您好,欢迎访问中国农业科学院 机构知识库!

基于多源遥感数据与模型对比的冬小麦土壤含水量区域监测研究

文献类型: 中文期刊

作者: 吴东丽 1 ; 刘聪 1 ; 郭超凡 2 ; 丁明明 1 ; 吴苏 3 ; 阙艳红 4 ; 姜明梁 5 ; 李雁 1 ;

作者机构: 1.中国气象局气象探测中心

2.衢州学院

3.中国电子科技集团公司第二十七研究所

4.河南中原光电测控技术有限公司

5.中国农业科学院农田灌溉研究所

关键词: 冬小麦;土壤水分含量监测;土壤水分反演;反演精度;无人机遥感;卫星遥感;温度植被干旱指数模型;水云模型

期刊名称: 中国农学通报

ISSN: 1000-6850

年卷期: 2024 年 40 卷 025 期

页码: 147-154

收录情况: CSCD

摘要: 实时、精准的土壤水分含量监测是农业用水管理的基础,探究冬小麦土壤水分反演的最优模型对于提高农业用水效率和可持续发展均具有重要的意义.本研究以河南省鹤壁市浚县冬小麦种植区域的土壤水分含量为研究对象,采用无人机遥感数据、卫星遥感数据、田间采样数据,分别运用温度植被干旱指数模型、水云模型和改进的水云模型3种方法,进行土壤含水量反演对比分析与最优模型选择.结果表明,3种方法中10cm深度的反演精度均高于20cm,且R2均大于0.4.其中采用改进的水云模型方法在10 cm深度的R2为0.7055、RMSE为0.0209,20 cm深度的R2为0.5069、RMSE为0.0271,优于水云模型和温度植被干旱指数的反演效果.因此,改进的水云模型是一种适合用于麦田土壤水分反演的方法,它能够提供较高的反演精度.

  • 相关文献

[1]基于改进水云模型和Radarsat-2数据的农田土壤含水量估算. 杨贵军,岳继博,李长春,冯海宽,杨浩,兰玉彬. 2016

[2]土壤水分雷达遥感反演研究. 朱逸青,吴尚蓉,王迪. 2024

[3]光谱数据变换对玉米氮素含量反演精度的影响. 王磊,白由路,卢艳丽,王贺. 2011

[4]草层高度遥感监测研究进展. 冯琦胜,殷建鹏,杨淑霞,梁天刚. 2018

[5]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[6]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

[7]基于无人机遥感的盛花期薇甘菊监测技术. 李岩舟,覃锋,顾渝娟,韩阳春,田洪坤,乔曦. 2022

[8]基于无人机DSM的小麦倒伏识别方法. 赵立成,段玉林,史云,张保辉. 2019

[9]基于卷积神经网络的互花米草识别研究. 李岩舟,何艳洲,覃锋,钱万强,吴媚,乔曦. 2023

[10]基于无人机遥感可见光影像的农作物分类. 刘斌,史云,吴文斌,段玉林,赵立成. 2019

[11]2017年新疆天山云杉无人机可见光影像深度学习训练数据集. 邱琴,曹姗姗,李全胜,孙伟,王蕾. 2022

[12]基于无人机影像分层建模的土壤深层盐渍化空间预测. 雷鸣阔,查燕,王丽,程钢,温彩运,尹作堂,陆苗. 2025

[13]基于机器学习的加工番茄叶绿素相对含量遥感反演研究. 姜明君,范燕敏,武红旗,张浩,刘卓,王德俊. 2025

[14]卫星遥感估产技术在大豆区域收入保险中的应用. 陈爱莲,李家裕,张圣军,朱玉霞,赵思健,孙伟,张峭. 2020

[15]基于TM卫星的棉花长势遥感监测研究. 王克如,李少昆,刘强,柏军华,李静,谢瑞芝,陈兵,高世菊,王方永,刘国庆,谭海珍. 2007

[16]草地遥感研究进展与展望. 李飞,李冰,闫慧,李华强,吕鹏飞,白海花. 2022

[17]新疆迪那河流域轮台人工绿洲耕地时空变化特征分析. 张谱,管文轲,刘洪霞,张和钰,李志鹏,冯益明. 2019

[18]基于陆面能量平衡方程的遥感模型. 孙敏章,刘作新,吕谋超,刘钰. 2005

[19]基于Landsat和Sentinel-2卫星的草地利用率遥感监测-以不同草地类型放牧平台为例. 常楚晨,王洁,杨吉林,刘楠,赵玉金,王忠武,辛晓平,张英俊. 2025

[20]放牧干扰下藏北紫花针茅高寒草地生物量遥感监测. 段敏杰. 2011

作者其他论文 更多>>