大豆叶绿素含量高光谱反演模型研究

• 作者: 刘焕军 宋开山 张柏 段洪涛 王宗明
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 高光谱 叶绿素含量 植被指数 ANN-BP
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 技术基础理论
• 页码范围: 16-21
• 页数: 6页
• 分类号: S127
• 字数: 5981字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2006.08.004

摘要

叶绿素是植物体进行光合作用、进行第一性生产的重要物质,能够间接反映植被的健康状况与光合能力,同时也能反映植被受环境胁迫后的生理状态.高光谱遥感为快速、大面积监测植被的叶绿素变化提供了可能.该研究实测了不同水肥耦合作用下,大豆冠层的高光谱反射率与叶绿素含量数据,对二者进行了相关分析;采用特定叶绿素敏感波段建立了植被指数叶绿素估算模型;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了叶绿素含量的估算.经对比发现叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致,在可见光谱波段呈负相关,近红外波段呈正相关,红边处相关系数由负变正.特定色素植被指数可以提高大豆叶绿素估算精度(R2＞0.736),但是人工神经网络模型可以大大提高大豆叶绿素含量的估算水平,当隐藏层节点数为4时,R2大于0.94,随着隐藏层节点数的增加,R2可高达0.99,表明神经网络模型可以大大提升高光谱反演大豆叶绿素含量的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段洪涛	中国科学院东北地理与农业生态研究所	74	2123	27.0	44.0
2	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
3	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
4	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
5	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