基于Hyperion高光谱数据的植被冠层含水量反演

合集下载

基于高光谱成像技术的生菜冠层含水率检测

基于高光谱成像技术的生菜冠层含水率检测

农业机械学报第52卷第2期2021年2月doi:10.6041/j.issn.1000-1298.2021.02.019基于高光谱成像技术的生菜冠层含水率检测李红张凯陈超张志洋刘振鹏(江苏大学流体机械工程技术研究中心,镇江212013)摘要:为实现作物含水率的无损检测,以6种水分胁迫水平的生菜为研究对象,利用高光谱成像技术和特征波长选取方法对生菜冠层含水率进行检测研究。

采用掩模法去除高光谱图像的背景噪声,并对生菜冠层光谱图像进行光强校正。

利用标准正态变量变换法(SNV)去除原始平均光谱数据的噪声,采用蒙特卡罗无信息变量消除法(MCUVE)剔除无关变量,结合基于最小绝对收缩和选择算法(LASSO)、连续投影法(SPA)、LASSO与SPA算法组合(LASSO SPA)筛选特征变量,对数据进行降维处理,采用偏最小二乘法(PLS)建立5个生菜冠层含水率检测模型。

经对比发现,全光谱中存在很多冗余信息变量和无关变量,采用全光谱建立的PLS模型复杂度最高,且预测能力最差;以MCUVE LASSO SPA筛选变量后的PLS模型效果最优,其中建模集相关系数R c和预测集相关系数R”分别为0.8827和0.9015,均方根误差分别为1.0662和0.9287。

择优选取MCUVE LASSO SPA PLS模型计算生菜冠层每个像素点的干基含水率,生成可视化分布图,实现了生菜冠层叶片干基含水率可视化检测。

本研究可为生菜冠层含水率快速无损检测提供参考。

关键词:生菜;含水率;高光谱成像;无损检测;光强校正;特征选择中图分类号:S636.2;TP391.41文献标识码:A文章编号:1000-1298(2021)02_0211_07OSID:Detection of Moisture Content in Lettuce Canopy Based onHyperspectral Imaging TechniqueLI Hong ZHANG Kai CHEN Chao ZHANG Zhiyang LIU Zhenpeng (Research Center f Fluid Machinery Engineering and Technology,Jiangsu University,Zhenjiang212013,China) Abstract:In order to realize the non-destructive testing of crop moisture content,taking lettuces of six water stress levels as experimental objects,the canopy moisture content of lettuce was detected and studied by using hyperspectral imaging technology and characteristic band selection method.Firstly,by analyzing the spectral reflectance of the canopy leaves and the background area,there were significant differences in spectral reflectance at810.0nm and710.7nm wavelengths,respectively.Therefore,the images of these two wavelengths were used to construct the mask image,which was used to mask the original hyperspectral image to remove background information.Secondly,spectral normalization was used to correct the light intensity of lettuce canopy.Thirdly,the standard normal variable(SNV)was used to preprocess the original spectral curve to eliminate the influence of scattering caused by particles on the sample surface.Fourthly,the irrelevant information was eliminated by Monte Carlo uninformative variable elimination(MCUVE),and then the least absolute shrinkage and selection operator(LASSO),successive projections algorithm(SPA),the least absolute shrinkage and selection operator coupled with successive projections algorithm(LASSO SPA)were used to extract the characteristic wavelengths for data dimensionality bing partial least squares(PLS),five lettuce canopy moisture content detection models were established.The results showed that the PLS model established by the full spectrum had the highest complexity and the worst predictive ability,because there were many redundant information variables and irrelevant variables in the full spectrum.The effect of PLS model with input variables screened by MCUVE—LASSO—SPA was the best.At this time,the correlation coefficients(R) of the modeling set and prediction set were0.8827and0.9015,and the root mean square error (RMSE)were 1.0662and0.9287,respectively.The MCUVE LASSO SPA PLS model was 收稿日期:20200925修回日期:20201201基金项目:江苏省农业科技自主创新资金项目(CX(19)2040)和国家自然科学基金重点项目(51939005)作者简介:李红(1967—),女,研究员,博士生导师,主要从事农业精准灌溉技术研究,E-mail:***********.cn212农业机械学报2021年selected to calculate the dry basis moisture content of each pixel of the lettuce canopy,and a visual distribution map was generated to realize the visual detection of the dry basis moisture content of the lettuce canopy leaves.The research results provided a reference for the rapid non-destructive detection of lettuce canopy moisture content.Key words:lettuce;moisture content;hyperspectral imaging;non-destructive detection;intensity correction;feature selection0引言生菜是典型的叶菜类蔬菜,其生长期间需水量大,水分直接影响生菜的长势、品质和产量[1]o因此,快速、准确测定生菜的含水率对实时监测生菜植株长势具有重要意义。

玉米冠层最佳水分指数优选

玉米冠层最佳水分指数优选

玉米冠层最佳水分指数优选马建新;孟庆岩;李响;孔祥浩;王春梅【摘要】针对基于植被指数反演不同生长期、不同冠层结构特征下玉米冠层含水量的序列性研究较少,冠层含水量反演较低等问题,优选不同生长期玉米冠层含水量反演最佳植被指数,完成玉米冠层含水量高精度提取.初步选择4种可靠性强的水分指数:归一化植被指数、归一化水体指数1、归一化水体指数2、水协迫指数,分别基于PROSAIL辐射传输模型、三期实测冠层含水量及同步Landsat-8OLI数据,模拟分析4种植被指数与冠层含水量的关系,优选不同生长期玉米最佳水分指数,实现玉米冠层含水量快速精确反演.实例验证结果表明,水分指数归一化水体指数1可作为植被冠层含水量反演的最佳指数且反演精度随着植被含水量的增加而降低,在玉米生长初期,中误差为0.13 kg/m,在生长中后期,中误差达到0.582 kg/m2,满足生长初期玉米冠层含水量快速反演需求.研究结果可为植被冠层含水量反演中水分指数选择提供参考,也可为稀疏植被覆盖区土壤水分反演研究提供借鉴.【期刊名称】《遥感信息》【年(卷),期】2016(031)005【总页数】7页(P96-102)【关键词】玉米作物;冠层含水量;水分指数;Landsat-8影像;PROSAIL辐射传输模型【作者】马建新;孟庆岩;李响;孔祥浩;王春梅【作者单位】河南理工大学矿山空间信息技术国家地理信息局重点实验室,河南焦作454003;中国科学院遥感与数字地球研究所,北京100101;农业部农业信息技术重点实验室,北京100081;中国科学院遥感与数字地球研究所,北京100101;农业部农业信息技术重点实验室,北京100081;北京空间飞行器总体设计部,北京100086;北京空间飞行器总体设计部,北京100086;中国科学院遥感与数字地球研究所,北京100101;农业部农业信息技术重点实验室,北京100081【正文语种】中文【中图分类】TP79植被冠层含水量(Vegetation Canopy Water Content,VCWC)是指等效水厚度(Equivalent Water Thickness,EWT)与叶面积指数(Leaf Area Index,LAI)的乘积,即单位地表面积内植被水分含量(单位:kg/m2)[1-4]。

基于光谱指数的植被含水率遥感反演模型研究——以岷江上游毛尔盖地区为例

基于光谱指数的植被含水率遥感反演模型研究——以岷江上游毛尔盖地区为例
P AN P e i - I e n, YANG Wu — n i a n, j I AN j i , DAI Xi a o - a i
删甜 R
皓 m

( Ke y La b o r a t o r y o f Ge o — s p a t i a l I n fo r ma t i o n Te c h n o l o g y o f Mi n i s t r y o f La n d a n d Re s o u r c e s , Ch e n g d u Un i v e r s i t y o f Te c h n o l o g y, C h e n gd u 6 1 0 0 5 9 )
Re mo t e S e n s i n g Re t r i e v a l Mo d e l o f Ve g e t a t i o n Mo i s t u r e Co n t e n t Ba s e d o n
S p e c t r a l I n d e x : A C a s e S t u d y i n Ma o e r g a i o f Mi n j i a n g R i v e r ’U p s t r e a m
植 被 指数建 立植 被含 水率 模型 , 均取 得一 定效果 ; 赵
法, 植 被含 水率 反 映 了植 被水 分状 况 , 植 被 水分对 光 谱 的吸收 反射 特 征 是 其 研究 原 理r 】 ] 。提 取 植 被 含
水 率 的方法 有很 多种 , 主 要分 为 3类 : 基 于植 被反 射 光谱法、 基 于植 被 指数 法 和 基 于 耦合 辐 射 传 输 模 型
釉 n w _ 盆 一一
. 量 吡 帆 . 暑

基于多光谱数据的植被水分反演及其在旱情评估中的应用分析

基于多光谱数据的植被水分反演及其在旱情评估中的应用分析

个滞后的过程 ,因而降水 的变化对植被水 的影响也存在一定滞后效应 。 在上述分析基础之 , 时间和空 从
问尺度对植被水分在旱情监测和评估中的应用进行了评价 。通过时 间合 成以及与 其他数据 ( 如历 史数据 ) 的 结合 ,呵克服多光谱 数据的 自身不足 , 提高多光谱 遥感 数据在旱情 监测 和评估 的应用性 。 关键词 多光谱遥感 ; 植被水分 ;旱情监测
存在着时效性 差、代 表 范 围有 限 、需要 大 量 人力 物 力 的缺
点 ,难 以 实 现 实 时 、 范 的 动 态 监 测 。随 着 遥 感 技 术 的 不 大
断发展 ,利用遥感手段进 行植 被水分 监测 , 弥补 了传 统方法 的不足 ,为实时 、 快速 、大范 围的动态监测 和 区域 评估 提供
源。
干旱是影 响我 闲工农业生产和社会经济发展的 主要 自然 灾 害之一 。遥感数据 困其 自身特点 ,在 旱灾监测 、旱情 评估 中发挥 _ 『重要作用 , 为抗旱救灾提供 了实时 、动态 的旱情评
估 数 据 。目 前 , 用 较 为 J 的 旱情 遥 感 监 测 评 估 方 法 ,主 应 泛
传感器之一 , 拥有 3 6个波段的光谱观测数据 , 这些数据有 助 于深入理解全球陆地 、海洋 和低层 大气 内的动 态变化 过程 。 MOD S50m数据集 中有 7个波 段 ( 1 ,包括 r植 被状 I 0 图 )
践 ,同时 在 灾 评 估 、火 险评 价 等 方 面 也 得 到 了 一 定 应
作为重要的植被状态指数 , 早情监测 与评估 中得到 了一定 在 本文以 2 1 0 0年初西 南地 发牛 的大旱 为案例 , 用 多 利 光谱遥感数据进 行植 被含水量的提取 和时序分析 , 结合 台 并 站的气象数据 , 对植被含水量在旱情监测 中的应 用进行 分

植被叶片含水量反演的精度及敏感性

植被叶片含水量反演的精度及敏感性

植被叶片含水量反演的精度及敏感性陈小平;王树东;张立福;姜海玲【摘要】Spectral index method was widely applied in drought prehensive use of multi-sensor data needs to be taken to improve precision and timeliness of drought detection.The effect of bandwidth on retrieval of leaf water content by spectral indices (including vegetation water indices and vegetation indices)was evaluated in order to monitor leaf water content from multiple remote sensing data.13 vegetation water indices and 10 vegetation indices were analyzed and compared based on data simulated by radiation transfer model PROSPECT.The results showed that both indices had good correlation with leaf water content in leaf scale (average correlation coefficientsquare:0.983,0.917).Then,sensitivity of indices to variations of leaf water content and bandwidth was analyzed and compared,and the results showed that vegetation water indices were sensitive to leaf water content variations and comparatively insensitive to bandwidth variations (except plant water index),while vegetation indices had low correlation with leaf water content and were strongly affected by bandwidthvariation.Therefore,vegetation water indices instead of vegetation indices should be chosen in estimating leaf water content in leaf scale.The impact of bandwidth should be considered when choosing vegetation indices from multiple satellite data.Among 13 selected vegetation water indices,NDII and GVMI were proved to be most sensitive to leaf watercontent and most sensor-independent.%针对利用多源遥感数据监测旱情变化需要研究波段宽差异对指数的影响,而目前缺乏相关对比研究这一问题,该文基于叶片辐射传输模型,选用已广泛应用的光谱指数(包括植被指数与植被水分指数),通过对比研究筛选出反演精度高、对叶片含水量变化敏感、受波段宽变化影响小(适合应用于多源遥感数据)的指数。

植被含水量的遥感反演方式

植被含水量的遥感反演方式

总结
统计模型相对比较简单,适用性强,在地面实况不清或遥感信号产生机理过于复 杂的情况下,是一种很好的工具来暂时回避困难,留待以后继续研究。 但是随着地面知识的积累和遥感观测波段的增加,统计模型的这一优势逐渐减弱。 并且当这些方法从实验室状态推广到室外冠层遥感数据的时候,就出现了大量的干扰 因素,包括不同的照明强度和角度、观测状态、冠层结构、下覆地表和大气状态等。 到目前为止,发展新的光谱指数仍然是一个活跃的研究领域,但是不论是经验或 半经验统计方法都缺乏鲁棒性和可移植性。可能在某些地点和时间,某种方法或指数 能够取得很好的效果,但事异时移,它们很可能就不适用了,因此人们逐渐考虑利用物 理模型反演得到植物的组分含量。
在使用PROSPECT 模型时考虑了三种生化组分:叶绿素,水分,干物质。其中干物 质代表纤维素、半纤维素、木质素、蛋白质、淀粉等,这些物质或者因其在叶片 内的含量极其微量,或者由于它们的吸收作用非常微弱,很难将他们的作用单独表 示出来,因此采用了总的干物质来表达这些物质的综合作用。PROSPECT 模型 是目前公认的叶片尺度最好的辐射传输模型之一,其输入参数只有4 个,为反演带 来了很大的方便。在这4个输入参数中,只有叶肉结构参数n 的确定无法通过测量
• 例如Penuelas等发现用水分指数WI(WI=R970/R900)能清楚地指示水分状况的变化.
• Penuelas和Inoue在随后的研究中还表明WI(WI=R900/R970)与NDVI(NDVI=(R900R680)/(R900+R680))的比值WI/NDVI不仅可以用来预测叶片的水分含量,还可以用来预 测植株或冠层的含水量,且显著提高了预测的精度.
物理模型方法:
叶片光学模型基于生物物理机制,通过描述光子在叶片内的散 射和吸收,模拟叶片的光谱特性,其前向过程通常都包含生化组分含 量,这些参数通常无法获得解析表达式,但是可以通过反向反演得到 。进一步可以将叶片模型耦合到冠层模型中,就可以利用冠层光谱 数据反演得到组分含量。由于物理模型解释了光与叶片物质的作 用机制,原理清楚,加之在模型的初始假设范围内,不受限于时间地点 等因素,因此成为植被生化组分参数提取研究的又一个方向。 目前应用于反演植被含水量的物理模型主要考虑基于辐射传 输方程的叶片光学模型PROSPECT 和冠层模型SAIL 及其耦合模 型。

基于无人机高光谱遥感的水质参数反演研究

基于无人机高光谱遥感的水质参数反演研究

基于无人机高光谱遥感的水质参数反演研究发布时间:2022-04-21T07:17:25.620Z 来源:《中国科技信息》2022年1月中作者:寇立权[导读]天津市政工程设计研究总院有限公司寇立权 300000摘要:为准确、合理地对大面积的河流进行水体富营养化监测及评价,本文将流经山东德州与河北沧州交界的漳卫新河部分区域作为研究区域,获取整条河段水体高光谱数据和对20个采水样进行了指标测定。

然后经数据归一化处理、一阶微分处理的手段对获取的高光谱数据进行分析,获取各水质参数的敏感波段,进而对漳卫新河水体中的总氮(TN)、总磷(TP)的进行高光谱模型构建,分析结果发现:①漳卫新河总氮的敏感波段为657.7nm和926.3nm,总磷的敏感波段为445.2nm和762.8nm;②一阶微分处理的相关效果优于归一化处理,归一化加一阶微分处理的效果优于一阶微分处理的效果。

关键词:无人机;高光谱;总氮;总磷;反演1.概述河流与人类生活的环境愈来愈密切,但由于河流长期暴露于地表,其中氮、磷等物质成为导致藻类大量繁殖和水体富营养化的关键因子,因此,对水体中的氮、磷等元素进行大范围监测具有重要意义。

传统的监测方法通常使用定点定剖面采样分析的方法,不能够及时给出这些水质参数的时空间分布状况。

通过遥感反演的方法获取水体中的氮、磷等物质的含量,从宏观角度获取的监测数据,有效地改变了传统的监测方式,告别了耗时、费力、片面的局面,实现了由点到面的提升。

此外,搭载在飞机平台的高光谱成像仪相比于搭载在卫星上的成像仪,有着更高的光谱分辨率和空间分辨率,在2005年段洪涛等根据高光谱数据与实测叶绿素a、总磷、总氮数据之间的相关关系,从而对水体中总磷、总氮进行了反演[1];在2017年张海威等对艾比湖流域地表进行了总磷、氨氮、水体悬浮物光谱诊断,采用微分法和反射率变换法以及偏最小二乘法有效地反演了TN、TP、SS空间分布特征[2]。

2.研究区概况测区位于德州市区东北方向2公里处,监测河段平均河宽90米。

基于近地高光谱与TM遥感影像的冬小麦冠层含水量反演

基于近地高光谱与TM遥感影像的冬小麦冠层含水量反演

基于近地高光谱与TM遥感影像的冬小麦冠层含水量反演本文旨在研究近地高光谱(HHS)和TM遥感影像在反演冬小麦冠层含水量(PWMC)方面的潜力。

为了搞清楚HHS和TM数据的性能差异,我们通过直接从数据中提取的反射系数和Tasseled Cap变量之间的相关性进行端到端的对比。

此外,两者的PWMC反演效果也进行了对比,以了解如何将两者结合起来取得最佳的反演效果。

通过使用普通最小二乘算法(OLS)和支持向量机(SVM),我们从两种数据集中提取出来的变量建立了PWMC反演模型。

结果表明,两种数据集提供的PWMC反演模型都具有较好的精度,其中SVM模型的精度要优于OLS模型。

另外,结合两者结果,得出的反演模型具有更高的精度,表明HHS和TM遥感影像可以有效地反演冬小麦冠层含水量。

为了提高数据的使用率,我们将HHS和TM的性能进一步改进,并将它们有效地结合起来,形成一个实用的反演模型。

引入一种新的联合方法将OLS与SVM结合起来,以对HHS和TM各自提供的PWMC反演数据进行加权组合,从而提高模型精度。

结果显示,联合模型的精度比单独使用OLS和SVM模型更高,证明HHS和TM遥感影像可以有效地反演冬小麦冠层含水量。

此外,我们还探讨了HHS和TM遥感影像在颗粒物质含量反演方面的潜力。

使用重力冲击数据对模型的准确性进行校验,以检验其可靠性。

实验数据显示,联合模型的性能要优于单一模型。

因此,HHS和TM遥感影像可以有效地反演冬小麦冠层含水量和颗粒物质含量。

通过本研究,我们证实了HHS和TM遥感影像结合可以有效地反演冬小麦冠层含水量和颗粒物质含量,可以为冬小麦生长发育提供量化参考。

本研究结果表明,近地高光谱和TM遥感影像可以有效地反演冬小麦冠层含水量和颗粒物质含量。

这是一个重要的结论,因为这些数据可以用于监测冬小麦的生长发育。

此外,本研究还建立了一种新的联合OLS-SVM模型,它可以直接从HHS和TM数据中提取信息,从而提高PWMC反演的准确性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
常用方 法_ 2 ] 。如 J a c k s o n 等在 S ME 0 2实验 中用 T M/ E T M+ 数 据计算 归一化差异水分指数 ( ND WI ) ,并利 用 ND WI 计算 得 到 Wa l n u t C r e e k流域的农作物冠层含水量l 3 ] 。 物理模 型法
范 围获取植被含水量信息提供有效方 法。
关键词 Hy p e r i o n ; P R OS AI L模型 ;一阶导数 ; 植被冠层含水量
文献标识码 : A D O I : 1 0 . 3 9 6 4 / j . i s s n . 1 0 0 0 — 0 5 9 3 ( 2 0 1 3 ) 1 0 — 2 8 3 3 — 0 5
( 图 1 ) 。
由于物理意义明确 , 综 合考 虑 了叶片、冠层 、土壤和 观测 几
何 角度等因素 , 相对 于单一 的光谱指数 , 能 够获得更 高 的反 演 精度 , 从 而被广 泛应 用于冠层生化 参数反 演 中L 4 J 。目前 广
1 . 2 卫星数据
泛应用于反演冠层含水量 的物理模 型是基 于辐射 传输 方程的 叶片与冠层耦合模型 P R 0s A I I [ 5 ] 。如 C l e v e r s 等基于地 面站 点 AS D地 物 光谱 仪 数据 ,研 究 了冠 层含 水 量 的 反演L 6 ’ 7 1 ;
黑 河流域是 我国西北 地区第 二大内陆流域 ,位于河西走
廊 中部 , 为甘蒙西部最大 的内陆河流域 。 2 0 0 8 年 夏季在黑河
流域中游开展了干旱区水文试验 , 本文选择盈科 绿洲加密观
测 区 作 为 研 究 区 ,其 位 于 盈 科 灌 区 绿 洲 站 自动 气 象 站 ( 1 0 0 . 4 2 E, 3 8 . 8 5 N) 周 边 ,植 被类 型 主要 为 玉米 和小 麦 L 9 ]
于此 ,利用 Hy pe r i o n 数据 的 9 8 3 ,9 9 3 ,1 0 0 3 , 1 一 o . 1 3 ,1 0 2 3 , 1 0 3 3 , 1 0 4 3 , 1 0 5 3 , 1 0 6 3 n r n 共 9个波段计 算
D 。 ,并利用所建模型反演植被冠层含水量 。最后 , 利用黑河流域盈科绿 洲的实测数据 对反演结果进 行 了验证 , 其 平均相对误差为 1 2 . 5 , 均方根误 差在 0 . 1 k g・ m 内 , 结果表 明该模型可靠 。 该研究可 以为大
C h e n g等[ 8 ] 基于机载高光谱数据 ( a d v a n c e d v i s i b l e i n f r a r e d i ma g i n g s p e c t r o me t e r , AVI RI S ) 实现 了不 同植被覆 盖下 的冠
收 稿 日期 : 2 0 1 2 — 1 2 — 0 8 。 修 订 日期 :2 0 1 3 — 0 3 — 1 6
中 图分 类 号 :T P 7 9
引 言
植被冠层含水量 ( v e g e t a t i o n c a n o p y wa t e r c o n t e n t,VC — WC ) 是农 业 、 生态 和水文等研究 中 的重要参 数 ,在全球 的水 循环 中,扮演重要 的角色[ 1 ] 。 VC WC可被定 义为 叶片等效水 厚度 ( e q u i v a l e n t w a t e r t h i c k n e s s ,E WT) 与叶 面 积指 数 ( 1 e a f
Oc t o b e r ,2 0 1 3
基 于 Hy p e r i o n高光 谱数 据 的植 被冠 层 含水 量 反演
宋小 宁 , 马建威 , 李小涛 , 冷 佩 , 周 芳成 , 李 爽
1 .中国科学 院大学资源与环境学院 , 北京 2 .中国水利水 电科学研究 院,北京 1 0 0 0 4 9
1 0 0 0 4 8


植被冠层含水量广泛 应用 于农业 、生 态和水 文 等研究 中 。本文基 于 P R OS AI L模 型 ,建立 了利用
Hy p e r i o n高光谱数据定量反演植被冠层含水量的模 型。首 先 , P R OS AI L模 型模拟植 被冠层 反射特征 表明 , 9 7 0 n m水吸收带右侧 曲线 ( 9 8 0  ̄1 0 7 0啪 ) 一阶导数 D ~ l 0 7 0 与冠层含水量关 系密切 , 决定系数达 0 . 9 6 。基
第3 3 卷, 第1 O 期 2c o p y a n d S p e c t r a l An a l y s i s







V o 1 . 3 3 , N o . 1 O , p p 2 8 3 3 - 2 8 3 7
S AI L模型 , 建立 了基于 Hy p e r i o n高光谱数据 的植被冠层 含 水量 的反演模 型 , 能够用于区域植被冠层含水量的反演 。
1 研究 区与数据
1 . 1 研 究 区
目前基 于遥 感数据获取 VC WC的方法 主要包 括统 计法
和物理模 型法。在统计法 中,光谱指数 法可 以有效地 减少单 波段 的散射 效应 , 且较 为简 单 ,从而 成为估 算植 被含水 量 的
a r e a i n d e x ,L AI ) 的乘 积 。
层含水量估算 。 Hy p e r i o n是第一个星载 民用高光谱成像 仪 , 其能够提供
从可见光到近红外范 围内 1 0 n r f l 级别 的数据 ,为获取更 高精
度和更大范 围的冠层 含水量 信息提供 可能 。 本文基 于 P R O —
相关文档
最新文档