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:
叶绿素是植物体进行光合作用吸收光能物质的主要色素,直接影响植被的光合作用.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.实测了不同品种、肥水条件下,花生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;首先采用相关系数较大的波段作为变量进行叶绿素含量的估算,其次采用特定叶绿素敏感波段建立叶绿素估算模型.经对比发现,以原始高光谱反射率所构建的估算模型精度不高;一阶导数与叶绿素含量之间的关系采取同样的方法,表明线性模型可较好地预测叶绿素含量;最后在高光谱特征变量中,λr、λg、λo为自变量所构建的模型均通过极显著检验,以λr所构建的指数模型具有最大的决定系数(r2=0.5435)和F值(F=33.333);通过精度检验,综合分析认为,以662 nm处的一阶微分反射率所构建的线性模型和以红边位置所构建的指数模型均可作为叶绿素含量估算较为合适的高光谱模型.
推荐文章
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
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
基于高光谱数据的滴灌甜菜叶绿素含量估算
叶绿素
高光谱遥感
植被指数
一阶微分
估算模型
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 花生叶绿素含量的高光谱遥感估算模型研究
来源期刊 江苏农业科学 学科 农学
关键词 花生 叶绿素含量 高光谱遥感 估算模型
年,卷(期) 2017,(1) 所属期刊栏目 农业工程与信息技术
研究方向 页码范围 197-200
页数 4页 分类号 S127
字数 3498字 语种 中文
DOI 10.15889/j.issn.1002-1302.2017.01.056
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 隋学艳 39 272 11.0 15.0
2 梁守真 19 94 5.0 9.0
3 王猛 28 102 7.0 8.0
4 侯学会 18 73 5.0 7.0
5 颜丙囤 5 10 2.0 3.0
9 陈振 5 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (14)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
花生
叶绿素含量
高光谱遥感
估算模型
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
江苏农业科学
半月刊
1002-1302
32-1214/S
大16开
南京市孝陵卫钟灵街50号
28-10
1973
chi
出版文献量(篇)
24128
总下载数(次)
53
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导