玉米冠层FPAR的高光谱遥感估算研究——基于PCA方法及近、短波红外波段

doi:10.6046/gtzyyg.2008.04.03

全文: PDF(710 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

光合有效辐射分量(Fraction of Absorbed Photosynthetically Active Radiation，FPAR)是进行生态系统功能和全球变化

研究的重要参数，准确估算FPAR具有重要的意义。通过对野外实测玉米高光谱数据和光合有效辐射数据的分析，探讨了主成分分析

方法在高光谱信息提取及其估算玉米冠层FPAR参数的可行性，在此基础上，结合植被指数验证FPAR估算效果，分析近红外及短波红

外高光谱数据在FPAR估算方面的应用潜力。

	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

关键词 ：高光谱遥感, 定量化岩矿信息, 纹理信息提取与量化, 青藏高原

Abstract：

Fraction of Photosynthetically Active Radiation (FPAR) is a key parameter in the study of such topics

as ecological system function and global changes, and hence it is important to estimate FPAR accurately. Based on

an analysis of hyperspectral and photosynthetical active radiation data of the corn, this paper studied the

feasibility of Principal Component Analysis (PCA) for hyperspectral information extraction and corn canopy FPAR

estimation, and analyzed the potential of near-shortwave infrared hyperspectral data for FPAR estimation. The

results show that the PCA method can be used effectively to compress hyperpsectral information, and will give a

better performance than vegetation indices for FPAR estimation. Near-infrared and shortwave band hyperspectral

reflectance has a great potential for estimating FPAR and hence can help improve the precision of FPAR estimation.

Key words： Hyperspectral remote sensing Identify and extract directly SUM and MGM Texture information Tibet Plateau

收稿日期: 2008-04-17 出版日期: 2009-06-23

基金资助:

吉林省科技发展计划资助项目（20080128）、中国科学院东北振兴科技行动计划重点项目（DBZX-2-030）及中国科学院

长春净月潭遥感实验站开放基金共同资助。

通讯作者: 杨飞（1981-），男，在读博士生，主要研究方向为植被高光谱遥感及应用。

引用本文:

杨飞, 张柏, 刘志明, 刘殿伟, 王宗明, 宋开山. 玉米冠层FPAR的高光谱遥感估算研究——基于PCA方法及近、短波红外波段[J]. 国土资源遥感, 2008, 20(4): 9-13.
YANG Fei, ZHANG Bai, LIU Zhi-Meng, LIU Dian-Wei, WANG Zong-Meng, SONG Kai-Shan. A STUDY OF CORN FPAR ESTIMATION FROM HYPERSPECTRAL DATA BASED ON PCA APPROACH AND NEAR-INFRARED SHORTWAVE BANDS. REMOTE SENSING FOR LAND & RESOURCES, 2008, 20(4): 9-13.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2008.04.03 或 https://www.gtzyyg.com/CN/Y2008/V20/I4/9

[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]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	闵文彬, 彭骏, 李施颖. 青藏高原FY-3C卫星积雪产品评估[J]. 国土资源遥感, 2021, 33(1): 145-151.
[7]	孙珂. 融合超像元与峰值密度特征的遥感影像分类[J]. 国土资源遥感, 2020, 32(4): 41-45.
[8]	王瑞军, 张春雷, 孙永彬, 王诜, 董双发, 王永军, 闫柏琨. 高光谱在甘肃红山多金属找矿模型构建中的应用[J]. 国土资源遥感, 2020, 32(3): 222-231.
[9]	童立强, 裴丽鑫, 涂杰楠, 郭兆成, 余江宽, 范景辉, 李丹丹. 冰崩灾害的界定与类型划分——以青藏高原地区为例[J]. 国土资源遥感, 2020, 32(2): 11-18.
[10]	熊俊楠, 李伟, 刘志奇, 程维明, 范春捆, 李进. 基于GWR模型的青藏高原地区TRMM数据降尺度研究[J]. 国土资源遥感, 2019, 31(4): 88-95.
[11]	张东辉, 赵英俊, 秦凯. 典型目标地面光谱信息系统设计与实现[J]. 国土资源遥感, 2018, 30(4): 206-211.
[12]	徐彬仁, 魏瑗瑗. 基于随机森林算法对青藏高原TRMM降水数据进行空间统计降尺度研究[J]. 国土资源遥感, 2018, 30(3): 181-188.
[13]	刘刚, 燕云鹏, 刘建宇. 青藏高原西部湖泊与构造背景关系遥感研究[J]. 国土资源遥感, 2018, 30(2): 154-161.
[14]	任广利, 杨敏, 李健强, 高婷, 梁楠, 易欢, 杨军录. 高光谱蚀变信息在金矿找矿预测中的应用研究——以北山方山口金矿线索为例[J]. 国土资源遥感, 2017, 29(3): 182-190.
[15]	张川, 叶发旺, 徐清俊, 刘洪成, 孟树. 新疆白杨河铀铍矿区航空高光谱矿物填图及蚀变特征分析[J]. 国土资源遥感, 2017, 29(2): 160-166.