作者:李粉玲,常庆瑞,申健,王力 单位:中国农业机械学会;中国农业机械化科学研究院 出版:《农业机械学报》2016年第02期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFNYJX2016020400 DOC编号:DOCNYJX2016020409 下载格式:PDF + Word/doc 文字可复制、可编辑
《高分一号卫星影像特征及其在草地监测中的应用》PDF+DOC2015年第05期 王磊,耿君,杨冉冉,田庆久,杨闫君,周洋 《基于无人机高光谱遥感的冬小麦叶面积指数反演》PDF+DOC2016年第22期 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌 《基于星载通道光谱指数与小麦冠层叶片氮素营养指标的定量关系》PDF+DOC2013年第02期 姚霞,刘小军,田永超,曹卫星,朱艳,张羽 《机载高光谱数据提取冬小麦冠层叶绿素含量的模型分析及验证》PDF+DOC2009年第05期 颜春燕,刘强 《不同传感器的模拟植被指数对水稻叶面积指数的估测精度和敏感性分析》PDF+DOC2008年第01期 陈拉,黄敬峰,王秀珍 《作物营养智能检测仪设计与试验》PDF+DOC2013年第S2期 钟振江,李民赞,孙红,吴李烜,吴倩
  • 基于多年大田和小区试验下的实测小麦冠层高光谱信息,利用传感器光谱响应函数模拟Landsat 8、SPOT 6、HJ-1A、HJ-1B、GF-1和ZY-3卫星可见光-近红外波段的冠层光谱反射率,构建基于光谱指数的全生育期叶片氮含量(Leaf nitrogen concentration,LNC)估算模型。结果表明,基于不同传感器模拟的宽波段光谱反射率、光谱指数之间存在差异,但差异不显著;所有筛选的光谱指数和叶片氮含量都在P<0.01水平显著相关,基于各光谱指数所构建的全生育期叶片氮含量估算通用模型均通过显著性检验;基于综合指数(TCARI/OSAVI)、转化叶绿素吸收反射指数(TCARI)、比值植被指数(RVI)的叶片氮含量估算模型具有较高的敏感性,噪声等效误差(NE)均小于1.6,其中以TCARI/OSAVI建立的叶片氮含量估算通用模型具有最好的拟合、检验精度和适用性,模型决定系数为0.62,NE为1.26。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。