作者:赵安玖,陈银华,毛加勇 单位:四川农业大学 出版:《四川农业大学学报》2016年第04期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFSCND2016040110 DOC编号:DOCSCND2016040119 下载格式:PDF + Word/doc 文字可复制、可编辑
《无人机遥感在农田信息监测中的应用进展》PDF+DOC2019年第04期 纪景纯,赵原,邹晓娟,宣可凡,王伟鹏,刘建立,李晓鹏 《基于无人机遥感影像的大豆叶面积指数反演研究》PDF+DOC2015年第07期 高林,杨贵军,王宝山,于海洋,徐波,冯海宽 《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 《精准施药中叶面积指数探测研究》PDF+DOC2017年第07期 吴双丽,邓巍,吴桂芳 《基于改进水云模型和Radarsat-2数据的农田土壤含水量估算》PDF+DOC2016年第22期 杨贵军,岳继博,李长春,冯海宽,杨浩,兰玉彬 《日本MOS-1卫星MESSR传感器的土地覆盖分类性能》PDF+DOC1989年第04期 向井幸男,中山裕则,王家圣 《多源遥感数据融合应用研究》PDF+DOC2005年第03期 袁金国,王卫 《能从太空监测珊瑚礁吗?》PDF+DOC2003年第08期 Petra Philipson,Tommy Lindell,林宝法 《法国遥感卫星的发展——从SPOT到Pleiades》PDF+DOC2007年第04期 冯钟葵,石丹,陈文熙,骆艾荣 《HJ-1-CCD与MODIS数据的NDVI比较分析》PDF+DOC2013年第03期 祁建春,李洪建,李莘莘,严俊霞,范萌
  • 【目的】分析遥感影像不同空间分辨率对LAIe估测结果的影响。【方法】基于地面调查的83个20 m×20 m样地和Landsat-8、SPOT-5、Pleiades-1遥感数据,以川西南山地常绿阔叶林为研究对象,运用偏最小二乘回归分析法,估测了2 m、10 m、30 m 3种尺度(粒度)上区域森林有效叶面积指数(LAIe)。【结果】3种分辨率的遥感数据提取的植被指数NDVI、SAVI对LAIe估测最为重要(Landsat-8:NDVI、SAVI的VIP=1.662;SPOT-5:NDVI、SAVI的VIP=1.573;Pleiades-1:NDVI、SAVI的VIP=1.423)。3种传感器的NDVI、SAVI的相关系数大于0.8,均达极显著水平。对LAIe回归估测检验显示,Landsat-8的决定系数R2=0.793,精度P=79.8%;SPOT-5的决定系数R2=0.853,P=84.4%;Pleiades-1的R2高达0.898,估测精度最高,达89.5%。【结论】不同空间分辨率的影像对LAIe估测有显著影响,使用高空间分辨率数据能显著提高LAIe估测.....。

    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。