| 基于微分变换的湿地植物高光谱全氮反演 |
| |
| 引用本文： | 黎舟,杨思林,刘云根,王妍,张超,肖羽芯,徐红枫.基于微分变换的湿地植物高光谱全氮反演[J].环境科学研究,2022,35(5):1268-1276. |
| |
| 作者姓名： | 黎舟 杨思林 刘云根 王妍 张超 肖羽芯 徐红枫 |
| |
| 作者单位： | 1.西南林业大学生态与环境学院，云南 昆明 650224 |
| |
| 基金项目： | 国家自然科学基金项目(No.32160405,21767027)~~； |
| |
| 摘 要： | 叶片全氮含量是监测和诊断湿地植物生理状况及生长趋势的重要指标,利用高光谱技术监测湿地植物氮含量,对于理解湿地生态系统氮循环具有重要意义.为探究湿地植物叶片全氮含量遥感光谱的估算方法,以云南省大理西湖湿地公园优势植物芦苇（Phragmites australis）和茭草（Zizania caduciflora）全氮含量为研究对象,对叶片光谱数据进行预处理并建立二者的关系模型,包括单变量模型、多变量模型（偏最小二乘回归模型和BP神经网络模型）,并利用决定系数（r2）和均方根误差（RMSE）对模型精度进行检验.结果表明:（1）不同形式的光谱变换增强了植物全氮含量与光谱变量的细节特征,二者的短波红外波段相关性强于可见光近红外波段.芦苇二阶微分（R"）反射率与全氮含量在1682 nm处相关性最强,相关系数为0.70;茭草平方根二阶微分(R1/2)"]反射率与全氮含量在1 190 nm处相关性最强,相关系数高达-0.80.（2）不同植物类型相比,利用茭草的变换光谱反射率建立的单变量和偏最小二乘回归模型建模精度都高于芦苇.（3）不同回归模型相比,BP神经...
|
| 关 键 词： | 光谱变换 单变量模型 偏最小二乘回归 BP神经网络 |
| 收稿时间： | 2021-10-08 |
Hyperspectral Total Nitrogen Inversion of Wetland Plants Based on Differential Transformation |
| |
| LI Zhou,YANG Silin,LIU Yungen,WANG Yan,ZHANG Chao,XIAO Yuxin,XU Hongfeng.Hyperspectral Total Nitrogen Inversion of Wetland Plants Based on Differential Transformation[J].Research of Environmental Sciences,2022,35(5):1268-1276. |
| |
| Authors: | LI Zhou YANG Silin LIU Yungen WANG Yan ZHANG Chao XIAO Yuxin XU Hongfeng |
| |
| Affiliation: | 1.College of Ecology and Environment, Southwest Forestry University, Kunming 650224, China2.Yunnan Provincial Key Laboratory of Ecological Environment Change and Pollution Control in Mountainous and Rural Areas, Southwest Forestry University, Kunming 650224, China3.College of Forestry, Southwest Forestry University, Kunming 650224, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《环境科学研究》浏览原始摘要信息 |
|
点击此处可从《环境科学研究》下载全文 |
|
