CN106092915A - 一种草地绿色植物与枯萎植物重量比例遥感估算方法 - Google Patents
一种草地绿色植物与枯萎植物重量比例遥感估算方法 Download PDFInfo
- Publication number
- CN106092915A CN106092915A CN201610371556.0A CN201610371556A CN106092915A CN 106092915 A CN106092915 A CN 106092915A CN 201610371556 A CN201610371556 A CN 201610371556A CN 106092915 A CN106092915 A CN 106092915A
- Authority
- CN
- China
- Prior art keywords
- weight ratio
- withered
- plant weight
- green plants
- withered plant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 241001464837 Viridiplantae Species 0.000 claims abstract description 67
- 238000009826 distribution Methods 0.000 claims abstract description 27
- 230000003595 spectral effect Effects 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000011160 research Methods 0.000 claims abstract description 6
- 238000012827 research and development Methods 0.000 claims abstract description 4
- 238000010606 normalization Methods 0.000 claims description 21
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000001035 drying Methods 0.000 claims description 4
- 206010013786 Dry skin Diseases 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 8
- 241000196324 Embryophyta Species 0.000 description 132
- 238000005259 measurement Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- BPJYAXCTOHRFDQ-UHFFFAOYSA-L tetracopper;2,4,6-trioxido-1,3,5,2,4,6-trioxatriarsinane;diacetate Chemical compound [Cu+2].[Cu+2].[Cu+2].[Cu+2].CC([O-])=O.CC([O-])=O.[O-][As]1O[As]([O-])O[As]([O-])O1.[O-][As]1O[As]([O-])O[As]([O-])O1 BPJYAXCTOHRFDQ-UHFFFAOYSA-L 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/64—Percentage-indicating weighing apparatus, i.e. for expressing the weight as a percentage of a predetermined or initial weight
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种草地绿色植物与枯萎植物重量比例遥感估算方法，所述方法是研究区草地空间分布数据获取；地面采样点定位；采样点绿色植物与枯萎植物重量比例测定；估算绿色植物与枯萎植物重量比例光谱指数的确定；确定研究区绿色植物与枯萎植物重量比例遥感估算模型；计算研究区待估算的光谱指数；研究区待估算日期绿色植物与枯萎植物重量比例遥感估算；研究区草地绿色植物与枯萎植物重量比例动态遥感估算研究。本方法通过遥感技术寻找对绿色植物与枯萎植物敏感的光谱波段，构建了估算绿色植物与枯萎植物重量比例关系的光谱指数，实现了一种草地绿色植物与枯萎植物重量比例遥感估算方法，为草原生态研究及发展战略提供技术支撑。
Description
技术领域
本发明涉及一种遥感估算草地绿色植物与枯萎植物重量比例的方法，尤其是一种利用卫星遥感数据快速准确估算草地绿色植物与枯萎植物重量比例格局与动态的方法。
背景技术
绿色植物与枯萎植物重量比例是草地生态系统重要的结构参数，是反映草地植被生长状况最直接的指标，对草地生态系统的结构、功能与过程起着决定性作用。绿色植物与枯萎植物重量比例被广泛应用于开展草地植被生长动态监测、草地火灾预警、草地干旱监测、草地生长力模型、畜牧业规划等方面的实践与研究工作。对草地绿色植物与枯萎植物重量比例进行快速评估，对指导区域草地科学利用具有重要的现实意义。
草地绿色植物与枯萎植物重量比例获取的传统方法为实地测量，包括目测法、样点法、样方法、样线法等，但这些方法一般只适用于小区域尺度，且费时费力、难以大面积展开及具有一定的破坏性。近年来，遥感技术迅猛发展，并以其宏观性、时效性、信息量大等特点在草地资源调查等领域展示了日渐广阔的应用前景。遥感技术的发展为草地绿色植物与枯萎植物重量比例的获取提供了新的技术手段，尤其是为大范围草地绿色植物与枯萎植物重量比例快速、准确估算提供了可能。
然而，目前利用遥感技术估算草地绿色植物与枯萎植物重量比例还没有切实有效的光谱指数。尽管基于红波段与近红外波段反射率组合的归一化植被指数NDVI（Rouse等,1974）可以准确地估算草地绿色植物重量，但利用NDVI估算草地绿色植物与枯萎植物重量比例具有很大的误差。此外，学者们将用于估算草地枯萎植物覆盖度的STI指数（VanDeventer等，1997）用于估算草地枯萎植物重量。不过，STI指数估算草地枯萎植物重量的比例并不理想。进一步研究表明，STI指数也无法准确估算草地绿色植物与枯萎植物重量比例。为科学合理利用草地资源，亟需提供一种草地绿色植物与枯萎植物重量比例遥感估算方法。
发明内容
本发明要解决的具体技术问题是如何通过遥感技术寻找对绿色植物与枯萎植物敏感的光谱波段，构建估算绿色植物与枯萎植物重量比例关系的光谱指数，实现一种草地绿色植物与枯萎植物重量比例遥感估算方法。
一种草地绿色植物与枯萎植物重量比例遥感估算方法是按下列步骤进行的：
1）研究区域草地空间分布数据获取；
获取研究区域的土地覆盖遥感影像产品MCD12Q1，进行数据格式与地图投影转换，生成研究区域的草地空间分布图；
2）地面采样点定位
依据上述步骤1）描述方法得到的研究区域草地空间分布图，选取草地植被空间分布均匀的n个采样点，记录采样点四个角的经纬度坐标；
3）采样点绿色植物与枯萎植物重量比例测定
将每个采样点分成n个10 m × 10 m的网格，每个网格再分成1 m × 1 m的样方，并选取1个样方获取绿色植物与枯萎植物，70℃恒温烘干至恒重，求取样方绿色植物与枯萎植物重量比例，计算每个采样点所有样方绿色植物与枯萎植物重量比例的均值，作为该采样点的绿色植物与枯萎植物重量比例；
4) 估算绿色植物与枯萎植物重量比例光谱指数的确定
提取采样点对应MOD09Y1像元1-7波段反射率，计算两两波段反射率组合的差值、比值、归一化等形式的63个光谱指数，采用线性回归分析对采样点绿色植物与枯萎植物重量比例与其所对应的63个光谱指数之间的关系进行拟合，通过比较拟合方程的决定系数R2，确定估算绿色植物与枯萎植物重量比例的光谱指数为第6波段与第4波段反射率组合的归一化指数；
5）确定研究区绿色植物与枯萎植物重量比例遥感估算模型
采用一元线性回归模型对采样点绿色植物与枯萎植物重量比例与其对应的上述步骤4）中确定的光谱指数之间的关系进行回归拟合，确定研究区绿色植物与枯萎植物重量比例遥感估算模型；
6）计算研究区待估算日期的步骤4）中确定的光谱指数
获取研究区待估算日期的MYD09A1遥感影像，进行数据格式与地图投影转换，依据上述步骤1）获得的研究区域草地空间分布图，逐像元计算草地分布区域待估算日期的步骤4）中确定的短波红外波段第6波段与绿波段第4波段反射率组合的归一化指数；
7）研究区待估算日期绿色植物与枯萎植物重量比例遥感估算
依据上述步骤6）计算的研究区草地区域待估算日期的短波红外与绿波段反射率组合的归一化指数，并通过上述步骤4）与步骤5)确定的绿色植物与枯萎植物重量比例遥感估算模型逐像元计算研究区草地分布区域待估算日期的绿色植物与枯萎植物重量比例。
8）研究区草地绿色植物与枯萎植物重量比例动态遥感估算研究
利用上述步骤1）-7）的草地绿色植物与枯萎植物重量比例遥感估算方法对研究区草地绿色植物与枯萎植物重量比例进行一天、一周、一月或一年的变化过程监测，研究草地绿色植物与枯萎植物重量比例的动态变化规律，为草原生态研究及发展战略提供数据支撑。
上述技术方案的实施，挖掘了草地绿色植物与枯萎植物重量比例在短波红外波段、绿波段的反射率信息，构建了监测草地绿色植物与枯萎植物重量比例的光谱指数及估算模型，并应用此模型对研究区的绿色植物与枯萎植物重量比例进行了空间反演，克服了传统的实地调查方法的局限性。本方法弥补了基于遥感数据估算草地绿色植物与枯萎植物重量比例的空白，为及时准确估算大区域范围草地绿色植物与枯萎植物重量比例提供了一种新方法，实现了基于遥感技术的草地大范围区域性绿色植物与枯萎植物重量比例的快速准确监测，为草原生态研究及发展战略研究提供了数据支撑。
附图说明
图1是本发明实施案例所述的一种草地绿色植物与枯萎植物重量比例遥感估算方法中苏尼特草地空间分布图。
图2是本发明实施案例所述的一种草地绿色植物与枯萎植物重量比例遥感估算方法中苏尼特草地采样点分布图。
图3是本发明实施案例所述的一种草地绿色植物与枯萎植物重量比例遥感估算方法中采样点短波红外波段与绿波段反射率组合的归一化指数与实测绿色植物与枯萎植物重量比例相关关系图。
图4是本发明实施案例所述的一种草地绿色植物与枯萎植物重量比例遥感估算方法中苏尼特草地绿色植物与枯萎植物重量比例估算结果空间分布图。
图5 是本发明实施案例所述的一种草地绿色植物与枯萎植物重量比例遥感估算方法中对比例NDVI与实测绿色植物与枯萎植物重量比例相关关系图。
图6 是本发明实施案例所述的一种草地绿色植物与枯萎植物重量比例遥感估算方法中对比例STI与实测绿色植物与枯萎植物重量比例相关关系图。
具体实施方式
实施一种草地绿色植物与枯萎植物重量比例遥感估算方法，所述方法是按下列步骤进行的。
1）研究区草地空间分布数据获取。获取研究区的土地覆盖遥感影像产品MCD12Q1，进行数据格式与地图投影转换，生成研究区的草地空间分布图。
2）地面采样点定位。依据上述步骤1）获得的研究区草地空间分布图，选取草地植被空间分布均匀的n个采样点，记录采样点四个角的经纬度坐标。
3）采样点绿色植物与枯萎植物重量比例测定。将每个采样点分成n个10 m × 10m的网格，每个网格再分成1 m × 1 m的样方，并选取1个样方获取绿色植物与枯萎植物，70℃恒温烘干至恒重，求取样方绿色植物与枯萎植物重量比例，计算每个采样点所有样方绿色植物与枯萎植物重量比例的均值，作为该采样点的绿色植物与枯萎植物重量比例。
4) 估算绿色植物与枯萎植物重量比例光谱指数的确定。提取采样点对应MOD09Y1像元1-7波段反射率，计算两两波段反射率组合的差值、比值、归一化等形式的63个光谱指数，采用线性回归分析对采样点绿色植物与枯萎植物重量比例与其所对应的63个光谱指数之间的关系进行拟合，通过比较拟合方程的决定系数（R2），确定估算绿色植物与枯萎植物重量比例的光谱指数为第6波段（短波红外）与第4波段（绿）反射率组合的归一化指数。
5）确定研究区绿色植物与枯萎植物重量比例遥感估算模型。采用一元线性回归模型对采样点绿色植物与枯萎植物重量比例与其对应的上述步骤4）中确定的光谱指数之间的关系进行回归拟合，确定研究区绿色植物与枯萎植物重量比例遥感估算模型。
6）计算研究区待估算日期的步骤4）中确定的光谱指数
获取研究区待估算日期的MYD09A1遥感影像，进行数据格式与地图投影转换，依据上述步骤1）获得的研究区域草地空间分布图，逐像元计算草地分布区域待估算日期的步骤4）中确定的短波红外波段第6波段与绿波段第4波段反射率组合的归一化指数；
7）研究区待估算日期绿色植物与枯萎植物重量比例遥感估算
依据上述步骤6）计算的研究区草地区域待估算日期的短波红外与绿波段反射率组合的归一化指数，并通过上述步骤4）与步骤5)确定的绿色植物与枯萎植物重量比例遥感估算模型逐像元计算研究区草地分布区域待估算日期的绿色植物与枯萎植物重量比例。
8）研究区草地绿色植物与枯萎植物重量比例动态遥感估算研究
利用上述步骤1）-7）的草地绿色植物与枯萎植物重量比例遥感估算方法对研究区草地绿色植物与枯萎植物重量比例进行一天、一周、一月或一年的变化过程监测，研究草地绿色植物与枯萎植物重量比例的动态变化规律，为草原生态研究及发展战略提供数据支撑。
下面通过一种苏尼特草地绿色植物与枯萎植物重量比例遥感估算方法的应用案例，对本发明的具体实施方式作进一步说明。
实施一种草地绿色植物与枯萎植物重量比例遥感估算方法是按下列步骤进行的：
步骤一、苏尼特草地空间分布数据获取
获取苏尼特区域土地覆盖遥感影像产品MCD12Q1，使用MRT软件将MCD12Q1数据进行格式与地图投影转换，HDF格式转换为TIFF格式，正弦曲线地图投影转换为WGS84/Albers地图投影，生成苏尼特草地空间分布图，如附图1；
步骤二、地面采样点定位
依据上述步骤一描述的方法得到的苏尼特草地空间分布图，如附图1，选取草地植被空间分布均匀的30个1000 m × 1000 m的采样点，如附图2，记录采样点4个角的经纬度坐标；
步骤三、采样点绿色植物与枯萎植物重量比例测定
将每个采样点分成100个10 m × 10 m的网格，每个网格内选取1个样方（1 m × 1 m）获取绿色植物与枯萎植物，70℃恒温烘干至恒重，求取样方绿色植物与枯萎植物重量比例，计算每个采样点100个样方绿色植物与枯萎植物重量比例的均值，作为该采样点的绿色植物与枯萎植物重量比例；
步骤四、计算采样点短波红外波段与绿波段反射率组合的归一化指数
获取与测定时间同步的覆盖采样点的MYD09A1遥感影像，使用MRT软件将MYD09A1数据进行格式与地图投影转换，HDF格式转换为TIFF格式，正弦曲线地图投影转换为WGS84/Albers地图投影。
依据上述步骤二中记录的采样点经纬度坐标，提取位于采样点内的像元的短波红外波段（第6波段）与绿波段（第4波段）反射率，计算两波段反射率组合的归一化指数，
VI= (B6-B4) / (B6+B4)
其中，B6为MYD09A1第6波段（短波红外波段）反射率，B4为MYD09A1第4波段（绿波段）反射率；
步骤五、确定苏尼特草地绿色植物与枯萎植物重量比例遥感估算模型
采用一元线性分析对30个采样点绿色植物与枯萎植物重量比例与其对应的上述步骤四中计算出的归一化指数之间的关系进行回归拟合，如附图3，确定苏尼特草地绿色植物与枯萎植物重量比例遥感估算模型如下，
ratio = 15.09×((B6-B4) / (B6+B4)) – 5.02 (n=30, R2=0.6, P<0.001)
其中，ratio为绿色植物与枯萎植物重量比例，n为采样点数量，R2为决定系数，P<0.001表明模型具有极显著意义；
步骤六、计算苏尼特草地短波红外与绿波段反射率组合的归一化指数
获取苏尼特草地2005年8月下旬的MYD09A1遥感影像，使用MRT软件将MYD09A1数据进行格式与地图投影转换，HDF格式转换为TIFF格式，正弦曲线地图投影转换为WGS84/Albers地图投影。
依据上述步骤一描述的方法得到的苏尼特草地空间分布图，如附图1，计算2005年8月下旬苏尼特草地短波红外波段(第6波段)与绿波段（第4波段）反射率组合的归一化指数，
VI= (B6-B4) / (B6+B4)
其中，B6为MYD09A1第6波段（短波红外波段）反射率，B4为MYD09A1第4波段（绿波段）反射率；
步骤七、苏尼特草地绿色植物与枯萎植物重量比例遥感估算
依据上述步骤六描述的方法计算得到的2005年8月下旬苏尼特草地短波红外波段与绿波段反射率组合的归一化指数，并通过估算模型ratio = 15.09×((B6-B4) / (B6+B4)) –5.02，逐像元计算2005年8月下旬苏尼特草地绿色植物与枯萎植物重量比例，如附图4。
在上述实施例中，根据记录的采样点经纬度坐标，提取位于采样点内对应MOD09Y1像元所有波段反射率，即第1波段（红）反射率、第2波段（近红外）反射率、第3波段（蓝）反射率、第4波段（绿）发射率、第5波段（短波红外）反射率、第6波段（短波红外）反射率、第7波段（短波红外）反射率；计算1-7波段反射率两两组合的差值、比值、归一化等3种形式的植被指数，共63个；采用一元线性模型对30个采样点绿色植物与枯萎植物重量比例与其所对应的计算出的63个指数之间的关系进行回归拟合；通过比较拟合方程的决定系数（R2），决定系数系数越大，估算精度越高，确定估算草地绿色植物与枯萎植物重量比例的最佳光谱指数为短波红外波段（第6波段）与绿波段（第4波段）反射率组合的归一化指数。
与背景技术中介绍的用于估算草地绿色植物重量的NDVI指数以及用于估算草地枯萎植物重量的STI指数相比（附图5），本发明方法估算草地绿色植物重量与枯萎植物重量比例的决定系数（附图3）分别提高了0.58、0.59，具有重要的实用推广意义。
Claims (1)
1.一种草地绿色植物与枯萎植物重量比例遥感估算方法，所述方法是按下列步骤进行的：
1）研究区草地空间分布数据获取
获取研究区的土地覆盖遥感影像产品MCD12Q1，进行数据格式与地图投影转换，生成研究区的草地空间分布图；
2）地面采样点定位
依据上述步骤1）获得的研究区草地空间分布图，选取草地植被空间分布均匀的n个采样点，记录采样点四个角的经纬度坐标；
3）采样点绿色植物与枯萎植物重量比例测定
将每个采样点分成n个10 m × 10 m的网格，每个网格再分成1 m × 1 m的样方，并选取1个样方获取绿色植物与枯萎植物，70℃恒温烘干至恒重，求取样方绿色植物与枯萎植物重量比例，计算每个采样点所有样方绿色植物与枯萎植物重量比例的均值，作为该采样点的绿色植物与枯萎植物重量比例；
4) 估算绿色植物与枯萎植物重量比例光谱指数的确定
提取采样点对应MOD09Y1像元1-7波段反射率，计算两两波段反射率组合的差值、比值、归一化等形式的63个光谱指数，采用线性回归分析对采样点绿色植物与枯萎植物重量比例与其所对应的63个光谱指数之间的关系进行拟合，通过比较拟合方程的决定系数R2，确定估算绿色植物与枯萎植物重量比例的光谱指数为第6波段与第4波段反射率组合的归一化指数；
5）确定研究区绿色植物与枯萎植物重量比例遥感估算模型
采用一元线性回归模型对采样点绿色植物与枯萎植物重量比例与其对应的上述步骤4）中确定的光谱指数之间的关系进行回归拟合，确定研究区绿色植物与枯萎植物重量比例遥感估算模型；
6）计算研究区待估算日期的步骤4）中确定的光谱指数
获取研究区待估算日期的MYD09A1遥感影像，进行数据格式与地图投影转换，依据上述步骤1）获得的研究区域草地空间分布图，逐像元计算草地分布区域待估算日期的步骤4）中确定的短波红外波段第6波段与绿波段第4波段反射率组合的归一化指数；
7）研究区待估算日期绿色植物与枯萎植物重量比例遥感估算
依据上述步骤6）计算的研究区草地区域待估算日期的短波红外与绿波段反射率组合的归一化指数，并通过上述步骤4）与步骤5)确定的绿色植物与枯萎植物重量比例遥感估算模型逐像元计算研究区草地分布区域待估算日期的绿色植物与枯萎植物重量比例；
8）研究区草地绿色植物与枯萎植物重量比例动态遥感估算研究
利用上述步骤1）-7）的草地绿色植物与枯萎植物重量比例遥感估算方法对研究区草地绿色植物与枯萎植物重量比例进行一天、一周、一月或一年的变化过程监测，研究草地绿色植物与枯萎植物重量比例的动态变化规律，为草原生态研究及发展战略提供数据支撑。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610371556.0A CN106092915B (zh) | 2016-05-31 | 2016-05-31 | 一种草地绿色植物与枯萎植物重量比例遥感估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610371556.0A CN106092915B (zh) | 2016-05-31 | 2016-05-31 | 一种草地绿色植物与枯萎植物重量比例遥感估算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106092915A true CN106092915A (zh) | 2016-11-09 |
| CN106092915B CN106092915B (zh) | 2018-06-05 |
Family
ID=57230379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610371556.0A Active CN106092915B (zh) | 2016-05-31 | 2016-05-31 | 一种草地绿色植物与枯萎植物重量比例遥感估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106092915B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145728A (zh) * | 2017-04-27 | 2017-09-08 | 太原理工大学 | 一种荒漠草原非生长季枯草重量遥感估算方法 |
| CN108333140A (zh) * | 2018-02-01 | 2018-07-27 | 福州大学 | 用于刚竹毒蛾危害检测的特征光谱指数及检测方法 |
| CN108414455A (zh) * | 2018-01-30 | 2018-08-17 | 阳光农业相互保险公司 | 用于农业保险理赔的农作物雹灾遥感监测方法 |
| CN108896022A (zh) * | 2018-08-17 | 2018-11-27 | 山东农业大学 | 一种植被覆盖度估算方法 |
| CN113225372A (zh) * | 2021-03-22 | 2021-08-06 | 中国科学院新疆生态与地理研究所 | 草地生态健康监测系统 |
| CN113252583A (zh) * | 2021-06-25 | 2021-08-13 | 成都信息工程大学 | 一种基于枯草植被指数计算高寒枯草覆盖度的方法 |
| CN113255592A (zh) * | 2021-06-25 | 2021-08-13 | 成都信息工程大学 | 枯草光谱识别方法及系统 |
| CN114781767A (zh) * | 2022-06-23 | 2022-07-22 | 成都信息工程大学 | 估算模型构建方法、估算方法、装置、计算机设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007062196A3 (en) * | 2005-11-21 | 2007-10-04 | Oregon State | Portable meter to measure chlorophyll, nitrogen and water and methods |
| CN102393238A (zh) * | 2011-08-01 | 2012-03-28 | 高吉喜 | 一种草地地上干物质量遥感估测方法 |
| CN102650587A (zh) * | 2012-05-11 | 2012-08-29 | 中国农业大学 | 基于sebal-hj模型的农作物生物量反演方法 |
| CN103439297A (zh) * | 2013-09-05 | 2013-12-11 | 太原理工大学 | 一种荒漠草原绿色植物鲜重遥感估算方法 |
-
2016
- 2016-05-31 CN CN201610371556.0A patent/CN106092915B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007062196A3 (en) * | 2005-11-21 | 2007-10-04 | Oregon State | Portable meter to measure chlorophyll, nitrogen and water and methods |
| CN102393238A (zh) * | 2011-08-01 | 2012-03-28 | 高吉喜 | 一种草地地上干物质量遥感估测方法 |
| CN102650587A (zh) * | 2012-05-11 | 2012-08-29 | 中国农业大学 | 基于sebal-hj模型的农作物生物量反演方法 |
| CN103439297A (zh) * | 2013-09-05 | 2013-12-11 | 太原理工大学 | 一种荒漠草原绿色植物鲜重遥感估算方法 |
Non-Patent Citations (2)
| Title |
|---|
| WENXIAO JIA 等: "Estimation and uncertainty analyses of grassland biomass in Northern China: Comparison of multiple remote sensing data sources and modeling approaches", 《ECOLOGICAL INDICATORS》 * |
| 任鸿瑞 等: "基于纤维素吸收指数(CAI)的内蒙古荒漠草原非绿色生物量估算", 《科学通报》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145728A (zh) * | 2017-04-27 | 2017-09-08 | 太原理工大学 | 一种荒漠草原非生长季枯草重量遥感估算方法 |
| CN108414455A (zh) * | 2018-01-30 | 2018-08-17 | 阳光农业相互保险公司 | 用于农业保险理赔的农作物雹灾遥感监测方法 |
| CN108414455B (zh) * | 2018-01-30 | 2020-11-06 | 阳光农业相互保险公司 | 用于农业保险理赔的农作物雹灾遥感监测方法 |
| CN108333140A (zh) * | 2018-02-01 | 2018-07-27 | 福州大学 | 用于刚竹毒蛾危害检测的特征光谱指数及检测方法 |
| CN108333140B (zh) * | 2018-02-01 | 2020-10-09 | 福州大学 | 用于刚竹毒蛾危害检测的特征光谱指数及检测方法 |
| CN108896022A (zh) * | 2018-08-17 | 2018-11-27 | 山东农业大学 | 一种植被覆盖度估算方法 |
| CN113225372A (zh) * | 2021-03-22 | 2021-08-06 | 中国科学院新疆生态与地理研究所 | 草地生态健康监测系统 |
| CN113252583A (zh) * | 2021-06-25 | 2021-08-13 | 成都信息工程大学 | 一种基于枯草植被指数计算高寒枯草覆盖度的方法 |
| CN113255592A (zh) * | 2021-06-25 | 2021-08-13 | 成都信息工程大学 | 枯草光谱识别方法及系统 |
| CN113252583B (zh) * | 2021-06-25 | 2021-10-08 | 成都信息工程大学 | 一种基于枯草植被指数计算高寒枯草覆盖度的方法 |
| CN114781767A (zh) * | 2022-06-23 | 2022-07-22 | 成都信息工程大学 | 估算模型构建方法、估算方法、装置、计算机设备及介质 |
| CN114781767B (zh) * | 2022-06-23 | 2022-10-28 | 成都信息工程大学 | 估算模型构建方法、估算方法、装置、计算机设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106092915B (zh) | 2018-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106092915B (zh) | 一种草地绿色植物与枯萎植物重量比例遥感估算方法 | |
| CN110751094B (zh) | 一种基于gee综合遥感影像和深度学习方法的作物估产方法 | |
| Huang et al. | Jointly assimilating MODIS LAI and ET products into the SWAP model for winter wheat yield estimation | |
| CN102393238B (zh) | 一种草地地上干物质量遥感估测方法 | |
| CN104778451B (zh) | 一种考虑草地高度因子的草地生物量遥感反演方法 | |
| CN110287457B (zh) | 基于卫星雷达遥感数据的玉米生物量反演测算方法 | |
| CN102651096B (zh) | 同化叶面积指数时序曲线特征的冬小麦估产方法 | |
| Sun et al. | Retrieval of rapeseed leaf area index using the PROSAIL model with canopy coverage derived from UAV images as a correction parameter | |
| Zhao et al. | Reconstruction of the full spectrum of solar-induced chlorophyll fluorescence: Intercomparison study for a novel method | |
| CN103439297B (zh) | 一种荒漠草原绿色植物鲜重遥感估算方法 | |
| CN102288954A (zh) | 一种草地植被覆盖度遥感估测方法 | |
| CN104462809A (zh) | 一种基于遥感与gis相结合的草地生产力估算方法 | |
| Kaivosoja et al. | A case study of a precision fertilizer application task generation for wheat based on classified hyperspectral data from UAV combined with farm history data | |
| CN101699315A (zh) | 一种作物长势均匀度的监测装置和方法 | |
| Zhou et al. | Observation and simulation of net primary productivity in Qilian Mountain, western China | |
| CN107145728A (zh) | 一种荒漠草原非生长季枯草重量遥感估算方法 | |
| CN110222903A (zh) | 一种基于无人机遥感的水稻产量预测方法及系统 | |
| CN106483147B (zh) | 基于多源数据的长时间序列被动微波土壤水分精度改进研究方法 | |
| CN113011372B (zh) | 一种盐碱化土地自动监测和识别方法 | |
| CN109325433A (zh) | 引入地形因子的黑土区大豆生物量多时相遥感反演方法 | |
| Wang et al. | Fractional vegetation cover estimation method through dynamic Bayesian network combining radiative transfer model and crop growth model | |
| CN112836575A (zh) | 一种基于作物物候期的多时序影像水稻估产方法 | |
| Ferrant et al. | Agro-hydrology and multi-temporal high-resolution remote sensing: toward an explicit spatial processes calibration | |
| Du et al. | Combining a crop growth model with CNN for underground natural gas leakage detection using hyperspectral imagery | |
| CN114511170A (zh) | 一种基于多光谱影像的土壤养分估计方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |