冬小麦光谱“红端”红移特性研究

doi:10.6046/gtzyyg.1993.01.08

全文: PDF(272 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

本文应用数字微分法对冬小麦的高分辨率多时相光谱数据进行了处理,提取出了冬小麦光谱红端红移的特征。分析了红端红移的幅度与光谱分辨率、冬小麦的生长期、叶片的叶绿素含量及覆盖率等参数之间的关系,提出了冬小麦红端红移特征遥感的最佳时机。本研究使用的光谱数据取自安徽光机所的光谱数据库。

	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
	王圆圆
	陈云浩
	李京
	蒋金豹
	程培生
	汤正江

关键词 ：数据挖掘, 高光谱, 偏最小二乘, 病情指数

Abstract：

Multitemporal spectrum data of wheat with high resolution have been processed using a digital derivation algorithm and their properties of red edge shifting toward long wavelenth have been extracted. Relationship between red edge shift and spectral resolution. growth period. chlorophyll content in leaf and coverage rate for wheat have been analysed. And then an optimal season to detect the properties of red edge shift have benn proposed,

Key words： Data mining Hyperspectral Partial least square Disease index

出版日期: 2011-08-02

引用本文:

殷贤湘, 易维宁, 徐青山. 冬小麦光谱“红端”红移特性研究[J]. 国土资源遥感, 1993, 5(1): 43-46.
Yin Xianxiang, Yi Weining, Xu Qingshan . STUDY OF PROPERTIES FOR RED EDGE SHIFT OF WHEAT. REMOTE SENSING FOR LAND & RESOURCES, 1993, 5(1): 43-46.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.1993.01.08 或 https://www.gtzyyg.com/CN/Y1993/V5/I1/43

[1] Horler, D. N. H., M. Dockray and J. Barber. The red edge of plant leaf reflectance. Int. J. Remote Sensing, 1983(4): 273-288

[2] Collins, W., S. H. Chang, G. Raines, F. Canney and R. Ashley. Airborne biogeophysical mappiisg of hidden mineral deposits. Economic Geology, 1983(78):737-749

[3] Vane, G. et. al. Observational parameters for remote sensing in the next decade. Proc, of SPIE, 1982,3(5): 52-65

[4] Chang, S. H, and W. Collins. Confirmation of airborne biogeophysical mineral exploration technique using laboratory methods. Economic Geology, 1983(78): 723-736

[5] 武汉大学和山东大学计算数学教研室编.计算方法.人民教育出版社,1979

[1]	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.
[2]	曲海成, 王雅萱, 申磊. 多感受野特征与空谱注意力结合的高光谱图像超分辨率算法[J]. 自然资源遥感, 2022, 34(1): 43-52.
[3]	陈洁, 张立福, 张琳珊, 张红明, 童庆禧. 紫外-可见光水质参数在线监测技术研究进展[J]. 自然资源遥感, 2021, 33(4): 1-9.
[4]	高文龙, 张圣微, 林汐, 雒萌, 任照怡. 煤矿开采中SOM的遥感估算和时空动态分析[J]. 自然资源遥感, 2021, 33(4): 235-242.
[5]	刘咏梅, 范鸿建, 盖星华, 刘建红, 王雷. 基于无人机高光谱影像的NDVI估算植被盖度精度分析[J]. 自然资源遥感, 2021, 33(3): 11-17.
[6]	李双权, 马玉凤, 刘勋, 李长春, 杜军. 郑州邙山枣树沟黄土剖面常量元素含量的高光谱反演[J]. 自然资源遥感, 2021, 33(3): 121-129.
[7]	杜程, 李得林, 李根军, 杨雪松. 基于高原盐湖光谱特性下的溶解氧反演应用与探讨[J]. 自然资源遥感, 2021, 33(3): 246-252.
[8]	姜亚楠, 张欣, 张春雷, 仲诚诚, 赵俊芳. 基于多尺度LBP特征融合的遥感图像分类[J]. 自然资源遥感, 2021, 33(3): 36-44.
[9]	臧传凯, 沈芳, 杨正东. 基于无人机高光谱遥感的河湖水环境探测[J]. 自然资源遥感, 2021, 33(3): 45-53.
[10]	王华, 李卫卫, 李志刚, 陈学业, 孙乐. 基于多尺度超像素的高光谱图像分类研究[J]. 自然资源遥感, 2021, 33(3): 63-71.
[11]	舒慧勤, 方俊永, 鲁鹏, 顾万发, 王潇, 张晓红, 刘学, 丁兰坡. 基于多源高分辨率数据的遗址空间考古精细识别研究[J]. 国土资源遥感, 2021, 33(2): 162-171.
[12]	肖艳, 辛洪波, 王斌, 崔利, 姜琦刚. 基于小波变换和连续投影算法的黑土有机质含量高光谱估测[J]. 国土资源遥感, 2021, 33(2): 33-39.
[13]	胡新宇, 许章华, 陈文慧, 陈秋霞, 王琳, 刘辉, 刘智才. 基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果[J]. 国土资源遥感, 2021, 33(2): 55-65.
[14]	韩彦岭, 崔鹏霞, 杨树瑚, 刘业锟, 王静, 张云. 基于残差网络特征融合的高光谱图像分类[J]. 国土资源遥感, 2021, 33(2): 11-19.
[15]	吴倩, 姜琦刚, 史鹏飞, 张莉莉. 基于高光谱的土壤碳酸钙含量估算模型研究[J]. 国土资源遥感, 2021, 33(1): 138-144.