典型文献
基于无人机多光谱遥感的玉米FPAR估算
文献摘要：
为了探究无人机多光谱遥感影像估算作物光合有效辐射吸收比例(Fraction of absorbed photosynthetically active radiation,FPAR)的潜力,以无人机多光谱影像提取的植被指数、纹理指数、叶面积指数为模型输入参数,在分析不同参数与FPAR相关性的基础上优选植被指数与纹理指数,并分别以一元线性模型、多元逐步回归模型、岭回归模型、BP神经网络模型等方法估算玉米FPAR.结果表明:植被指数、纹理指数、叶面积指数3种参数与FPAR都具有较强的相关性,其中植被指数相关系数最大;在不同类型的FPAR估算模型中,BP神经网络模型的估算效果最优,FPAR估算模型决定系数R2、均方根误差(RMSE)分别为0.857、0.173,验证模型R2、RMSE分别为0.868、0.186,模型估算值与田间实测值间相对误差(RE)为8.71％;在不同形式的模型参数组合中,均以植被指数、纹理指数、叶面积指数3种参数融合的FPAR模型的估算与验证效果最优,说明多特征参数融合能有效改善FPAR估算效果.该研究为基于无人机多光谱遥感数据精准估算玉米FPAR及生产潜力提供了科学依据.
文献关键词：
玉米;光合有效辐射吸收比例;无人机;多光谱遥感;植被指数;纹理指数
中图分类号：
作者姓名：
王来刚;贺佳;郑国清;郭燕;张彦;张红利
作者机构：
河南省农业科学院农业经济与信息研究所,郑州450002;农业农村部黄淮海智慧农业技术重点实验室,郑州450002;河南省农作物种植监测与预警工程研究中心,郑州450002
文献出处：
引用格式：
[1]王来刚;贺佳;郑国清;郭燕;张彦;张红利-.基于无人机多光谱遥感的玉米FPAR估算)[J].农业机械学报,2022(10):202-210
A类：
光合有效辐射吸收比例
B类：
多光谱遥感,FPAR,遥感影像,算作,Fraction,absorbed,photosynthetically,active,radiation,无人机多光谱影像,影像提取,植被指数,纹理指数,叶面积指数,模型输入,输入参数,同参数,一元线性,线性模型,多元逐步回归模型,岭回归模型,估算模型,算效,决定系数,RMSE,验证模型,田间,实测值,RE,数组,参数融合,多特征参数,遥感数据,生产潜力
AB值：
0.244627
相似文献
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。
