|
|
基于GF-1号卫星WFV数据反演玉米叶面积指数 |
王立辉1,4, 杜 军2, 黄进良1,4, 杨瑞霞3, 黄 维1,5 |
1.中国科学院 测量与地球物理研究所, 武汉; 2.河南省科学院 地理研究所, 郑州;3.中国科学院 遥感与数字地球研究所, 北京; 4.湖北省环境与灾害监测评估重点实验室, 武汉; 5.中国科学院大学, 北京 |
|
王立辉1,4, 杜 军2, 黄进良1,4, 杨瑞霞3, 黄 维1,5 |
1.中国科学院 测量与地球物理研究所, 武汉; 2.河南省科学院 地理研究所, 郑州;3.中国科学院 遥感与数字地球研究所, 北京; 4.湖北省环境与灾害监测评估重点实验室, 武汉; 5.中国科学院大学, 北京 |
|
摘要 叶面积指数(Leaf Area Index, LAI)是描述作物生长状况的重要生理生态参数之一.该文以河南封丘县玉米为研究对象,利用中国高分辨率对地观测系统的首发星——高分一号(GF-1)WFV数据,计算4种常用的植被指数,包括归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio,SR)、土壤调节植被指数(soil-adjusted vegetation index,SAVI) 和修正的土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI).结合地面同步实测的玉米LAI数据,建立各植被指数与实测LAI的统计回归模型.结果表明:研究区玉米LAI和4种植被指数之间均有较强的相关性,其中,MSAVI-LAI的指数模型相关系数达到了0.842 6,LAI反演精度最高.使用独立的野外观测数据对模型进行验证,平均相对误差为4.85%,均方根误差(root mean square error, RMSE)仅为0.183,表明该文建立的LAI经验统计模型具有较高的精度,利用GF-1 WFV 影像可以快速、准确地监测河南封丘玉米LAI,GF-1影像用于LAI等地表参量遥感定量反演具有巨大的潜力.2014年8月中旬,封丘大部分地区玉米LAI大于4,玉米长势较好.该研究结果可为利用经验统计模型反演河南玉米LAI提供参考.
|
|
收稿日期: 2016-01-25
|
引用本文: |
王立辉1,4, 杜 军2, 黄进良1,4, 杨瑞霞3, 黄 维1,5. 基于GF-1号卫星WFV数据反演玉米叶面积指数[J]. , 2016, 55(1): 0-0.
王立辉1,4, 杜 军2, 黄进良1,4, 杨瑞霞3, 黄 维1,5. . , 2016, 55(1): 0-0.
|
|
|
|
链接本文: |
http://xuebaotest.ccnu.edu.cn/zk/CN/ 或 http://xuebaotest.ccnu.edu.cn/zk/CN/Y2016/V55/I1/0 |
[1] |
张 桓 毓. 高考数学实战教学[J]. , 2016, 55(5): 0-0. |
[2] |
王 志 斌. 抛物线焦点弦的性质[J]. , 2016, 55(5): 0-0. |
[3] |
成 卫 东. 论高中数学直觉思维能力[J]. , 2016, 55(5): 0-0. |
[4] |
李 春 平. 高中数学概念课教学[J]. , 2016, 55(5): 0-0. |
[5] |
刘 勇. 如何提高高中数学学习效率[J]. , 2016, 55(5): 0-0. |
[6] |
王 二 虎. 高中生数学思维障碍的成因及突破[J]. , 2016, 55(5): 0-0. |
[7] |
王 俊 辉. 高中数学教学反思[J]. , 2016, 55(5): 0-0. |
[8] |
廖 润 生. 中学数学教学思考[J]. , 2016, 55(5): 0-0. |
[9] |
任 启 胜. 解析一次函数[J]. , 2016, 55(5): 0-0. |
[10] |
廖 润 生. 常见数学题型教学策略[J]. , 2016, 55(5): 0-0. |
[11] |
黄 梅 容. 如何培养小学生学习科学的兴趣[J]. , 2016, 55(5): 0-0. |
[12] |
陈 永. 论小学生数学思维能力[J]. , 2016, 55(5): 0-0. |
[13] |
黄 文 锋. 小学数学语言训练方法[J]. , 2016, 55(5): 0-0. |
[14] |
李 芳. 如何培养小学低年级学生的数学语言表达能力[J]. , 2016, 55(5): 0-0. |
[15] |
谭 玲 玲. 如何培养小学低段学生的数学学习习惯[J]. , 2016, 55(5): 0-0. |
|
|
|
|