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:
基于实测大豆冠层高光谱及叶绿素a数据,利用植被指数和三波段方法建立大豆叶绿素a的高光谱反演模型.通过IDL(interactive data language)实现NDVI和RVI波段的重新选择,提高了基于2种植被指数的模型反演精度.比较而言,三波段方法建模反演大豆叶绿素a含量的精度较改良后植被指数的更高(R2=0.81).研究结果表明,利用波段重新组合的植被指数建立的估算模型可以提高大豆叶绿素a的估算精度;三波段模型法可以筛选更好的波段来构建模型,并在一定程度上提高大豆叶绿素a反演精度.
推荐文章
基于光谱指数的植物叶片叶绿素含量的估算模型
叶绿素含量
高光谱模型
“三边”参数
光谱指数
北京野鸭湖湿地植物
基于植被指数的马尾松叶绿素含量估算模型
植被指数
相关分析
高光谱
马尾松
基于“三边”参数的油松林叶绿素估算模型1)
油松林叶绿素
光谱数据
“三边”参数
叶绿素估算模型
水稻上部叶片叶绿素含量的高光谱估算模型
水稻
叶位
叶绿素含量
高光谱遥感
光谱指数
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 基于三波段模型的大豆叶绿素a含量估算模型
来源期刊 中国科学院大学学报 学科 工学
关键词 叶绿素a 三波段模型 植被指数 生化参数
年,卷(期) 2014,(2) 所属期刊栏目 化学与生命科学
研究方向 页码范围 176-181
页数 分类号 TP79
字数 语种 中文
DOI 10.7523/j.issn.2095-6134.2014.02.006
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 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
2 杜嘉 中国科学院东北地理与农业生态研究所 28 494 12.0 22.0
3 邵田田 中国科学院东北地理与农业生态研究所 9 89 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(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)
研究主题发展历程
节点文献
叶绿素a
三波段模型
植被指数
生化参数
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
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导