伟,朱新开,郭文善.基于灰度关联分析的冬小麦叶片含水量高光谱估测[J].光谱学与光谱分析,2012,32(11). |
| 作者姓名： | 金秀良 徐新刚 王纪华 李鑫川 王妍 谭昌伟 朱新开 郭文善 |
| 作者单位： | 1. 扬州大学江苏省作物遗传生理重点实验室,农业部长江中下游作物生理生态与栽培重点开放实验室,江苏扬州225009;北京农业信息技术研究中心,北京100097 2. 北京农业信息技术研究中心,北京,100097 3. 扬州大学江苏省作物遗传生理重点实验室,农业部长江中下游作物生理生态与栽培重点开放实验室,江苏扬州225009 |
| 基金项目： | 国家自然科学基金项目，北京市科技新星计划项目 |
| 摘 要： | 尝试应用灰色关联分析方法(GRA)分析典型的水分植被指数(WVI)和水分含量(LWC)间的关联度,然后选择对冬小麦叶片水含量敏感的指数,比较SRM-PLS(逐步回归-偏最小二乘)方法和PLS方法估算LWC的精度.首先,对冬小麦WVI与LWC进行灰色关联分析,筛选出对冬小麦LWC敏感的WVI;其次,利用筛选出的敏感WVI,分别用PLS-SRM方法和PLS两种方式估算冬小麦LWC；然后对两种方式进行比较,选择最高决定系数(R2)和最小均方根误差(RMSE)的LWC估算模型来估算冬小麦LWC.结果表明:在整个生育期用PLS和PLS-SRM方法估算LWC,R2和RMSE分别为0.605和0.575,4.75％和7.35％.研究表明:先使用GRA对WVI和LWC进行关联度分析,再用PLS或PLS-SRM方法可以提高冬小麦的LWC估算精度. |
| 关 键 词： | 叶片含水量 灰色关联分析 逐步回归法 偏最小二乘法 冬小麦 水分植被指数 |
Hyperspectral Estimation of Leaf Water Content for Winter Wheat Based on Grey Relational Analysis(GRA) |
|
| JIN Xiu-liang , XU Xin-gang , WANG Ji-hua , LI Xin-chuan , WANG Yan , TAN Chang-wei , ZHU Xin-kai , GUO Wen-shan.Hyperspectral Estimation of Leaf Water Content for Winter Wheat Based on Grey Relational Analysis(GRA)[J].Spectroscopy and Spectral Analysis,2012,32(11). | |
| Authors: | JIN Xiu-liang XU Xin-gang WANG Ji-hua LI Xin-chuan WANG Yan TAN Chang-wei ZHU Xin-kai GUO Wen-shan |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |