玉米作物系数无人机遥感协同地面水分监测估算方法研究

S152.7%V279+.2; 该文研究不同水分胁迫条件下无人机遥感与地面传感器协同估算玉米作物系数的可行性.利用自主研发的六旋翼无人机遥感平台搭载多光谱传感器获取内蒙古达拉特旗昭君镇试验站不同水分胁迫下大田玉米冠层光谱影像,计算植被指数,采用经气象因子和作物覆盖度校正后的FAO-56双作物系数法计算玉米的作物系数,研究作物系数与简单比值植被指数(simple ratio index,SR)、叶面积指数(leaf area index,LAI)和表层土壤含水率(surface soil moisture,SM)的相关关系,结果表明,作物系数与SR、LAI和SM的相关程度与水分胁迫程度有关,但均...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 35; no. 1; pp. 83 - 89
Main Authors 张瑜, 张立元, Zhang Huihui, 宋朝阳, 蔺广花, 韩文霆
Format Journal Article
LanguageChinese
Published 中国科学院大学,北京 100049%西北农林科技大学机械与电子工程学院,杨凌,712100%美国农业部农业研究服务属,柯林斯堡 CO 80526%西北农林科技大学资源环境学院,杨凌,712100%西安工业大学建筑工程学院,西安,710000%中国科学院水利部水土保持研究所,杨凌 712100 2019
西北农林科技大学水土保持研究所,杨凌 712100
中国科学院水利部水土保持研究所,杨凌 712100
Subjects
无人机
土壤水分
作物系数
胁迫
叶面积指数
比值植被指数
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2019.01.010

Cover

More Information
Summary:S152.7%V279+.2; 该文研究不同水分胁迫条件下无人机遥感与地面传感器协同估算玉米作物系数的可行性.利用自主研发的六旋翼无人机遥感平台搭载多光谱传感器获取内蒙古达拉特旗昭君镇试验站不同水分胁迫下大田玉米冠层光谱影像,计算植被指数,采用经气象因子和作物覆盖度校正后的FAO-56双作物系数法计算玉米的作物系数,研究作物系数与简单比值植被指数(simple ratio index,SR)、叶面积指数(leaf area index,LAI)和表层土壤含水率(surface soil moisture,SM)的相关关系,结果表明,作物系数与SR、LAI和SM的相关程度与水分胁迫程度有关,但均呈现出显著或极显著的线性关系,说明了基于这些指标建立作物系数估算模型的可能性.利用逐步回归分析方法建立了作物系数的估算模型,其估算模型,修正的决定系数、均方根误差和归一化的均方根误差分别为0.63、0.21、25.16％.经验证,模型决定系数、均方根误差和归一化的均方根误差分别为0.60、0.21、23.35％.研究结果可为利用无人机多光谱遥感平台进行作物系数估算提供技术参考.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2019.01.010