典型文献
基于星机遥感数据的阴影影响下冬小麦覆盖度估算
文献摘要：
遥感影像中阴影的存在对植被覆盖度提取精度具有重要影响.本文以处于拔节期的冬小麦麦田为研究区,基于无人机多光谱影像和Sentinel-2卫星影像,结合NDVI、SVI、VDSEVI和NDCSI 4个植被指数与像元二分模型方法、阈值法2种植被覆盖度提取方法,研究有阴影情况下大田冬小麦覆盖度估算的最佳植被指数和提取方法.结果表明,提取无人机影像中冬小麦植被覆盖度,使用像元二分模型与植被指数结合的方法精度高于阈值法,提取精度最高的为使用NDCSI与像元二分模型结合(MAE为0.1064,RMSE为0.1341),其次为SVI、VD-SEVI和NDVI与像元二分模型结合;提取Sentinel-2卫星影像中冬小麦植被覆盖度,提取精度最高的也为使用NDCSI与像元二分模型结合(MAE为0.0767,RMSE为0.0960),然后依次为NDVI、SVI和VDSEVI与像元二分模型结合.无人机的反演结果具有较高的精度,可以作为地面数据对卫星数据冬小麦覆盖度反演结果进行精度验证,使用NDCSI可有效去除无人机影像和卫星影像中的阴影影响,提高了大田冬小麦覆盖度反演精度.结果表明,本文方法在麦田中的应用效果较好,植被提取的精度高,可作为麦田植被覆盖度提取的一个有效方法.
文献关键词：
植被指数;植被覆盖度;盐渍土;无人机;Sentinel-2A
中图分类号：
作者姓名：
陈平男;王瑞燕
作者机构：
山东农业大学资源与环境学院, 山东 泰安271017
文献出处：
引用格式：
[1]陈平男;王瑞燕-.基于星机遥感数据的阴影影响下冬小麦覆盖度估算)[J].农业与技术,2022(09):48-54
A类：
VDSEVI,NDCSI,SEVI
B类：
遥感数据,阴影,冬小麦,遥感影像,对植,植被覆盖度,拔节期,麦田,无人机多光谱影像,Sentinel,卫星影像,NDVI,SVI,植被指数,像元二分模型,模型方法,阈值法,大田,无人机影像,MAE,RMSE,地面数据,卫星数据,精度验证,反演精度,田中,植被提取,盐渍土,2A
AB值：
0.192478
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。
