Please wait a minute...
 
国土资源遥感  2007, Vol. 19 Issue (2): 71-74    DOI: 10.6046/gtzyyg.2007.02.18
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
琯溪蜜柚叶片氮浓度高光谱遥感监测初探
朱晓铃, 黄正清, 高建阳, 黄德华
福建省地质遥感中心,福州350011
A PRELIMINARY STUDY OF HYPERSPECTRAL REMOTE
SENSING MODEL FOR ESTIMATION OF NITROGEN
CONCENTRATION IN POMELO FROM GUANXI
 ZHU Xiao-Ling, HUANG Zheng-Qing, GAO Jian-Yang, HUANG De-Hua
Geological Remote Sensing Center, Fuzhou 350011, China
全文: PDF(711 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

以福建省平和县琯溪蜜柚为研究对象,利用星载Hyperion高光谱遥感数据对蜜柚叶片进行氮浓度估测。在分析Hyperion数据特征的基础上进行大气校正、几何纠正等预处理,从而得到图像反射率;结合地面光谱测量和蜜柚叶片采样分析,通过逐步回归分析法研究叶片氮浓度与高光谱图像反射率及其衍生量的关系,最终建立其遥感定量监测模型。结果表明,图像反射率的对数变换更有利于氮浓度的定量反演,入选的波段是983 nm、1 245 nm、1 316 nm和1 457 nm,其中1 245 nm波段对氮浓度影响最大,1 457 nm波段最小。利用该模型对氮浓度进行估算的值域与地面调查结果一致,说明利用高光谱进行氮浓度定量反演具有一定的可行性。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
张兵
王向军
童庆禧
关键词 遥感图像处理沟谷密度土壤侵蚀    
Abstract

EO-1 Hyperion data is used to estimate nitrogen concentration of Guanxi pomelo in this study. Based on analyzing the data characteristics, the Hyperion preprocessing includes such means as atmospheric correction and geometric correction. Using the linear stepwise regression method, this paper established the correlation between the reflectance spectra / derivative spectra and the concentration of nitrogen on the basis of the sampling data in the field. The results show that reflectance spectra derivative of logarithm is fairly good in estimating nitrogen concentration. The absorption features around 1 003 nm, 1 245 nm, 1 336 nm and 2 264 nm are selected. The values of nitrogen concentration through estimation are quite consistent with those of field measurements. The authors have thus concluded that it is feasible and time-saving to estimate nitrogen concentration of pomelo by using hyperspectral remote sensing images.

Key wordsRemote sensing    Image processing    Gully density    Soil erosion intensity
收稿日期: 2006-06-13      出版日期: 2009-07-24
: 

TP79 

 
通讯作者: 朱晓铃(1979-),女,硕士,主要从事环境与资源遥感的研究。
引用本文:   
朱晓铃, 黄正清, 高建阳, 黄德华. 琯溪蜜柚叶片氮浓度高光谱遥感监测初探[J]. 国土资源遥感, 2007, 19(2): 71-74.
ZHU Xiao-Ling, HUANG Zheng-Qing, GAO Jian-Yang, HUANG De-Hua. A PRELIMINARY STUDY OF HYPERSPECTRAL REMOTE
SENSING MODEL FOR ESTIMATION OF NITROGEN
CONCENTRATION IN POMELO FROM GUANXI. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(2): 71-74.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2007.02.18      或      https://www.gtzyyg.com/CN/Y2007/V19/I2/71
[1] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[3] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[5] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[10] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[11] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[12] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[13] 李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
[14] 刘白露, 管磊. 南海珊瑚礁白化遥感热应力检测改进方法研究[J]. 自然资源遥感, 2021, 33(4): 136-142.
[15] 吴芳, 金鼎坚, 张宗贵, 冀欣阳, 李天祺, 高宇. 基于CZMIL测深技术的海陆一体地形测量初探[J]. 自然资源遥感, 2021, 33(4): 173-180.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发