為了評(píng)估不同空間分辨率對(duì)水稻LNC預(yù)測(cè)精度的影響,,本研究在南京農(nóng)業(yè)大學(xué)如皋實(shí)驗(yàn)基地進(jìn)行了為期2年的水稻實(shí)驗(yàn),并采集了水稻各個(gè)生育期的高光譜影像數(shù)據(jù),,同時(shí)生成10組空間分辨率在1.3nm,、14nm、28nm,、56nm,、113 nm、225nm和445nm的圖像,。利用這些圖像,,可通過(guò)三組植被指數(shù)(VI)和兩種多變量方法——高斯過(guò)程回歸(GPR)和偏小二乘回歸(PLSR)來(lái)確定不同空間分辨率對(duì)LNC預(yù)測(cè)的影響。利用在每個(gè)空間分辨率下與背景像素分離的光照,、陰影和全葉葉片像素的反射光譜來(lái)分別預(yù)測(cè)具有VI,、GPR和PLSR的LNC,。
圖1 南京農(nóng)業(yè)大學(xué)如皋基地試驗(yàn)田及影像采集設(shè)備(雙利合譜制造)
圖2 不同處理不同生育期水稻高光譜影像(RGB真彩色合成)
圖3 不同生育期去背景水稻和未去背景水稻的光譜反射率
圖 4 空間分辨率在1.3mm、14mm,、28mm,、56mm、113 mm和225nm的圖像
圖 5 去背景水稻和未去背景水稻不同生育期不同植被指數(shù)與LNC的相關(guān)性分析
圖 6 去背景水稻,、光照水稻和陰影水稻不同生育期在不同空間分辨率下其植被指數(shù)與LNC的相關(guān)性分析
圖 7 去背景水稻,、光照水稻和陰影水稻在不同空間分辨率下基于光譜反射率及連續(xù)統(tǒng)去除的GPR和PLSR與LNC的相關(guān)性分析
結(jié)果表明,無(wú)論估計(jì)方法如何,,全葉片像素通常表現(xiàn)出比光照和陰影葉片像素更穩(wěn)定的性能,。大多數(shù)VI在早期分蘗階段的所有分辨率均小于14 mm,但其他階段的分辨率均小于56 mm,。相比之下,,采用GPR或PLSR方法成功建立了整個(gè)生長(zhǎng)季節(jié)預(yù)測(cè)LNC的模型,其中具有zuijia預(yù)測(cè)結(jié)果的是GPR,,zuijia空間分辨率為28 mm,。
(空格分隔,最多3個(gè),單個(gè)標(biāo)簽最多10個(gè)字符)
立即詢價(jià)
您提交后,,專屬客服將第一時(shí)間為您服務(wù)