典型文献
基于Sentinel-1A双极化时序数据的甘蔗株高反演方法
文献摘要：
甘蔗株高为甘蔗品种与土壤、气象、水文等因素的综合反映,是甘蔗长势监测与估产的重要指标.研究以华南地区气候与天气条件为基础,通过对覆盖甘蔗全生长期的23景时间序列Sentinel-1A数据进行预处理、矩阵转换与Cloude-Pottier分解,求得双极化雷达植被指数(Dual-pol radar vegetation index,DPRVI).分析了该指数与甘蔗长势参数(株高)随甘蔗不同生长期的动态变化规律.采用4种经典的经验回归模型(线性、二次多项式、指数、对数),以分段函数形式对不同生长期的甘蔗株高进行反演,建立最佳反演模型.实验结果表明,拟合模型在分蘖期前相关性最高,二次多项式模型拟合效果最优,决定系数R2与均方根误差分别达到了0.882与0.118 cm,对反演效果最好的分蘖期之前的二次函数模型进行验证,结果表明决定系数R2达0.839,平均绝对偏差为7.4％,说明DPRVI反演甘蔗株高是有效的.将DPRVI与其他3种经典的反演参数进行对比,结果表明,DPRVI的性能优于其他3种参数.通过分析可得,DPRVI可以较好地反演甘蔗生长前期的株高变化,反演的株高参数可供农业管理部门参考.
文献关键词：
时序数据;Sentinel-1A;甘蔗;株高反演;双极化雷达植被指数
中图分类号：
作者姓名：
孙盛;刘立露;胡忠文;余旭
作者机构：
广东工业大学计算机学院,广州510006;深圳大学自然资源部大湾区地理环境监测重点实验室,深圳518000;广东工业大学土木与交通工程学院,广州510006
文献出处：
引用格式：
[1]孙盛;刘立露;胡忠文;余旭-.基于Sentinel-1A双极化时序数据的甘蔗株高反演方法)[J].农业机械学报,2022(02):186-194
A类：
株高反演,Cloude,Pottier,双极化雷达植被指数,DPRVI
B类：
Sentinel,1A,时序数据,反演方法,甘蔗品种,长势监测,估产,华南地区,天气条件,Dual,pol,radar,vegetation,长势参数,不同生长期,动态变化规律,分段函数,反演模型,拟合模型,分蘖期,二次多项式模型,模型拟合,拟合效果,决定系数,二次函数模型,平均绝对偏差,反演参数,甘蔗生长,生长前期,高参数,农业管理
AB值：
0.252925
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
