基于环境星CCD数据的冬小麦叶面积指数遥感监测模型研究

doi:10.6046/gtzyyg.2010.02.12

全文: PDF(1206 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

以山东禹城为研究区，利用我国自主研发的环境星数据，计算了4种植被指数，即归一化植被指数(NDVI）、比值植被指数（RVI）、土壤调节植被指数（SAVI）及增强型植被指数（EVI)；结合同步观测数据，将植被指数与实测叶面积指数（LAI）进行回归分析，比较各种植被指数模型对冬小麦LAI的估测精度。结果表明，4种植被指数与LAI均具有较高的相关性，其中，比值植被指数（RVI）对LAI反演精度最高，即LAI=2.967 ln RVI-1.201是估算冬小麦LAI的最优模型。使用2009年5月冬小麦LAI观测数据对模型进行验证，平均相对误差为19%。

	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 ：藏东三江地区, 金矿, 遥感5要素

Abstract：

With Yucheng County in Shandong Province as the study area, the authors estimated the LAI based on HJ-1 data and calculated four vegetation indices (NDVI, RVI, SAVI, EVI) to analyze their relationship with the observed LAI. A comparison of the four models has proved that the relationships between LAI and the four vegetation indices are all acceptable, and RVI seems to be the best parameter for estimating LAI (LAI=2.967ln RVI-1.201). With the RVI-LAI model, LAI map of Yucheng was retrieved in May 2009, with the average error being 19% or so, which suggests that the model achieves a high precision.

Key words： Sanjiang Region of Tibet Gold Deposit The five elements of remote sensing

出版日期: 2010-06-29

引用本文:

陈雪洋, 蒙继华, 杜鑫, 张飞飞, 张淼, 吴炳方. 基于环境星CCD数据的冬小麦叶面积指数遥感监测模型研究[J]. 国土资源遥感, 2010, 22(2): 55-58.
CHEN Xue-Yang, MENG Ji-Hua, DU Xin, ZHANG Fei-Fei, ZHANG Miao, WU Bing-Fang. The Monitoring of the Winter Wheat Leaf Area Index Based on HJ-1 CCD Dada. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(2): 55-58.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.02.12 或 https://www.gtzyyg.com/CN/Y2010/V22/I2/55

[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]	刘建宇, 陈玲, 李伟, 王根厚, 王博. 基于ASTER数据韧性剪切带型金矿蚀变信息提取方法优化[J]. 国土资源遥感, 2019, 31(1): 229-236.
[3]	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.
[4]	陈琪, 赵志芳, 何彬仙, 王頔, 习靖. 基于RS和GIS技术的矿山环境恢复与治理规划——以云南省元阳某金矿矿集区为例[J]. 国土资源遥感, 2015, 27(3): 167-171.
[5]	李明. 利用遥感等手段圈定紫金山铜金矿床外围找矿有利区[J]. 国土资源遥感, 2012, 24(1): 137-142.
[6]	况忠, 龙胜清, 曾禹人, 黄欣欣, 邬晓芳. 黔西南地区遥感构造与金矿的关系及找矿预测[J]. 国土资源遥感, 2012, 24(1): 160-165.
[7]	李智峰, 朱谷昌, 张建国, 刘欢, 胡杏花. 基于SPOT数据的铁化蚀变信息提取及找矿应用研究——以陇南金矿区为例[J]. 国土资源遥感, 2011, 23(2): 91-97.
[8]	张瑞江. 新疆境内穆龙套型金矿的找矿方向[J]. 国土资源遥感, 2007, 19(4): 106-110.
[9]	白朝军, 陈瑞保, 王跃峰, 张玉明, 左爱萍. 西藏班公湖-怒江板块结合带岩金遥感找矿模式[J]. 国土资源遥感, 2003, 15(2): 15-18.
[10]	李玉龙, 董建乐, 杨日红, 于学政. 藏东三江地区金矿地质与遥感[J]. 国土资源遥感, 2002, 14(4): 22-26.
[11]	王永江. 西天山吐拉苏盆地与火山岩有关的Au 矿床遥感找矿研究[J]. 国土资源遥感, 2001, 13(3): 60-60.
[12]	陈松岭, 卢福宏, 高光明, 吴德文. 华北地台北缘内蒙古段金矿围岩蚀变的遥感识别[J]. 国土资源遥感, 2001, 13(2): 13-18，64.
[13]	张佩民, 黄林日, 鲍巨才, 王俊清. 辽西肖家营子地区金矿遥感信息提取及成矿预测[J]. 国土资源遥感, 2000, 12(3): 31-37.
[14]	于学政. 青藏高原遥感信息地质含义—─兼论东昆仑金矿成矿远景[J]. 国土资源遥感, 1999, 11(1): 63-63.
[15]	朱谷昌, 吴健生, 吴德文, 杨自安, 周正武. 利用TM数据快速提取红土型金矿地表特征标志[J]. 国土资源遥感, 1998, 10(4): 29-32.