基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
[目的]探索不同高光谱模型监测大豆叶面积指数LAI的精度.[方法]实测不同水肥耦合作用下,大豆冠层的高光谱反射率与叶面积指数(Leaf Area Index)数据,对二者进行相关分析;采用敏感波段(801nm,670nm)构建RVI, NDVI, SAVI, OSAVI 和MTVI2植被指数,建立大豆LAI估算模型;最后采用相关系数较大的波段作为神经网络模型的输入变量进行大豆LAI的估算.[结果]大豆LAI与光谱反射率在可见光波段呈负相关、近红外波段呈正相关、红边处相关系数由负变正;微分光谱在三边处与大豆LAI关系密切,在红边处取得最大回归确定性系数(R2 = 0.86).植被指数可以较为精确反演大豆LAI,确定性系数R2>0.84.人工神经网络模型可以大大提高大豆LAI的估算水平,当隐藏层节点数为2时,R2为0.92,随着隐藏层节点数的增加,R2可高达0.96;在没有黄熟期数据干扰的情况下,神经网络可以进一步提高大豆LAI的反演精度,R2可高达0.99.[结论]与基于植被指数建立的模型相比,神经网络模型可以有效避免因LAI过高而出现的过饱和现象,大大提高了LAI的反演精度.
推荐文章
基于分类知识利用神经网络反演叶面积指数
叶面积指数
神经网络
冠层反射模型
PROSAIL
1988-2013年基于BP神经网络的植被叶面积指数遥感定量反演
南京市
BP神经网络
长时间序列
LAI
土壤侵蚀
基于无人机遥感影像的大豆叶面积指数反演研究
无人机
遥感
数码相机
多光谱传感器
植被指数
叶面积指数
经验模型
大豆
鼓粒期
烟草叶面积指数的高光谱估算模型
高光谱
烟草
LAI
植被指数
主成分分析
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络的大豆叶面积高光谱反演研究
来源期刊 中国农业科学 学科 农学
关键词 高光谱 大豆LAI 植被指数 BP神经网络
年,卷(期) 2006,(6) 所属期刊栏目 耕作栽培·生理生化
研究方向 页码范围 1138-1145
页数 8页 分类号 S5
字数 6423字 语种 中文
DOI 10.3321/j.issn:0578-1752.2006.06.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张柏 中国科学院东北地理与农业生态研究所 244 7384 43.0 70.0
2 王宗明 中国科学院东北地理与农业生态研究所 207 5857 40.0 65.0
3 宋开山 中国科学院东北地理与农业生态研究所 192 4951 40.0 59.0
4 刘焕军 中国科学院东北地理与农业生态研究所 31 1142 17.0 31.0
5 张渊智 中国科学院东北地理与农业生态研究所 10 215 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (136)
参考文献  (16)
节点文献
引证文献  (85)
同被引文献  (272)
二级引证文献  (516)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(6)
  • 参考文献(1)
  • 二级参考文献(5)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(3)
  • 二级参考文献(3)
2000(6)
  • 参考文献(2)
  • 二级参考文献(4)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(6)
  • 参考文献(2)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(14)
  • 引证文献(10)
  • 二级引证文献(4)
2009(15)
  • 引证文献(5)
  • 二级引证文献(10)
2010(28)
  • 引证文献(12)
  • 二级引证文献(16)
2011(18)
  • 引证文献(4)
  • 二级引证文献(14)
2012(38)
  • 引证文献(3)
  • 二级引证文献(35)
2013(45)
  • 引证文献(5)
  • 二级引证文献(40)
2014(51)
  • 引证文献(3)
  • 二级引证文献(48)
2015(55)
  • 引证文献(9)
  • 二级引证文献(46)
2016(63)
  • 引证文献(9)
  • 二级引证文献(54)
2017(77)
  • 引证文献(5)
  • 二级引证文献(72)
2018(83)
  • 引证文献(11)
  • 二级引证文献(72)
2019(71)
  • 引证文献(2)
  • 二级引证文献(69)
2020(39)
  • 引证文献(3)
  • 二级引证文献(36)
研究主题发展历程
节点文献
高光谱
大豆LAI
植被指数
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国农业科学
半月刊
0578-1752
11-1328/S
大16开
北京中关村南大街12号
2-138
1960
chi
出版文献量(篇)
9193
总下载数(次)
12
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导