《表2 植被指数计算公式:LAI无人机多光谱遥感估测及其在盐渍土改良中的应用》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《LAI无人机多光谱遥感估测及其在盐渍土改良中的应用》
公式中ρgre、ρred、ρnir分别指机载Sequoia多光谱相机影像的b1、b2和b4波段的反射率
选取敏感波段绿光(GRE)、红光(RED)和近红(NIR)波段构建的植被指数如表2所示。7个滤波窗口的植被指数与LAI的相关性分析结果见表3。结果显示,各植被指数与叶面积指数都达到极显著相关,且植被指数对LAI的敏感度远高于单波段。在同一滤波窗口处理下,RVI与叶面积指数的相关性各植被指数中最高的。不同滤波窗口中,5×5的窗口中各植被指数与叶面积指数的相关性也是最高的。因此,5×5滤波处理后的植被指数作为LAI反演的敏感光谱指数,进行叶面积指数反演模型的构建,各模型的决定系数(R2)、均方根误差(RMSE)和相对分析误差(RPD)比较结果见表4。
图表编号 | XD00180890200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 史丰智、王瑞燕、李玉环、闫宏、张晓鑫 |
绘制单位 | 山东农业大学资源与环境学院、土肥资源高效利用国家工程实验室、山东农业大学资源与环境学院、土肥资源高效利用国家工程实验室、山东农业大学资源与环境学院、土肥资源高效利用国家工程实验室、商河县农业农村局、山东农业大学资源与环境学院 |
更多格式 | 高清、无水印(增值服务) |