论文摘要
水稻作为世界范围内的重要粮食作物,其生长状况与产量信息的快速、精确获取,对保障耕地资源安全与粮食安全具有重要意义。本研究探索结合数据融合算法的光能利用率模型反演水稻地上部生物量,将增强型空间和时间自适应反射融合模型(ESTARFM)预测的水稻关键生长期数据,驱动EC-LUE(Eddy covariance-light use efficiency)模型反演水稻地上部生物量,分别验证2个模型的精度。结果显示,ESTARFM算法预测值与真实值的Pearson相关系数为0.668(P<0.001),对于中型耕地(11~50个Landsat像元),ESTARFM算法预测精度最为理想。EC-LUE模型反演的水稻地上部生物量预测值与地面实测值Pearson相关系数为0.630(P<0.001)。EC-LUE模型驱动数据的空间分辨率与时间分辨率是制约反演结果精度的关键因素。关键字:
论文目录
文章来源
类型: 期刊论文
作者: 廖靖,胡月明,赵理,马昊翔,王璐,张洪亮
关键词: 影像融合,光能利用率模型,水稻地上部生物量,遥感反演
来源: 江苏农业学报 2019年03期
年度: 2019
分类: 农业科技,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,农作物,自动化技术
单位: 华南农业大学资源环境学院,华南农业大学国土资源部建设用地再开发重点实验室,华南农业大学广东省土地利用与整治重点实验室,华南农业大学广东省土地信息工程技术研究中心,青海大学农牧学院,贵州科学院
基金: 广东省科技计划项目(2017A050501031,2017A040406022),广州市科技计划项目(201804020034)
分类号: S511;TP751
页码: 594-601
总页数: 8
文件大小: 1217K
下载量: 174
相关论文文献
标签:影像融合论文; 光能利用率模型论文; 水稻地上部生物量论文; 遥感反演论文;