• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于PROSAIL模型和無人機高光譜數(shù)據(jù)的冬小麥LAI反演

    2022-12-09 09:22:16李天馳馮海寬田坤云楊福芹楊佳琪
    麥類作物學(xué)報 2022年11期
    關(guān)鍵詞:模型

    李天馳,馮海寬,田坤云,楊福芹,楊佳琪

    (1.天津科技大學(xué)海洋與環(huán)境學(xué)院,天津 300457;2.河南工程學(xué)院土木工程學(xué)院,河南鄭州 451191;3.國家農(nóng)業(yè)信息化工程技術(shù)研究中心,北京 100097;4.河南工程學(xué)院資源與安全工程學(xué)院,河南鄭州 451191)

    近年來,全球生態(tài)環(huán)境發(fā)生了較大變化,溫室效應(yīng)、極端干旱等氣候現(xiàn)象的出現(xiàn)對農(nóng)作物生長發(fā)育造成不可忽略的影響,因此需要對農(nóng)作物生長狀況進行及時監(jiān)測[1]。葉片是作物結(jié)構(gòu)中重要組成部分,其面積變化會直接影響到作物光合作用、呼吸作用等生理代謝過程[2]。葉面積指數(shù)(leaf area index,LAI)常被用來對作物健康狀況、冠層分布密度、作物產(chǎn)量等方面進行評價[3]。因此,在農(nóng)業(yè)現(xiàn)代化發(fā)展的背景下,研究LAI在不同生育時期下的變化對農(nóng)作物估產(chǎn)和田間管理具有重要意義。

    目前,無人機遙感技術(shù)已廣泛應(yīng)用于農(nóng)田小范圍尺度的作物監(jiān)測,有效解決了航空航天遙感技術(shù)分辨率低、重訪時間較長的問題[4]。最初受限于無人機平臺的載荷能力,數(shù)碼相機多被用于獲取數(shù)據(jù),由于其能直觀地獲取作物生長狀況及生長環(huán)境的變化情況,且數(shù)據(jù)處理較為簡便,因而成為重要農(nóng)田監(jiān)測工具[5]。利用無人機獲取的數(shù)碼影像數(shù)據(jù),結(jié)合不同波段中所含信息,可實現(xiàn)研究區(qū)域內(nèi)植被信息的提取[6-7]。但通過數(shù)碼相機獲取的數(shù)據(jù)僅包含紅綠藍三個波段,缺乏除可見光外對植被敏感的其他波段,限制了其在作物監(jiān)測中應(yīng)用的進一步發(fā)展。隨著無人機機載平臺的改進,其為更多遙感設(shè)備如高光譜傳感器、熱紅外傳感器、激光雷達等同步搭載提供了可能[8]。高光譜成像儀所獲取的數(shù)據(jù)光譜范圍廣、光譜分辨率高,能更準(zhǔn)確地顯示作物的光譜特征,進而精確地獲取作物生物物理與生化組分參數(shù)[9]。如陳曉凱等[10]獲取了冬小麥拔節(jié)期高光譜數(shù)據(jù),從不同光譜指數(shù)中篩選最優(yōu)窄波段光譜指數(shù),分別構(gòu)建了單光譜指數(shù)和多光譜指數(shù)的葉面積估算模型,驗證結(jié)果顯示,基于隨機森林算法的多光譜指數(shù)估算模型精度最高;Ali等[11]提取無人機高光譜反射率數(shù)據(jù)中紅邊位置波段,使用普通最小二乘回歸算法構(gòu)建柑桔LAI和葉綠素含量反演模型,結(jié)果表明,在紅邊位置,植株LAI和葉綠素含量高于其他波段,而且基于多項式擬合的模型反演精度較好。

    除了使用遙感技術(shù)對作物參數(shù)進行間接測量外,一些學(xué)者提出從作物內(nèi)部結(jié)構(gòu)入手,構(gòu)建輻射傳輸模型,進而反演所需的作物參數(shù)。植被輻射傳輸模型是研究輻射與植被冠層相互作用的重要方法,常用的模型包括LIBERTY、SAIL、PROSPECT、Suits等[12]。由于各模型存在一定局限性,通常將不同模型進行耦合得到更具普適性的模型。如曾毓燕等[13]利用PROSPECT和DART耦合模型,評價了不同尺度下植被指數(shù)對桉樹葉片葉綠素含量和冠層葉綠素含量的反演能力;Roosjen等[14]將無人機采集的多角度數(shù)據(jù)作為PROSAIL模型的輸入?yún)?shù),反演的LAI和葉綠素含量精度高于單一角度數(shù)據(jù)。研究表明,作物輻射傳輸模型在冠層尺度下,從輻射傳輸理論建立冠層光譜與作物生化組分參數(shù)之間的定量關(guān)系,具有較強的普適性與穩(wěn)定性,為模擬作物在不同生長條件下的光譜特征與反演作物參數(shù)提供了理論依據(jù)[15-16]。

    現(xiàn)有基于無人機遙感技術(shù)開展的LAI研究,多是以多光譜或高光譜數(shù)據(jù)為基礎(chǔ),通過構(gòu)建植被指數(shù)來反演LAI,忽略了光譜原始數(shù)據(jù)中所包含的信息。對于PROSAIL模型模擬的冠層光譜反射率,其能否準(zhǔn)確表示作物光譜特征的分析也較少。本研究選擇冬小麥挑旗期和開花期為研究時間節(jié)點,同步獲取地面實測數(shù)據(jù)和無人機遙感數(shù)據(jù),基于查找表建立PROSAIL模型模擬光譜數(shù)據(jù),并對無人機采集數(shù)據(jù)與PROSAIL模擬數(shù)據(jù)進行可靠性評價,隨后結(jié)合連續(xù)投影算法和植被指數(shù)相關(guān)性分析,篩選用于構(gòu)建LAI反演模型的特征波段和植被指數(shù),探究不同反演模型的可行性與預(yù)測效果,以期為監(jiān)測冬小麥長勢和改善冬小麥生長環(huán)境提供參考。

    1 數(shù)據(jù)獲取與研究方法

    1.1 研究區(qū)及試驗設(shè)計

    試驗于國家精準(zhǔn)農(nóng)業(yè)研究示范基地開展,基地地處北京市昌平區(qū)小湯山鎮(zhèn)(北緯40°10′48″-40°10′54″,東經(jīng)116°26′10″-116°27′05″),屬北溫帶大陸半濕潤大陸季風(fēng)氣候,年平均氣溫約 12 ℃,年平均降水量約580 mm。研究區(qū)共分為48個試驗小區(qū),小區(qū)面積48 m2。試驗以冬小麥為研究對象,品種包括京9843(J9843)和中麥175(ZM175)。為體現(xiàn)不同小區(qū)冬小麥生長狀況的差異,各小區(qū)采用不同營養(yǎng)和水分水平進行管理,包括4個氮素水平(N1:未施氮肥;N2:施尿素195 kg·hm-2,1/2正常水平;N3:施尿素390 kg·hm-2,為正常施氮水平;N4:施尿素585 kg·hm-2,為3/2正常施氮水平)和3個水分水平(W1:雨養(yǎng)、W2:正常水養(yǎng)、W3:2倍正常水養(yǎng))。將48個試驗小區(qū)以16個為1組進行劃分,并對每組進行重復(fù)處理,其中重復(fù)試驗1與重復(fù)試驗2數(shù)據(jù)用于后期冬小麥LAI反演模型建立,重復(fù)試驗3數(shù)據(jù)用于模型驗證。具體研究試驗設(shè)計方案如圖1所示。

    圖1 試驗設(shè)計

    1.2 數(shù)據(jù)獲取

    本研究分別于2015年4月26日和5月13日兩個關(guān)鍵生育時期(挑旗期和開花期)進行冬小麥試驗數(shù)據(jù)采集,包括冬小麥地面實測光譜數(shù)據(jù)、LAI數(shù)據(jù)和無人機高光譜數(shù)據(jù)。為保證地面實測數(shù)據(jù)與無人機采集數(shù)據(jù)的一致性與準(zhǔn)確性,在午間12時左右、天氣晴朗無云時進行數(shù)據(jù)采集。

    冬小麥高光譜地面實測數(shù)據(jù)采用ASD FieldSpecFRPro 2500光譜輻射儀獲取。該輻射儀采樣的光譜范圍為350~2 500 nm,其采樣間隔在350~1 000 nm范圍內(nèi)為1.4 nm,1 000~ 2 500 nm范圍內(nèi)為2 nm。數(shù)據(jù)采集期間,輻射儀探頭保持垂直向下,并與冬小麥冠層間隔1 m,在每個實現(xiàn)小區(qū)內(nèi)隨機進行10次采樣,取平均值作為該小區(qū)內(nèi)冬小麥冠層光譜反射率。無人機高光譜數(shù)據(jù)由八旋翼無人機平臺所搭載的CubertUHD-185成像儀獲取,該成像儀所獲取的光譜范圍為450~950 nm,光譜采樣間隔為4 nm。對于冬小麥LAI數(shù)據(jù),在各試驗小區(qū)內(nèi)選取冬小麥長勢良好區(qū)域進行采樣,并對樣本進行預(yù)處理,使用CI-203型激光葉面積儀測定葉片面積,乘以單位面積莖數(shù)即可得到冬小麥LAI。

    1.3 研究方法

    1.3.1 PROSAIL模型

    本研究使用由PROSPECT-5模型與4SAIL模型耦合而成的PROSAIL模型。其中,PROSPECT-5模型用于模擬400~2 500 nm范圍內(nèi)葉片組分光譜參數(shù)即葉片反射率與透射率。該模型需要6個輸入?yún)?shù):葉片葉綠素a、b含量Cab;葉片類胡蘿卜素含量Car;葉片等效水厚度Cw;葉片干物質(zhì)含量Cm;葉黃素含量Cbrown和葉片結(jié)構(gòu)參數(shù)N。4SAIL模型用于模擬植被冠層反射率,其輸入?yún)?shù)包括結(jié)構(gòu)參數(shù)與組分光譜參數(shù)。當(dāng)PROSPECT模型模擬的葉片反射率與透射率作為SAIL模型的輸入組分光譜參數(shù)時,便得到PROSAIL輻射傳輸模型,如式(1)所示[17-18]:

    ρ(λ)=PROSAIL(Cab,Cw,Car,Cbrown,N,LAI,LAD,Hotspot,VIS,ρsoil,φs,φv,θs,θv)

    (1)

    式中,ρ(λ)為波長的冠層反射率;LAD為葉片傾角分布;Hotspot為熱點尺寸;VIS為大氣水平能見度;ρsoil為土壤亮度參數(shù);φs、θs、φv、θv分別表示太陽方位角、太陽天頂角、觀測方位角和觀測天頂角。

    結(jié)合試驗中冬小麥相關(guān)生化參數(shù)實測值與現(xiàn)有文獻參數(shù)設(shè)定,PROSAIL模型的輸入?yún)?shù)查找表范圍如表1所示。為保證參數(shù)之間的獨立性,各參數(shù)均按照正態(tài)分布進行取值,參數(shù)輸入組合約3 000組。

    表1 PROSAIL模型輸入?yún)?shù)的查找表范圍Table 1 Range of look-up tables for PROSAIL model input parameters

    1.3.2 特征波長與植被指數(shù)選取

    連續(xù)投影算法(successive projections algorithm,SPA)對建模集光譜數(shù)據(jù)進行向量投影循環(huán)分析,選擇最大投影值的向量,并在循環(huán)過程中建立已選擇向量的回歸模型,以均方根誤差(root mean square error,RMSE)作為模型精度評價指標(biāo),最終選取RMSE最小值所對應(yīng)的波長組作為特征波長[19]。

    通過連續(xù)投影算法對高光譜數(shù)據(jù)進行處理,可以有效消除數(shù)據(jù)中存在的冗余,減少參與模型建立的波長數(shù),降低模型復(fù)雜程度。為了消除獲取的光譜中所含的噪聲等干擾因素,本研究對原始光譜進行Savitzky-Golay(S-G)平滑處理,并對處理后的數(shù)據(jù)計算一階導(dǎo)數(shù)(Savitzky-Golay first derivative,SGFD)。SPA算法提取波長數(shù)的最大值為15,并使用Kennard-Stone選擇算法對48個樣本進行劃分,其中32個樣本作為建模集,16個樣本作為驗證集。

    根據(jù)現(xiàn)有高光譜數(shù)據(jù)反演LAI研究,選取10個與LAI相關(guān)的植被指數(shù),具體見表2。

    1.3.3 LAI反演方法

    對建立的10個植被指數(shù)進行相關(guān)性分析,篩選出與LAI相關(guān)性最好的前5個植被指數(shù),分別建立指數(shù)、線性、多項式等單變量預(yù)測模型(univariable prediction model,UPM)。同時以偏最小二乘回歸法(partial least squares regression,PLSR)構(gòu)建多變量預(yù)測模型(multivariable prediction model,MPM)。其中,將植被指數(shù)(vegetation index,VI)作為輸入變量的模型記為MPM-VI;由原始光譜(origin spectrum,OR)中選取的特征波長作為輸入變量的模型記為MPM-OR;經(jīng)S-G平滑和一階導(dǎo)數(shù)預(yù)處理光譜中選取的特征波長作為輸入變量的模型分別記為MPM-SG和MPM-SGFD;將基于查找表的PROSAIL反演模型記為MPM-PROSAIL。

    1.3.4 反演結(jié)果精度評價

    為了對反演冬小麥LAI的精度進行評價,本研究采用決定系數(shù)(coefficient of determination,r2)、均方根誤差和平均絕對百分誤差(mean absolute percentage error,MAPE)作為評價指標(biāo)。

    (2)

    (3)

    (4)

    表2 研究選取的植被指數(shù)Table 2 Vegetation indices selected for the study

    2 結(jié)果與分析

    2.1 冬小麥高光譜數(shù)據(jù)評價

    由于無人機搭載的UHD-185傳感器采集的光譜數(shù)據(jù)范圍為450~950 nm,且光譜采樣間隔為4 nm,因此將ASD實測數(shù)據(jù)和PROSAIL模擬數(shù)據(jù)進行重采樣,并計算冬小麥不同生育時期ASD、PROSAIL和UHD-185的平均光譜反射率。為研究重采樣后PROSAIL模擬冬小麥冠層光譜數(shù)據(jù)與UHD-185采集數(shù)據(jù)的可靠性,本研究以重采樣ASD地面高光譜數(shù)據(jù)為標(biāo)準(zhǔn)對二者進行對比分析。由圖2可知,PROSAIL模擬光譜曲線、UHD-185采集光譜曲線與ASD實測光譜曲線在450~900 nm范圍內(nèi)的變化趨勢大體一致,三者均在550 nm附近出現(xiàn)峰值,在690 nm附近出現(xiàn)谷值。PROSAIL模擬光譜曲線與ASD實測光譜曲線較為吻合,而UHD-185光譜曲線與ASD實測光譜曲線在750 nm后出現(xiàn)明顯差異,且840 nm后出現(xiàn)下降趨勢。究其原因包括但不限于以下兩方面:首先,UHD-185傳感器與ASD傳感器的光譜響應(yīng)函數(shù)之間的差異,因二者響應(yīng)函數(shù)并未公開,故不作過多討論;其次,在光譜數(shù)據(jù)采集時傳感器的觀測角度(太陽-傳感器-目標(biāo)構(gòu)成的觀測天頂角、觀測方位角等)不同會造成二向性反射分布函數(shù)(BRDF)的差異。有學(xué)者認(rèn)為,BRDF會對光譜反射率產(chǎn)生影響,特別是紅邊波段范圍(698~750 nm)以后,波長越長,反射率變化越明顯[30]。對重采樣PROSAIL、UHD-185數(shù)據(jù)與ASD實測數(shù)據(jù)進行相關(guān)性分析,分析結(jié)果(圖3)顯示,冬小麥各生育時期PROSAIL、UHD-185與ASD之間呈現(xiàn)高度正相關(guān),決定系數(shù)r2均達到0.989以上。綜合以上兩種分析,PROSAIL模擬光譜與無人機UHD-185采集光譜在450~900 nm范圍內(nèi)能與地面實測光譜數(shù)據(jù)保持較高的一致性,可以用于后期冬小麥LAI反演建模。

    2.2 冬小麥不同生育時期特征波長與植被指數(shù)的篩選

    對挑旗期和開花期的冬小麥高光譜原始數(shù)據(jù)、S-G平滑光譜數(shù)據(jù)和一階導(dǎo)數(shù)光譜數(shù)據(jù)進行SPA篩選,提取特征波長(表3)。盡管不同生育時期、不同光譜處理方法所選擇的波段分布與數(shù)量并不相同,但特征波長主要集中在500~800 nm范圍內(nèi),而且經(jīng)過預(yù)處理的光譜中,波段選擇范圍要比原始光譜更廣泛。挑旗期原始光譜所選擇的特征波段數(shù)僅為8個,主要分布于700~870 nm范圍;經(jīng)過S-G平滑后的光譜所選擇的特征波段最多,有15個,主要分布于500~880 nm范圍。而開花期三種光譜所篩選特征波段數(shù)為13個左右,均分布于530~880 nm范圍。

    圖2 冬小麥不同生育時期高光譜數(shù)據(jù)對比

    圖3 冬小麥不同生育時期的UHD-185、經(jīng)重采樣的PROSAIL和ASD光譜反射率的相關(guān)性

    表3 冬小麥不同生育時期提取的特征波長Table 3 Characteristic wavelengths selected at different winter wheat growth stages

    經(jīng)相關(guān)性分析,挑旗期和開花期的植被指數(shù)與LAI之間均極顯著相關(guān)(P<0.01),其中開花期的相關(guān)性高于挑旗期(圖4)。植被指數(shù)中在挑旗期和開花期,相關(guān)系數(shù)絕對值最高的均為NVI,其值分別為 0.831、0.854;相關(guān)系數(shù)絕對值最低的指數(shù)為RVSI,其值分別為0.579、0.726。根據(jù)相關(guān)性,篩選出相關(guān)性較強的前5個植被指數(shù)建立冬小麥LAI反演模型,其中挑旗期選定NVI、MSR、REP1、NDVI和DPI,開花期選定NVI、MSR、REP1、DPI和RDVI。

    圖4 冬小麥植被指數(shù)與LAI的相關(guān)性

    2.3 冬小麥LAI反演建模

    用選定的5個植被指數(shù)分別構(gòu)建不同生育時期單變量預(yù)測模型。整體上看,各植被指數(shù)所建立的LAI反演模型精度均較高,大部分模型的r2大于0.6,RMSE在0.6~1.0范圍內(nèi),MAPE分布在17%左右(表4)。在挑旗期,建模精度最高的模型是基于指數(shù)關(guān)系的UPM-NDVI模型,其r2為0.717,RMSE和MAPE達到該生育時期所有模型最低值,分別為0.890和15.86%;建模效果最差的模型是基于指數(shù)的UPM-MSR模型,其r2、RMSE和MAPE分別為0.598、1.061和 16.86%。在開花期,基于多項式關(guān)系的UPM-NVI模型反演精度最高,其r2、RMSE和MAPE分別為0.716、0.649和16.79%;基于線性關(guān)系的UPM-RDVI模型反演精度最低,其r2、RMSE和MAPE分別為0.643、0.728和18.66%。對于不同生育時期,同一植被指數(shù)所構(gòu)建的模型反演效果有所差異,開花期構(gòu)建的模型反演精度整體要高于挑旗期構(gòu)建的模型。對于不同的回歸模型,同一植被指數(shù)的三種模型反演效果較為接近,其r2、RMSE和MAPE并無明顯差異,但基于多項式關(guān)系的模型反演精度較高,其r2基本分布于0.7附近,指數(shù)和線性模型次之。

    將SPA算法所篩選的特征波段和已選擇的5個植被指數(shù)作為PLSR回歸模型的輸入變量,構(gòu)建不同生育時期多變量LAI反演模型,并與基于查找表的PROSAIL模型反演結(jié)果進行對比。結(jié)果(表5)表明,除挑旗期的MPM-PROSAIL模型外,其他模型的r2均分布于0.7附近。其中,挑旗期多變量模型r2均大于0.72,RMSE和MAPE相差不大,分別在0.8和16%附近。開花期多變量模型r2為0.676~0.733,MPM-PROSAIL模型的RMSE和MAPE分別為0.986和20.58%,高于其他模型。因此,在由特征波段、植被指數(shù)和PROSAIL構(gòu)建的三類反演模型中,MPM-PROSAIL模型反演效果較差。MPM-VI模型在不同生育時期表現(xiàn)較穩(wěn)定,反演效果最好,挑旗期和開花期模型的r2分別為0.755和 0.733,RMSE和MAPE達到所有模型中最低值,分別為0.823、15.51%和0.629、15.56%。在基于特征變量構(gòu)建的PLS回歸模型中,MPM-SG模型反演精度較高,MPM-SGFD次之,基于原始光譜的MPM-OR模型反演效果較差,表明經(jīng)過S-G平滑處理后的光譜數(shù)據(jù)更有利于模型建立。

    表4 基于單一植被指數(shù)的LAI反演模型建立Table 4 LAI retrieval models established by single vegetation index

    表5 基于多變量的LAI反演模型建立Table 5 LAI retrieval models established by multivariable

    2.4 冬小麥LAI反演模型驗證與可視化分析

    根據(jù)LAI反演建模精度評價結(jié)果,選取基于植被指數(shù)構(gòu)建的MPM-VI多變量回歸模型為冬小麥LAI反演最佳模型,并對該模型進行精度驗證,結(jié)果(圖5)表明,模型的RMSE和MAPE在開花期分別為0.405和12.90%,在挑旗期分別為1.101和26.68%。在挑旗期,大部分LAI的預(yù)測值分布于1∶1趨勢線上方(圖5A),表明挑旗期的LAI預(yù)測值被高估。在開花期,LAI的實測值與預(yù)測值較為均勻地分布在1∶1趨勢線附近(圖5B),表明開花期的MPM-VI模型能較準(zhǔn)確地反演LAI。

    圖5 不同生育期MPM-VI模型驗證結(jié)果

    將各時期MPM-VI反演模型應(yīng)用于無人機高光譜影像,得到LAI預(yù)測值空間分布圖(圖6)。結(jié)合圖1分析,在挑旗期,重復(fù)試驗1和重復(fù)試驗3部分小區(qū)LAI值較低,重復(fù)試驗2小區(qū)的LAI值較高。在開花期,除重復(fù)試驗3部分小區(qū),其他試驗小區(qū)的LAI值較高,重復(fù)試驗2小區(qū)的LAI值達到5.0以上。各時期LAI分布與模型預(yù)測結(jié)果較一致,挑旗期小區(qū)LAI分布有明顯差異,開花期小區(qū)LAI分布較均勻??梢暬治鼋Y(jié)果顯示,冬小麥在開花期的長勢比挑旗期穩(wěn)定,同時利用植被指數(shù)構(gòu)建的冬小麥LAI反演模型應(yīng)用于不同生育時期無人機高光譜影像上,可更為直觀地反映冬小麥在不同試驗小區(qū)的長勢情況,為農(nóng)田有效管理提供依據(jù)。

    圖6 不同生育時期冬小麥LAI預(yù)測值

    3 討 論

    本研究獲取冬小麥兩個關(guān)鍵生育時期的高光譜數(shù)據(jù)和LAI實測數(shù)據(jù),并利用PROSAIL模型模擬了冬小麥冠層光譜反射率,結(jié)合植被指數(shù)和由SPA算法篩選的特征波段,分別構(gòu)建冬小麥LAI單變量和多變量反演模型,得到了較高的反演精度,有效監(jiān)測了不同生育時期冬小麥LAI的變化情況。

    在高光譜數(shù)據(jù)獲取與處理方面,本研究選擇了關(guān)鍵生育時期地面實測光譜數(shù)據(jù)、無人機采集光譜數(shù)據(jù)和PROSAIL模型模擬冠層光譜數(shù)據(jù),并對PROSAIL模擬光譜與無人機采集光譜進行數(shù)據(jù)質(zhì)量評價,證明了二者在450~900 nm范圍內(nèi)數(shù)據(jù)的可靠性,同時也表明PROSAIL模型在作物冠層光譜反射率模擬方面的有效性。隨著近年來對作物結(jié)構(gòu)的深入研究,改進的PROSAIL模型則考慮加入更多的作物生理參數(shù)以提高冠層光譜反射率的模擬精度,如PROSAIL-D模型中加入了花青素[31],PROSAIL-DyN模型中加入了蛋白質(zhì)含量,并用纖維素和木質(zhì)素總含量代替了干物質(zhì)含量[32]。本研究中PROSAIL模型輸入的生理參數(shù)大多是根據(jù)經(jīng)驗數(shù)據(jù)或其他文獻內(nèi)的試驗結(jié)果進行設(shè)定,因此如何有效準(zhǔn)確獲取作物的更多生理參數(shù)數(shù)據(jù),提高PROSAIL模型模擬精度,可作為后續(xù)研究重點。

    在篩選用于構(gòu)建冬小麥LAI反演模型的變量方面,本研究使用SPA算法對光譜數(shù)據(jù)進行降維處理,同時建立了與LAI相關(guān)性較高的植被指數(shù)。目前光譜分析中的變量篩選方法較多,如遺傳算法、灰色關(guān)聯(lián)分析法和相關(guān)性分析法等[33],而SPA算法在農(nóng)作物高光譜波段篩選方面研究較少。在本研究中將SPA算法應(yīng)用于原始光譜數(shù)據(jù)和預(yù)處理后的光譜數(shù)據(jù),均篩選出了數(shù)量較少的特征波段,為后續(xù)建立反演模型的輸入變量減少了冗余,簡化了模型結(jié)構(gòu)。盡管在建立反演模型時,基于植被指數(shù)的多變量反演模型精度更高,但由SPA算法所選定的特征波段構(gòu)建的多變量反演模型精度也較高,尤其在挑旗期,MPM-SG模型的r2為0.742,比MPM-VI模型低了 0.013,其RMSE和MAPE也比MPM-VI模型僅高了0.022和0.32%,表明SPA算法在冬小麥特征波段篩選中亦是有效的。

    在冬小麥LAI反演模型建立方面,本研究所構(gòu)建的MPM-VI模型反演效果最好,并將該模型應(yīng)用于無人機高光譜影像上進行LAI空間分布可視化分析,分析結(jié)果直觀地顯示了各試驗小區(qū)LAI的分布情況。但從建模結(jié)果亦可看出,部分基于單植被指數(shù)構(gòu)建的模型反演效果與多變量模型相差不大,甚至反演精度優(yōu)于多變量模型,比如開花期中UPM-MSR模型的r2、RMSE和MAPE分別為0.706、0.664和17.02%,而該生育時期的MPM-OR模型r2、RMSE和MAPE分別為0.676、0.692和17.71%??紤]到在分析植被指數(shù)與LAI相關(guān)性的時候,各植被指數(shù)均顯示出了與LAI的高相關(guān)性,而且在構(gòu)建模型時挑選了敏感程度較高的前5個植被指數(shù),因此構(gòu)建的單植被指數(shù)模型反演精度會高一點。而多變量模型綜合了不同波段之間的有效信息,特別是MPM-VI模型保留了高相關(guān)性植被指數(shù)之間的信息,提高了該模型的穩(wěn)定性,所以MPM-VI模型的反演精度達到最高。

    4 結(jié) 論

    基于試驗實測、PROSAIL模型模擬和無人機影像等多源數(shù)據(jù),利用數(shù)學(xué)統(tǒng)計方法構(gòu)建了冬小麥LAI反演模型。構(gòu)建的單變量和多變量模型反演精度均較高,大部分模型決定系數(shù)r2可達到0.7以上,均方根誤差RMSE在0.649~1.207范圍內(nèi),平均絕對百分誤差MAPE基本在17%附近波動。從模型驗證結(jié)果來看,基于植被指數(shù)構(gòu)建的多變量模型反演效果最好,其各精度指標(biāo)均達到最優(yōu),而且將該模型應(yīng)用于冬小麥LAI空間分布進行可視化分析,結(jié)果能較好地反映研究區(qū)內(nèi)冬小麥長勢情況。

    猜你喜歡
    模型
    一半模型
    一種去中心化的域名服務(wù)本地化模型
    適用于BDS-3 PPP的隨機模型
    提煉模型 突破難點
    函數(shù)模型及應(yīng)用
    p150Glued在帕金森病模型中的表達及分布
    函數(shù)模型及應(yīng)用
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    3D打印中的模型分割與打包
    亚洲在线自拍视频| 国产又黄又爽又无遮挡在线| 高清毛片免费观看视频网站| 国产精品1区2区在线观看.| 久久久久国内视频| 亚洲欧美日韩高清在线视频| 国产一区二区三区在线臀色熟女| 99热这里只有是精品50| 男人的好看免费观看在线视频| 免费av毛片视频| 亚洲精品一卡2卡三卡4卡5卡| 欧美一级a爱片免费观看看| 国产精品日韩av在线免费观看| 日韩欧美 国产精品| 欧美日韩国产亚洲二区| 免费在线观看日本一区| 久久久色成人| 一边摸一边抽搐一进一小说| 88av欧美| 午夜影院日韩av| 日韩亚洲欧美综合| 亚洲内射少妇av| 色噜噜av男人的天堂激情| 悠悠久久av| 国产探花在线观看一区二区| 国产精品嫩草影院av在线观看 | 香蕉久久夜色| 熟女人妻精品中文字幕| 国产精品 国内视频| 亚洲熟妇熟女久久| 人人妻,人人澡人人爽秒播| 日韩精品中文字幕看吧| 最近在线观看免费完整版| 麻豆国产97在线/欧美| 精品国产美女av久久久久小说| 又黄又爽又免费观看的视频| 18+在线观看网站| 国产精品一区二区免费欧美| 操出白浆在线播放| 国产高清有码在线观看视频| 久久久久久大精品| 一级a爱片免费观看的视频| 观看免费一级毛片| 午夜福利成人在线免费观看| 精品一区二区三区视频在线 | 在线观看免费午夜福利视频| 麻豆一二三区av精品| 国产成人aa在线观看| 欧美xxxx黑人xx丫x性爽| 亚洲国产精品sss在线观看| 又黄又粗又硬又大视频| 亚洲第一电影网av| xxxwww97欧美| 免费在线观看成人毛片| 成人鲁丝片一二三区免费| 日韩欧美在线二视频| 男人的好看免费观看在线视频| 丰满的人妻完整版| 大型黄色视频在线免费观看| 国产精品亚洲美女久久久| 精品久久久久久久人妻蜜臀av| 亚洲成a人片在线一区二区| 免费搜索国产男女视频| 十八禁网站免费在线| 亚洲乱码一区二区免费版| 一区二区三区高清视频在线| 中文字幕高清在线视频| 99热6这里只有精品| 69人妻影院| 色综合站精品国产| 久久这里只有精品中国| 国产成人系列免费观看| 一个人看视频在线观看www免费 | 老熟妇乱子伦视频在线观看| 亚洲午夜理论影院| 真人做人爱边吃奶动态| 一级毛片女人18水好多| 性欧美人与动物交配| 欧洲精品卡2卡3卡4卡5卡区| e午夜精品久久久久久久| 国产精品爽爽va在线观看网站| 国产成年人精品一区二区| 国产精品久久久人人做人人爽| avwww免费| 日韩成人在线观看一区二区三区| 一级毛片高清免费大全| 一级毛片女人18水好多| 国产激情偷乱视频一区二区| 日韩欧美国产在线观看| 国产单亲对白刺激| www.www免费av| 有码 亚洲区| 最近视频中文字幕2019在线8| 国产精品自产拍在线观看55亚洲| 久久精品影院6| 精品久久久久久久毛片微露脸| 90打野战视频偷拍视频| 亚洲精品影视一区二区三区av| 午夜福利在线观看吧| 欧美日韩一级在线毛片| 成年女人毛片免费观看观看9| 成年免费大片在线观看| 国产高清videossex| 国产高清三级在线| 国产伦在线观看视频一区| 波野结衣二区三区在线 | 无遮挡黄片免费观看| 搡老岳熟女国产| 国产蜜桃级精品一区二区三区| 欧美在线黄色| 日本与韩国留学比较| 婷婷六月久久综合丁香| 亚洲av免费在线观看| 乱人视频在线观看| 欧美成人一区二区免费高清观看| 女警被强在线播放| 免费在线观看成人毛片| 亚洲avbb在线观看| 国产高清三级在线| 熟妇人妻久久中文字幕3abv| 国产精品99久久99久久久不卡| ponron亚洲| 亚洲成人精品中文字幕电影| 啦啦啦免费观看视频1| 男人舔女人下体高潮全视频| 国产一区二区在线av高清观看| 亚洲精品美女久久久久99蜜臀| 综合色av麻豆| 精品久久久久久久末码| 别揉我奶头~嗯~啊~动态视频| 亚洲人成伊人成综合网2020| 级片在线观看| 天堂av国产一区二区熟女人妻| 又黄又粗又硬又大视频| 一级黄色大片毛片| 国产精品综合久久久久久久免费| 国产真人三级小视频在线观看| 欧美黄色片欧美黄色片| 日韩欧美一区二区三区在线观看| 国产一区二区在线观看日韩 | 亚洲乱码一区二区免费版| 一卡2卡三卡四卡精品乱码亚洲| 别揉我奶头~嗯~啊~动态视频| 好男人在线观看高清免费视频| 亚洲五月天丁香| 好男人在线观看高清免费视频| 免费看日本二区| 日韩有码中文字幕| 日本三级黄在线观看| 天堂av国产一区二区熟女人妻| 国产乱人伦免费视频| 动漫黄色视频在线观看| 日韩欧美精品v在线| 有码 亚洲区| 桃红色精品国产亚洲av| 久久精品国产99精品国产亚洲性色| 天堂影院成人在线观看| 成人精品一区二区免费| 亚洲av成人精品一区久久| 久久久精品大字幕| 天堂网av新在线| 日韩大尺度精品在线看网址| 日韩大尺度精品在线看网址| 欧美最黄视频在线播放免费| www.熟女人妻精品国产| 国产亚洲欧美98| 99在线视频只有这里精品首页| 午夜福利在线观看吧| 欧美成人a在线观看| 俺也久久电影网| 欧美乱妇无乱码| 午夜免费激情av| 俺也久久电影网| 亚洲av免费高清在线观看| 国产真实乱freesex| 可以在线观看的亚洲视频| 少妇人妻精品综合一区二区 | 免费在线观看日本一区| 国产精品国产高清国产av| 国产精品综合久久久久久久免费| 欧美bdsm另类| 国产av不卡久久| 久久国产乱子伦精品免费另类| 伊人久久精品亚洲午夜| 一区二区三区国产精品乱码| h日本视频在线播放| 亚洲精品成人久久久久久| 亚洲成人中文字幕在线播放| 美女高潮喷水抽搐中文字幕| 少妇人妻一区二区三区视频| 午夜福利在线观看免费完整高清在 | 国产麻豆成人av免费视频| 国内精品久久久久久久电影| 日韩欧美精品免费久久 | 少妇丰满av| 露出奶头的视频| 嫩草影院入口| 欧美bdsm另类| 欧美在线黄色| 91字幕亚洲| 日本五十路高清| 国产一区在线观看成人免费| 九九久久精品国产亚洲av麻豆| 宅男免费午夜| 丁香欧美五月| 精品一区二区三区人妻视频| 88av欧美| 啪啪无遮挡十八禁网站| 欧美中文日本在线观看视频| 天堂av国产一区二区熟女人妻| 一级黄色大片毛片| 国产真实伦视频高清在线观看 | 欧美黑人巨大hd| 欧美丝袜亚洲另类 | 757午夜福利合集在线观看| 久久久久久人人人人人| 一进一出抽搐gif免费好疼| 美女大奶头视频| 乱人视频在线观看| 很黄的视频免费| 天堂网av新在线| 亚洲人成网站在线播放欧美日韩| 少妇人妻一区二区三区视频| 欧美一区二区亚洲| 亚洲av电影在线进入| 国产主播在线观看一区二区| 精品久久久久久,| 丁香欧美五月| 男女下面进入的视频免费午夜| 中文字幕人成人乱码亚洲影| 日韩精品青青久久久久久| 日韩欧美国产一区二区入口| 色在线成人网| 男女下面进入的视频免费午夜| 欧美成人性av电影在线观看| 嫩草影院入口| 精品熟女少妇八av免费久了| 欧美色欧美亚洲另类二区| 法律面前人人平等表现在哪些方面| 成年女人毛片免费观看观看9| 国产成人啪精品午夜网站| 精品久久久久久久久久久久久| 天堂av国产一区二区熟女人妻| 国产精品国产高清国产av| 国产精品影院久久| АⅤ资源中文在线天堂| 最后的刺客免费高清国语| 国产精品久久电影中文字幕| 少妇人妻精品综合一区二区 | 色尼玛亚洲综合影院| 成人18禁在线播放| www.熟女人妻精品国产| 日韩大尺度精品在线看网址| 老司机深夜福利视频在线观看| 欧美日韩国产亚洲二区| 小说图片视频综合网站| 国产精品久久久久久亚洲av鲁大| 99久久九九国产精品国产免费| 一级黄色大片毛片| avwww免费| 亚洲精品久久国产高清桃花| 狂野欧美激情性xxxx| 欧美不卡视频在线免费观看| 热99在线观看视频| 九九热线精品视视频播放| 舔av片在线| 国产成人影院久久av| 黄色片一级片一级黄色片| 色av中文字幕| 最新美女视频免费是黄的| 亚洲国产精品久久男人天堂| 欧美高清成人免费视频www| 婷婷精品国产亚洲av在线| 国产一区二区三区在线臀色熟女| 99riav亚洲国产免费| 老司机午夜福利在线观看视频| 亚洲成av人片在线播放无| 成人三级黄色视频| 精品久久久久久久毛片微露脸| 波多野结衣高清作品| 色播亚洲综合网| 99久国产av精品| 国产精品一区二区三区四区免费观看 | 99精品欧美一区二区三区四区| 操出白浆在线播放| 欧美一级a爱片免费观看看| 日本免费一区二区三区高清不卡| 亚洲熟妇熟女久久| x7x7x7水蜜桃| 欧美日本视频| 国产野战对白在线观看| 日本a在线网址| 欧美极品一区二区三区四区| 变态另类成人亚洲欧美熟女| 精品国产美女av久久久久小说| 69av精品久久久久久| 51国产日韩欧美| 亚洲av中文字字幕乱码综合| 人人妻人人澡欧美一区二区| 18禁美女被吸乳视频| 热99re8久久精品国产| 天堂网av新在线| 欧美一区二区精品小视频在线| 久久精品夜夜夜夜夜久久蜜豆| or卡值多少钱| 十八禁人妻一区二区| 日本三级黄在线观看| 欧美日韩瑟瑟在线播放| 欧美日韩黄片免| 天堂√8在线中文| 午夜免费激情av| 国产成人欧美在线观看| 在线播放无遮挡| 亚洲一区二区三区色噜噜| 精品人妻偷拍中文字幕| 九色成人免费人妻av| x7x7x7水蜜桃| 搡老熟女国产l中国老女人| 91av网一区二区| 99riav亚洲国产免费| 丁香六月欧美| 精品一区二区三区视频在线观看免费| 男女做爰动态图高潮gif福利片| 18禁在线播放成人免费| 在线看三级毛片| 久久精品国产亚洲av涩爱 | 一区福利在线观看| 综合色av麻豆| 国产日本99.免费观看| 蜜桃亚洲精品一区二区三区| 久久精品国产综合久久久| 久久久久久九九精品二区国产| 国产91精品成人一区二区三区| 一二三四社区在线视频社区8| 欧美一区二区亚洲| 亚洲国产色片| 午夜免费男女啪啪视频观看 | 久久久久久久久中文| 精品一区二区三区人妻视频| 听说在线观看完整版免费高清| 岛国视频午夜一区免费看| 90打野战视频偷拍视频| 亚洲人成伊人成综合网2020| 天堂网av新在线| 欧美又色又爽又黄视频| 久久久精品欧美日韩精品| 亚洲人成伊人成综合网2020| 亚洲成av人片在线播放无| 国产欧美日韩一区二区三| 日本撒尿小便嘘嘘汇集6| 欧美日本视频| 99久久久亚洲精品蜜臀av| 老汉色av国产亚洲站长工具| 亚洲人成电影免费在线| 亚洲国产欧美网| 国产三级中文精品| 女人十人毛片免费观看3o分钟| 国产av一区在线观看免费| 老司机在亚洲福利影院| 在线视频色国产色| 欧美一区二区亚洲| 久久草成人影院| 久久精品亚洲精品国产色婷小说| 日韩欧美在线乱码| av中文乱码字幕在线| 19禁男女啪啪无遮挡网站| 午夜老司机福利剧场| 国产成+人综合+亚洲专区| 久久99热这里只有精品18| 99在线视频只有这里精品首页| 日韩高清综合在线| 免费av观看视频| 国产伦精品一区二区三区视频9 | 丝袜美腿在线中文| 国产69精品久久久久777片| 亚洲国产欧美网| 亚洲精品亚洲一区二区| www.www免费av| 丁香六月欧美| 亚洲精品日韩av片在线观看 | 欧美成人一区二区免费高清观看| 非洲黑人性xxxx精品又粗又长| 久99久视频精品免费| 欧美极品一区二区三区四区| 欧美激情久久久久久爽电影| 国产高清激情床上av| 亚洲精品影视一区二区三区av| 国产成人啪精品午夜网站| 欧美不卡视频在线免费观看| 一进一出好大好爽视频| 性色avwww在线观看| 亚洲人成网站高清观看| 在线观看av片永久免费下载| 久久精品综合一区二区三区| 亚洲一区高清亚洲精品| av天堂中文字幕网| 久久精品综合一区二区三区| 亚洲男人的天堂狠狠| 国产免费一级a男人的天堂| 欧美性感艳星| 午夜福利成人在线免费观看| 欧美日韩瑟瑟在线播放| 国产一区二区在线观看日韩 | 欧美xxxx黑人xx丫x性爽| 观看免费一级毛片| 欧美一区二区精品小视频在线| 宅男免费午夜| 欧美日韩一级在线毛片| 看免费av毛片| 人人妻,人人澡人人爽秒播| 色综合站精品国产| 免费在线观看亚洲国产| 91九色精品人成在线观看| 99国产极品粉嫩在线观看| 制服丝袜大香蕉在线| 国内精品久久久久久久电影| 丁香六月欧美| 国产真实伦视频高清在线观看 | 精品不卡国产一区二区三区| 国产欧美日韩精品亚洲av| 免费在线观看亚洲国产| 国产亚洲精品一区二区www| 精品人妻1区二区| 性色av乱码一区二区三区2| 桃色一区二区三区在线观看| 亚洲va日本ⅴa欧美va伊人久久| 久久99热这里只有精品18| 成人av在线播放网站| 亚洲国产精品合色在线| 久久99热这里只有精品18| 男插女下体视频免费在线播放| 国产 一区 欧美 日韩| 亚洲国产精品999在线| tocl精华| 日韩国内少妇激情av| 亚洲熟妇熟女久久| 一卡2卡三卡四卡精品乱码亚洲| 国产99白浆流出| 搡老妇女老女人老熟妇| 嫩草影院精品99| 国产高清有码在线观看视频| 日日摸夜夜添夜夜添小说| 午夜福利欧美成人| av女优亚洲男人天堂| 网址你懂的国产日韩在线| 深爱激情五月婷婷| 一级毛片女人18水好多| av中文乱码字幕在线| 欧美激情在线99| 在线国产一区二区在线| 久久99热这里只有精品18| 色综合欧美亚洲国产小说| 欧美+亚洲+日韩+国产| 观看美女的网站| 99久久成人亚洲精品观看| 亚洲不卡免费看| 国产精品久久久久久亚洲av鲁大| 成人午夜高清在线视频| 中文字幕高清在线视频| 国产一区二区在线观看日韩 | 亚洲国产中文字幕在线视频| 好男人电影高清在线观看| а√天堂www在线а√下载| 级片在线观看| 中文字幕av成人在线电影| 日本a在线网址| 男女那种视频在线观看| 欧美在线黄色| 美女 人体艺术 gogo| 国产精品1区2区在线观看.| 久久久国产精品麻豆| 天堂网av新在线| 欧美午夜高清在线| 一级黄片播放器| 成年版毛片免费区| 中文字幕人妻丝袜一区二区| 两人在一起打扑克的视频| 婷婷亚洲欧美| 久久精品综合一区二区三区| 国产精品久久电影中文字幕| 国产高潮美女av| 一区二区三区免费毛片| 国产欧美日韩精品一区二区| 欧美在线黄色| 在线观看日韩欧美| 三级男女做爰猛烈吃奶摸视频| 国产一区二区亚洲精品在线观看| 亚洲一区高清亚洲精品| 九九在线视频观看精品| 俄罗斯特黄特色一大片| 欧洲精品卡2卡3卡4卡5卡区| 亚洲成人久久性| 亚洲七黄色美女视频| 两个人看的免费小视频| 亚洲乱码一区二区免费版| 久久九九热精品免费| 国产熟女xx| 亚洲,欧美精品.| 婷婷丁香在线五月| 国产一区二区三区视频了| 综合色av麻豆| 欧美另类亚洲清纯唯美| 成人高潮视频无遮挡免费网站| 一进一出抽搐gif免费好疼| 免费观看人在逋| av片东京热男人的天堂| 天天一区二区日本电影三级| 天堂动漫精品| 亚洲精品456在线播放app | 一个人免费在线观看电影| 国产激情欧美一区二区| 无遮挡黄片免费观看| 天天添夜夜摸| 色尼玛亚洲综合影院| 日本免费一区二区三区高清不卡| 91在线精品国自产拍蜜月 | 免费看a级黄色片| 一边摸一边抽搐一进一小说| 午夜日韩欧美国产| 九色成人免费人妻av| 国产综合懂色| 久久久成人免费电影| 成人亚洲精品av一区二区| 老汉色∧v一级毛片| 亚洲欧美日韩卡通动漫| 无限看片的www在线观看| 午夜福利免费观看在线| 黄色丝袜av网址大全| 啦啦啦免费观看视频1| 无人区码免费观看不卡| 国产99白浆流出| 中国美女看黄片| 少妇高潮的动态图| 性色av乱码一区二区三区2| 色综合婷婷激情| 国产精品,欧美在线| 久久草成人影院| 又粗又爽又猛毛片免费看| 18禁裸乳无遮挡免费网站照片| 好看av亚洲va欧美ⅴa在| 欧美黑人欧美精品刺激| 日本在线视频免费播放| 午夜福利18| 一级黄片播放器| 欧美+亚洲+日韩+国产| 久久久国产成人免费| 亚洲国产高清在线一区二区三| 母亲3免费完整高清在线观看| 一本综合久久免费| 欧美日韩中文字幕国产精品一区二区三区| 亚洲欧美激情综合另类| 国产一级毛片七仙女欲春2| 午夜免费激情av| 啦啦啦观看免费观看视频高清| 少妇丰满av| 内地一区二区视频在线| 国产av在哪里看| 精品欧美国产一区二区三| 国产精品久久久久久久电影 | 欧美乱色亚洲激情| 综合色av麻豆| 久久精品国产综合久久久| 国产精品日韩av在线免费观看| 午夜精品一区二区三区免费看| www.色视频.com| 亚洲第一电影网av| 亚洲精品一区av在线观看| 一级黄片播放器| 午夜福利18| www国产在线视频色| 午夜影院日韩av| 美女 人体艺术 gogo| 免费在线观看影片大全网站| 桃红色精品国产亚洲av| www日本在线高清视频| 欧美在线一区亚洲| 亚洲国产精品合色在线| 亚洲欧美一区二区三区黑人| 国产免费男女视频| 乱人视频在线观看| 少妇熟女aⅴ在线视频| 日韩欧美免费精品| 久久久久久久久中文| 国产国拍精品亚洲av在线观看 | 国产免费男女视频| 国产精品自产拍在线观看55亚洲| 99久久精品一区二区三区| 亚洲熟妇熟女久久| 脱女人内裤的视频| 变态另类丝袜制服| 人人妻人人看人人澡| 在线观看美女被高潮喷水网站 | 精品一区二区三区视频在线 | 久久亚洲真实| 国产毛片a区久久久久| av视频在线观看入口| 看片在线看免费视频| 九色成人免费人妻av| 看黄色毛片网站| 中文字幕人妻丝袜一区二区| 黑人欧美特级aaaaaa片| 波多野结衣高清作品| 日日摸夜夜添夜夜添小说| 免费高清视频大片| 亚洲欧美日韩高清在线视频| 国产精品一及| 天堂网av新在线| 嫩草影院精品99| 国产探花极品一区二区| 亚洲五月天丁香| 精品国产超薄肉色丝袜足j| 中国美女看黄片| 免费看光身美女| 亚洲性夜色夜夜综合| 亚洲av成人精品一区久久|