冬小麦叶面积指数与叶绿素含量高光谱遥感反演 本书特色

本书主要基于现有的冬小麦理化参数反演方法一方面受生育期、环境条件和地域条件等因素的影响，另一方面由于采用的波段信息少，容易受外界因素的干扰，致使模型精度和普适性较低，因此亟需构建高精度的冬小麦叶面积指数和冠层叶绿素含量反演方法，增强模型在冠层和遥感影像上的适应性。近年来，连续小波变换方法和*小二乘支持向量机方法以其强大的优势得到了广泛的应用，但目前将这两种方法的优势相结合并将其应用于提高我国西北旱区冬小麦叶面积指数和冠层叶绿素含量反演精度方面的研究还相对较少。本书以冬小麦叶面积指数和冠层叶绿素含量的精准获取为出发点，通过在杨凌开展野外联合实验，基于星地同步数据，围绕构建冬小麦叶面积指数和冠层叶绿素含量定量反演模型以及模型本地化为主要目标，提高冬小麦叶面积指数和冠层叶绿素含量从地面监测到大范围遥感影像的反演精度，为大范围农业生产、区域指导以及国家精准农业建设提供决策依据，具有很好的理论和实践意义。

冬小麦叶面积指数与叶绿素含量高光谱遥感反演 内容简介

本书主要基于现有的冬小麦理化参数反演方法一方面受生育期、环境条件和地域条件等因素的影响, 另一方面由于采用的波段信息少, 容易受外界因素的干扰, 致使模型精度和普适性较低, 因此亟需构建高精度的冬小麦叶面积指数和冠层叶绿素含量反演方法, 增强模型在冠层和遥感影像上的适应性。近年来, 连续小波变换方法和*小二乘支持向量机方法以其强大的优势得到了广泛的应用, 但目前将这两种方法的优势相结合并将其应用于提高我国西北旱区冬小麦叶面积指数和冠层叶绿素含量反演精度方面的研究还相对较少。本书以冬小麦叶面积指数和冠层叶绿素含量的精准获取为出发点, 通过在杨凌开展野外联合实验, 基于星地同步数据, 围绕构建冬小麦叶面积指数和冠层叶绿素含量定量反演模型以及模型本地化为主要目标, 提高冬小麦叶面积指数和冠层叶绿素含量从地面监测到大范围遥感影像的反演精度, 为大范围农业生产、区域指导以及国家精准农业建设提供决策依据, 具有很好的理论和实践意义。

冬小麦叶面积指数与叶绿素含量高光谱遥感反演 作者简介

蔡庆空，男(1986－)，2010年毕业于河南城建学院，获测绘工程专业学士学位；2010-2013年硕士就读于中国矿业大学(北京)，专业为摄影测量与遥感，期间2012年获得申请提前攻读博士学位；2012年9月至今年在中国矿业大学(北京)攻读博士学位，专业为摄影测量与遥感，研究方向为高光谱遥感。

农业/林业 农作物

在线阅读