大豆叶面积指数的高光谱估算方法比较
基于地面高光谱遥感的大豆产量估算模型研究
基于地面高光谱遥感的大豆产量估算模型研究唐子竣;张威;黄向阳;向友珍;张富仓;陈俊英【期刊名称】《农业机械学报》【年(卷),期】2024(55)1【摘要】为在田间管理中对作物产量进行估测,通过两年大田试验收集了大豆生殖生长期的高光谱数据及产量数据,基于各生育期一阶微分光谱反射率计算了7个光谱指数:比值指数(Ratio index, RI)、差值指数(Difference index, DI)、归一化光谱指数(Normalized difference vegetation index, NDVI)、土壤调整光谱指数(Soil-adjusted iegetation index, SAVI)、三角光谱指数(Triangular vegetation index, TVI)、改进红边归一光谱指数(Modified normalized difference index, mNDI)和改进红边比值光谱指数(Modified simple ratio, mSR),使用相关矩阵法将光谱指数与大豆产量数据进行相关性分析并提取最佳波长组合,随后将计算结果作为与大豆产量相关的最佳光谱指数,最后将各生育期筛选出的与大豆产量相关系数最高的5个光谱指数作为模型输入变量,利用支持向量机(Support vector machine, SVM)、随机森林(Random forest, RF)和反向神经网络(Back propagation neural network, BPNN)构建大豆产量估算模型并进行验证。
结果表明,各生育期(全花期(R2)、全荚期(R4)和鼓粒期(R6))计算的光谱指数与产量的相关系数均高于0.6,相关性较好,其中全荚期的光谱指数FDmSR与大豆产量的相关系数最高,达到0.717;大豆产量最优估算模型的方法是输入变量为全荚期构建的一阶微分光谱指数和RF组合的建模方法,模型验证集R2为0.85,RMSE和MRE分别为272.80 kg/hm^(2)和5.12%。
作物长势高光谱
作物长势高光谱
作物长势高光谱遥感是一种利用高光谱遥感技术来监测作物生长状况的方法。
高光谱遥感技术可以通过获取农田地表的多个波段反射光谱信息来分析农作物的生长状态和长势，同时还可以获取植被的生理和生态参数，进而分析农作物的生长状况、营养状况和病虫害情况。
相比传统的遥感方法，高光谱遥感技术具有更高的精度和灵活性，可以更准确地监测作物的生长状况和变化趋势。
通过对高光谱数据的分析和处理，可以提取出与作物生长相关的特征信息，如叶面积指数、生物量、叶绿素含量等，从而实现对作物长势的精准评估。
在作物长势高光谱遥感中，常用的方法包括高光谱图像采集、数据处理和分析、模型建立等。
其中，高光谱图像采集可以通过飞机、卫星等遥感平台来完成，可以获取大范围的农田高光谱数据。
数据处理和分析则是通过对高光谱数据的预处理、特征提取和分类识别等步骤，提取出与作物长势相关的特征信息。
模型建立则是利用提取的特征信息建立预测模型，实现对作物长势的精准预测。
在实际应用中，作物长势高光谱遥感技术可以为农业生产提供重要的决策支持，如制定合理的施肥方案、控制病虫害等。
同时，还可以为科研人员提供更加精准的实验数据和分析结果，有助于推动农业科技的进步和发展。
基于高光谱数据的作物净初级生产力估算方法
基 于高光谱数 据 的作 物净初级生产力估算 方法
张城 芳 ， 董 恒
（ １ ． 武汉华夏理工学 院土木与建筑工程系 ， 湖北武汉 ４ ３ ０ ２ ２ ３； ２武汉理工大学资源与环境工程学 院， 湖北武汉 ４ ３ ０ ０ ７ ０）
摘 要： 叶片叶绿素含量 、 叶片含水 量、 叶面积指数 、 光合有效辐射是影响作物净初级生产力 （ Ｎ Ｐ Ｐ ） 的重 要 因素 。以 光能利用率模型作为基本模 型 ， 结合 叶片 叶绿素含量 、 叶面积指 数和叶 片含水 量等生 态参数反演方 法 ， 构 建新 的 Ｎ Ｐ Ｐ 高光谱遥感估算模 型。在 山东 禹城 实地观测 的小麦 和玉米 Ｎ Ｐ Ｐ数 据基础 上 ， 研 究还 将新构 建 的模 型 与 Ｎ Ｄ Ｖ Ｉ 、 Ｃ Ｉ 和
究生态系统中物质 和能 量交换 的重要参数 ， 在全球 陆地碳循 环研 究中有着重要 的作用 。经过近 ８ ０年 的研究 ， Ｎ Ｐ Ｐ估算 工 作已经获得了较 大的发展 ， 出现 了很 多估算模 型。这些模 型
按照构建 的机制来说 ， 大概可 以分 为 ３类 ： 气候统计模 型、 过 程模 型 、 光能利用率模型（ 参数模 型） 。其 中光能利 用率模 型 具有模型简单 、 模型精度较 高 、 适合 大区域估算等优点 ， 近 年
称Ａ Ｐ Ａ Ｒ） 为植被冠层吸 收并 参与光 合生物 量累积 的光合 有
效辐射部分 。
光 合 有 效 辐 射 吸 收 比 例 （ｆ ｒ ａ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ａ ｂ ｓ ｏ ｒ ｂ ｅ ｄ
ｐ ｈ ｏ ｔ ｏ ｓ ｙ ｎ ｔ ｈ ｅ ｓ ｉ ｓ ａ ｃ ｔ ｉ ｖ ｅ ｒ ａ ｄ ｉ ａ ｔ ｉ ｏ ｎ ， 简称 Ｆ Ｐ Ａ Ｒ ） 是 植 被 冠 层 对 接 收
高光谱植被指数与水稻叶面积指数的定量关系
1686
应 用 生 态 学 报 20 卷
越多地用于反演植物叶面积指数 . 研究表明 , LA I与 [4] 一阶微分光谱均表现出良好的相关性 , 基于波形 [ 9 - 10 ] 分析的红边参数对 LA I也表现敏感 . 750 nm 附 近光谱一阶导数对 LA I表现敏感 ,红边振幅 、 红边面 积等三边参数与 LA I有良好的相关关系 . 王秀 [ 11 ] 珍等 研究表明 ,蓝边内一阶微分的总和与红边内 一阶微分的总和的比值 , 以及归一化差值植被指数 是估测水稻 LA I的良好参数 . 为了提高水稻 LA I的 估测精度 ,也有研究采用了主成分分析法或支持向 量机等模糊统计方法 . 而利用各种卫星遥感数 据如 T M、 ET M、 IKONOS、 MOD IS、 MI V IS等具有不同 [ 1, 9, 14 - 18 ] 波段设置和分辨率的影像 在大范围的 LA I 监测中也获得了一定程度的成功 . 然而 ,水稻 LA I与 不同高光谱植被指数之间的关系还缺乏深入系统的 研究 ,适用于不同品种和栽培条件下水稻叶面积指 数估测的高光谱植被指数构建研究尚需加强 ,同时 , 建立较高精度的水稻叶面积指数监测模型的研究还 有待提高 . 为此 , 本文研究了不同施氮处理下水稻 LA I与冠层高光谱植被指数之间的关系 , 构建了水 稻 LA I的高光谱估测参数 , 进而建立定量化估算模 型 ,以期为水稻 LA I的实时定量监测奠定基础 .
[3 - 4]
3 国家自然科学基金项目 ( 30571092, 30671215) 、 国家高技术研究发 展计划项目 ( 2006AA10Z202, 2006AA10Z271) 、 国家科技支撑计划项 目 ( 2006BAD10A01) 和高校博士点基金项目 ( 20070307035) 资助 . 3 3 通讯作者 . E 2 mail: caow@ njau. edu. cn 2008 2 11 2 21 收稿 , 2009 2 04 2 28 接受 .
高光谱遥感估测大豆冠层生长和籽粒产量的探讨
ｍａ ｔ ｅ Ｃａ ｎ ｏ ｐ ｙ Ｇｒ ｏ ｗｔ ｈ ａ ｎ ｄ Ｓ ｅ ｅ ｄ Ｙｉ ｅ ｌ ｄ ｉ ｎ Ｓ ｏ ｙ ｂ ｅ ａ ｎ
ｗｕ Ｑｉ ｏ ｎ ｇ ’ ， ＱＩ Ｂ ｏ ＇ ， Ｚ ＨＡＯ Ｔ ｕ ａ ｎ — Ｊ ｉ ｅ ， Ｙ ＡＯ Ｘｉ ｎ ． Ｆ ｅ ｎ ｇ ， Ｚ Ｈ Ｕ Ｙ ａ ｎ ， ａ ｎ ｄ Ｇ ＡＩ Ｊ ｕ ｎ ． Ｙ ｉ ，
ｅ ｒ ａ １ ） ， Ｍｉ ｎ ｉ ｓ ｔ ｒ ｙ ｏ ｆ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ｅ／ Ｎａ ｉ ｔ ｏ ｎ ｌ ａ Ｋ ｅ ｙ Ｌ ａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ Ｃ ｒ ｏ ｐ Ｇｅ ｎ ｅ ｉ ｔ ｃ ｓ ｎｄ ａ Ｇｅ ｒ ｍｐ ｌ ａ ｓ ｍ Ｅ ｎ ｈ ａ ｎ ｃ ｅ ｍｅ ｎ ｔ ， Ｎａ ｎ ｊ ｉ ｎ ｇ Ａｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ｌ ａ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｎ ａ ｎ ｊ ｉ ｎ ｇ
Ｓ ｏ ｙ ｂ ｅ ａ ｎ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ／ Ｎａ ｉ ｔ ｏ ｎ ａ ｌ Ｃｅ ｎ ｔ ｅ ｒ ｆ ｏ ｒ Ｓ ｏ ｙ ｂ ｅ ａ ｎ Ｉ ｍｐ ｒ ｏ ｖ ｅ ｍｅ ｎ ｔ ／ Ｋ ｅ ｙ Ｌ ａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏｒ ｆ Ｂ ｉ ｏ ｌ ｏ ｇ ｙ ａ ｎ ｄ Ｇ ｅ ｎ ｅ ｉ ｔ ｃ Ｉ ｍｐ ｒ ｏ ｖ ｅ ｍｅ ｎ ｔ ｏ ｆ Ｓ ｏ ｙ ｂ ｅ ｎ （ ａ Ｇ ｅ ｎ －
２１ ０ ０９ ５
摘 要 ：现代作 物育 种需要 监 测大量 育种 材料 的生 长并估 测产 量潜 势，高 光谱 遥感技 术 为此提 供 了简单 、快捷 、非 损伤性 测定 的可能途 径 。选 取 ３ ０份 大豆育 成品种 进行连 续 ２年 的产量 比较试 验，在 盛花期 （ Ｒ ２ ） 、盛 荚期（ Ｒ ４ ） 和鼓粒 始期 （ Ｒ ５ ） 测定 地上部 生物 量（ Ａ ＤＭ） 和 叶面积指 数（ Ｌ Ａ Ｉ ） ，并 利用 ＡＳ Ｄ高 光谱地 物仪 同步收集 大豆冠 层反射 光谱 信息 。
基于高光谱遥感的农作物叶面积指数反演方法的分析与比较
基于高光谱遥感的农作物叶面积指数反演方法的分析与比较摘要：高光谱遥感技术作为反演农作物叶面积指数（LAI）的一个有力工具，近几年来已经越来越被国内外学者所重视。
本文比较系统地总结了利用高光谱遥感反演LAI值的一般方法，即包括试验田建立、光谱数据采集、LAI值测定、HVI值计算、反演模型的生成五个步骤。
总结出了一些常见农作物的最佳的LAI 值定量反演模型，便于今后相关研究时查阅。
关键词：高光谱遥感；叶面积指数（LAI）；反演模型Abstract: High spectrum remote sensing technology as the inversion of crop leaf area index ( LAI ) are a powerful tool, in recent years it has been pay more and more attention of both domestic and foreign scholars. The paper systematically summed up the use of hyperspectral remote sensing inversion of LAI value general methods, including experimental field establishment, data acquisition, LAI value, HVI value calculation, determination of inversion model is generated in five steps. Summarizes some common crop optimal LAI value quantitative inversion model for future related research, consulting.Key words: remote sensing; leaf area index (LAI); inversion model引言遥感技术是指远距离、在不直接接触目标物体情况下,通过接收目标物体反射或辐射的电磁波,探测地物波谱信息,并获取目标地物的光谱数据与图像,从而实现对地物的定位、定性或定量的描述。
大豆叶面积指数的高光谱估算方法比较
第２８卷，第１２期２００８年１２月光谱学与光谱分析Ｖ０１．２８，Ｎｏ．１２，ｐｐ２９５１—２９５５ＳｐｅｃｔｒｏｓｃｏｐｙａｎｄＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓＤｅｃｅｍｂｅｒ，２００８大豆叶面积指数的高光谱估算方法比较杨飞ｈ２，张柏卜，宋开山１，王宗明１，刘殿伟１，刘焕军１’２，李方１，李凤秀１’２，国志兴１’２，靳华安１’２１．中国科学院东北地理与农业生态研究所，吉林长春１３００１２２．中国科学院研究生院，北京１０００３９摘要叶面积指数（１ｅａｆａｒｅａｉｎｄｅｘ，ＬＡＩ）是重要的生物物理参数，亦是各种生态模型、生产力模型以及碳循环研究等的重要生物物理参量，因此具有重要的研究意义。
通过分析大量实测数据，选用归一化植被指数（ｎｏｒｍａｌｉｚｅｄｄｉｆｆｅｒｅｎｃｅｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ，ＮＤＶＩ）和比值植被指数（ｒａｔｉｏｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ，ＲＶＩ）、主成分分析（ｐｒｉｎｅｉｐｃａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ，ＰＣＡ）、神经网络（ｎｅｕｒａｌｎｅｔｗｏｒｋＮＮ）三种方法对大豆使ＬＡＩ进行了估算，比较分析了三种方法的估算结果。
研究结果表明，植被指数法（ＮＤＶＩ，ＲＶＩ），主成分分析，神经网络方法ＬＡＩ都取得了较为理想的结果，验证模型的确定性系数分别达０．７５８和０．７５３，０．９５４，０．８９９，其中主成分分析方法和神经网络方法精度较高，主成分分析方法验证模型的稳定性更好，其验证模型的ＲＭＳＥ为０．２６７，明显低于两个植被指数（ＮＤＶＩ和ＲＶＩ的ＲＭＳＥ分别为０．５９４和０．６１６）和神经网络（ＲＭＳＥ一０．４１３）。
当叶面积指数较小时，植被指数能够较好地去除土壤、大气等条件影响，并精确估算ＬＡｌ；当叶面积指数较大时，主成分分析能够弥补植被指数饱和的缺陷，得到很好的ＬＡＩ估算效果。
神经网络受ＬＡＩ大小的影响效果居中，其对叶面积指数较小和较大时具有一致的估算效果，具有较好的应用潜力。
利用高光谱数据和叶面积指数对加工番茄产量估算的研究
利用高光谱数据和叶面积指数对加工番茄产量估算的研究作者：樊科研田丽萍薛琳白丽王进来源：《湖北农业科学》2009年第02期摘要：以ASD FieldSoec光谱仪实测了大田中不同生育期加工番茄的冠层高光谱、叶面积指数及作物的产量，采用单时相线性逐步回归和复合回归，建立了加工番茄光谱变量一叶面积指数与产量的复合光谱估产模型，并对模型的估算结果进行了初步分析。
分析结果表明，在青熟期光谱参数与叶面积指数相关性最大，而其他时期的光谱变量与产量相关性均达到了显著水平：复合回归模型以4个生育期与产量的复合回归最为理想。
关键词：冠层高光谱；光谱变量；叶面积指數；估算模型中图分类号：S641.2文献标识码：A文章编号：0439-8114(2009)02-0462-03绿色植被的光谱反射或发射特征与岩石、土壤、水体等地物的光谱特征在遥感影像上有迥然不同的特征，成为区分植被类型、长势及估算生物量的依据。
遥感估产以其费用低、宏观性强、获取资料全面，具有客观、定量、准确的优点，因此是近年来各国研究的重点。
而关于作物遥感单产估测模型的研究，国内外已做了较多的工作，叶面积指数作为一个重要植物学参数已在植物生态学、植物生理学、植被学、栽培学以及一些交叉学科中得到广泛应用。
叶面积指数作为计算植物蒸散和干物质累积最重要的参数，最能反映遥感数据与植物生长状态密切相关的关系。
因此，本文在以前研究的基础上，主要以加工番茄光谱特征与叶面积指数及产量之间的联系，首次确定它们之间的数量关系而进行加工番茄遥感估产。
尽管影响加工番茄生长的因素很多，但它们都可以综合的体现在反映加工番茄长势的光谱特征上，加工番茄光谱特征及叶面积指数也是加工番茄光合作用能量的度量。
因此，加丁番茄遥感估产以此来监测加工番茄的生长状况并进行最终产量计算。
1 材料与方法1．1 试验设计该试验于2007年在乌兰乌苏农业气象试验站(北纬44°17′，东经85°49′，海拔高度468.2m)内进行。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大豆叶面积指数的高光谱估算方法比较
作者：杨飞， 张柏， 宋开山， 王宗明， 刘殿伟， 刘焕军， 李方， 李凤秀， 国志兴， 靳华安， YANG fei， ZHANG Bai， SONG Kai-shan， WANG Zong-ming， LIU Dian-wei， LIU
Huan-jun， LI Fang， LI Feng-xiu， GUO Zhi-xing， JIN Hua-an
作者单位：杨飞,刘焕军,李凤秀,国志兴,靳华安,YANG fei,LIU Huan-jun,LI Feng-xiu,GUO Zhi-
xing,JIN Hua-an(中国科学院东北地理与农业生态研究所,吉林,长春,130012;中国科学院研
究生院,北京,100039)， 张柏,宋开山,王宗明,刘殿伟,李方,ZHANG Bai,SONG Kai-
shan,WANG Zong-ming,LIU Dian-wei,LI Fang(中国科学院东北地理与农业生态研究所,吉林
,长春,130012)
刊名：
光谱学与光谱分析
英文刊名：SPECTROSCOPY AND SPECTRAL ANALYSIS
年，卷(期)：2008,28(12)
被引用次数：11次
1.王希群;马履一;贾忠奎叶面积指数的研究和应用进展[期刊论文]-生态学杂志 2005(05)
2.Scllers P J;Dickinson R E;Randall D A查看详情[外文期刊] 1997
3.Cramer W;Kicklighter D W;Bondeau A Comparing global models of terrestrial net primary productivity (NPP): overview and key results[外文期刊] 1999(suppl 1)
4.RunningSW;NemaniR R;Heinsch F A A continuous satellite-derived measure of global terrestrial primary production[外文期刊] 2004(06)
5.ChenJ M;Cihlar J RETRIEVING LEAF AREA INDEX OF BOREAL CONIFER FORESTS USING LANDSAT TM IMAGES[外文期刊] 1996(2)
6.Turner P D;Warren B C;Robert E K查看详情[外文期刊] 1999
7.Chen J M;Pavlica G;Browna L Derivation and validation of Canada-wide coarse-resolution leaf area index maps using high-resolution satellite imagery and ground measurements[外文期刊] 2002(1)
8.Myneni R B;Nemani R R;Running S W Increased plant growth in the northern high latitudes from 1981 to 1991.[外文期刊] 1997(66)
9.Wythers K R;Reich P B;Turner D P查看详情 2003
10.王秀珍;黄敬峰;李云梅水稻叶面积指数的高光谱遥感估算模型[期刊论文]-遥感学报 2004(01)
11.吉海彦;王鹏新;严泰来冬小麦活体叶片叶绿素和水分含量与反射光谱的模型建立[期刊论文]-光谱学与光谱分析 2007(03)
12.宋开山;张柏;王宗明基于人工神经网络的大豆叶面积高光谱反演研究[期刊论文]-中国农业科学 2006(06)
13.Gong P;Pu R L;Biging G S Estimation of forest leaf area index using vegetation indices derived from Hyperion hyperspectral data[外文期刊] 2003(06)
14.Haboudane D;Miller J R;Pattey E Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precision agriculture[外文期刊] 2004(03)
15.Gupta R K;Vijayan D;Prasad T S查看详情[外文期刊] 2006(10)
16.Gong P查看详情 1999(01)
17.Bacour C;Baret F;Beal D Neural network estimation of LAI, fAPAR, fCover and LAIxC(ab), from top
of canopy MERIS reflectance data: Principles and validation[外文期刊] 2006(4)
18.Fang H;Liang S A hybrid inversion method for mapping leaf area index from MODIS data: experiments and application to broadleaf and needleleaf canopies[外文期刊] 2005(3)
19.浦瑞良;宫鹏查看详情 2000
20.Pearson R L;Miller L D查看详情 1972
21.Rouse J W;Jr Hasas R H;Schell J A Progress Report 1978-1,NTIS No E73-10693 1973
1.王希群.马履一.贾忠奎.徐程扬.WANG Xiqun.MA Luyi.JIA Zhongkui.XU Chengyang叶面积指数的研究和应用进展[期刊论文]-生态学杂志2005,24(5)
2.黄敬峰.王渊.王福民.刘占宇.Huang Jingfeng.Wang Yuan.Wang Fumin.Liu Zhanyu油菜红边特征及其叶面积指数的高光谱估算模型[期刊论文]-农业工程学报2006,22(8)
3.杨峰.范亚民.李建龙.钱育蓉.王艳.张洁.Yang Feng.Fan yamin.Li Jianlong.Qian Yurong.Wang Yan.Zhang Jie高光谱数据估测稻麦叶面积指数和叶绿素密度[期刊论文]-农业工程学报2010,26(2)
4.杨晓华.黄敬峰.王秀珍.王福民.YANG Xiao-hua.HUANG Jing-feng.WANG Xiu-zhen.WANG Fu-min基于支持向量机的水稻叶面积指数高光谱估算模型研究[期刊论文]-光谱学与光谱分析2008,28(8)
1.邱琳.林辉.孙华.臧卓.莫登奎基于高光谱数据的东洞庭湖苔草LAI估算研究[期刊论文]-中南林业科技大学学报2012(7)
2.董莹莹.王纪华.李存军.杨贵军.宋晓宇.顾晓鹤.黄文江基于数据分割与主成分分析的LAI遥感估算[期刊论文]-红外与毫米波学报 2011(2)
3.吴伟斌.洪添胜.岳学军.李震.朱余清果树LAI快速检测的随机分布模型构建[期刊论文]-农业工程学报 2010(10)
4.郭琳.裴志远.张松龄.孙娟英.梁自力.滕冬建基于环境星CCD图像的甘蔗叶面积指数反演方法[期刊论文]-农业工程学报 2010(10)
5.许章华.龚从宏.刘健.余坤勇.赖日文.李增禄利用郁闭度与H J-1多光谱数据估算马尾松林叶面积指数[期刊论文]-植物资源与环境学报 2013(1)
6.王让会生态科学研究的新进展[期刊论文]-南京信息工程大学学报 2012(4)
7.张正杨.马新明.贾方方.乔红波.张营武烟草叶面积指数的高光谱估算模型[期刊论文]-生态学报 2012(1)
8.王方永.王克如.李少昆.肖春华.王琼.陈江鲁.金秀良.吕银亮利用数字图像估测棉花叶面积指数[期刊论文]-生态学报 2011(11)
9.张正杨.马新明.贾方方.乔红波.张营武烟草叶面积指数的高光谱估算模型[期刊论文]-生态学报 2012(1)
10.王方永.王克如.李少昆.肖春华.王琼.陈江鲁.金秀良.吕银亮利用数字图像估测棉花叶面积指数[期刊论文]-生态学报 2011(11)
11.宋登蓉.张文英主成分分析在作物科学研究中的应用[期刊论文]-长江大学学报（自科版）农学卷 2012(5)
引用本文格式：杨飞.张柏.宋开山.王宗明.刘殿伟.刘焕军.李方.李凤秀.国志兴.靳华安.YANG fei.ZHANG Bai. SONG Kai-shan.WANG Zong-ming.LIU Dian-wei.LIU Huan-jun.LI Fang.LI Feng-xiu.GUO Zhi-xing.JIN Hua-an 大豆叶面积指数的高光谱估算方法比较[期刊论文]-光谱学与光谱分析 2008(12)。