Citation: | Chao Zhang, Zhexiu Yu, Tian Huang, Yi Zhang, Hengchun Luo, Xiaohua Niu. The Study on Fresh Biomass Estimation of Zizania latifolia Based on Different Spectral Transformations of Spectral Reflectance[J]. Journal of Southwest Forestry University, 2019, 39(6): 105-115. DOI: 10.11929/j.swfu.201903119 |
章文龙, 曾从盛, 仝川, 等. 闽江口沼泽植被地上鲜生物量与植株密度高光谱遥感估算 [J]. 自然资源学报, 2013, 28(12): 2056−2067. DOI: 10.11849/zrzyxb.2013.12.004
|
宗玮, 林文鹏, 周云轩, 等. 基于遥感的上海崇明东滩湿地典型植被净初级生产力估算 [J]. 长江流域资源与环境, 2011, 20(11): 1355−1360.
|
赵志龙, 张镱锂, 刘林山, 等. 青藏高原湿地研究进展 [J]. 地理科学进展, 2014, 33(9): 1218−1230.
|
彭涛. 3S技术支持下的高原湿地纳帕海景观格局变化研究[D]. 昆明: 西南林学院, 2008.
|
汤蕾, 赵冰梅, 许东, 等. 国外湿地研究进展 [J]. 安徽农业科学, 2008, 36(1): 299−301. DOI: 10.3969/j.issn.0517-6611.2008.01.127
|
李凤秀, 张柏, 刘殿伟, 等. 洪河自然保护区乌拉苔草生物量高光谱遥感估算模型 [J]. 湿地科学, 2008, 6(1): 51−59.
|
赵天舸, 于瑞宏, 张志磊, 等. 湿地植被地上生物量遥感估算方法研究进展 [J]. 生态学杂志, 2016, 35(7): 1936−1946.
|
吉一涛, 舒清态, 黄田, 等. 基于光谱特征参量的高山松叶片氮素含量估测模型研究 [J]. 西南林业大学学报(自然科学), 2018, 38(3): 151−156.
|
张雪茹, 冯美臣, 杨武德, 等. 基于光谱变换的低温胁迫下冬小麦叶绿素含量估测研究 [J]. 中国生态农业学报, 2017, 25(9): 1351−1359.
|
王慧芳, 王纪华, 董莹莹, 等. 冬小麦冻害胁迫高光谱分析与冻害严重度反演 [J]. 光谱学与光谱分析, 2014, 34(5): 1357−1361. DOI: 10.3964/j.issn.1000-0593(2014)05-1357-05
|
李岚涛, 汪善勤, 任涛, 等. 基于高光谱的冬油菜叶片磷含量诊断模型 [J]. 农业工程学报, 2016, 32(14): 209−218. DOI: 10.11975/j.issn.1002-6819.2016.14.028
|
Sun Y H, Zhou J. Estimating wetland vegetation fresh biomass with hyperspectral indices[C]//2012 2nd International Conference on Remote Sensing, Environment and Transportation Engineering, June 1−3, 2012. Nanjing, Jiangsu, China. New York, USA: IEEE, 2012.
|
Adam E, Mutanga O, Abdel-Rahman E M, et al. Estimating standing biomass in papyrus (Cyperus papyrus L.) swamp: exploratory of in situ hyperspectral indices and random forest regression [J]. International Journal of Remote Sensing, 2014, 35(2): 693−714. DOI: 10.1080/01431161.2013.870676
|
Luo S Z, Wang C, Xi X H, et al. Retrieving aboveground biomass of wetland Phragmites australis (common reed) using a combination of airborne discrete-return LiDAR and hyperspectral data [J]. International Journal of Applied Earth Observation and Geoinformation, 2017, 58: 107−117. DOI: 10.1016/j.jag.2017.01.016
|
李伟娜. 多角度高光谱CHRIS数据估测隆宝滩湿地植被生物量的研究[D]. 北京: 中国林业科学研究院, 2017.
|
卢霞, 王晓静, 孙华, 等. 海滨湿地碱蓬地上鲜生物量高光谱估算研究 [J]. 海洋湖沼通报, 2017(2): 96−100.
|
Savitzky A, Golay M. Smoothing and differentiation of data by simplified least squares procedures [J]. Analytical Chemistry, 1964, 36(8): 1627−1639. DOI: 10.1021/ac60214a047
|
史舟. 土壤地面高光谱遥感原理与方法[M]. 北京: 科学出版社, 2014.
|
林辉, 臧卓, 刘秀英. 森林树种高光谱遥感研究[M]. 北京: 中国林业出版社, 2011.
|
何挺, 王静, 林宗坚, 等. 土壤有机质光谱特征研究 [J]. 武汉大学学报(信息科学版), 2006, 31(11): 975−979.
|
钟燕. 基于HSI高光谱数据的耕地土壤重金属镉、铅含量遥感反演[D]. 雅安: 四川农业大学, 2016.
|
黄敬峰, 王福民, 王秀珍. 水稻高光谱遥感实验研究[M]. 杭州: 浙江大学出版社, 2010.
|
孙林, 程丽娟. 植被叶片生化组分的光谱响应特征分析 [J]. 光谱学与光谱分析, 2010, 30(11): 3031−3035. DOI: 10.3964/j.issn.1000-0593(2010)11-3031-05
|
黄灵光, 周学林. 南矶湿地国家自然保护区典型植被光谱波段特征分析及建库 [J]. 湖北农业科学, 2018, 57(11): 103−106.
|
蒋金豹, 陈云浩, 李京, 等. 胁迫条件下的植物高光谱遥感实验研究: 以条锈病、水浸与CO2泄漏胁迫为例[M]. 北京: 科学出版社, 2016.
|
廖钦洪, 顾晓鹤, 李存军, 等. 基于连续小波变换的潮土有机质含量高光谱估算 [J]. 农业工程学报, 2012, 28(23): 132−139, 298.
|
李粉玲. 关中地区冬小麦叶片氮素高光谱数据与卫星影像定量估算研究[D]. 杨凌: 西北农林科技大学, 2016.
|
吕瑞兰. 小波阈值去噪的性能分析及基于能量元的小波阈值去噪方法研究[D]. 杭州: 浙江大学, 2003.
|
孙延奎. 小波分析及其应用[M]. 北京: 机械工业出版社, 2005.
|
Chang C W, Laird D A, Mausbach M J, et al. Near-infrared reflectance spectroscopy–principal components regression analyses of soil properties [J]. Soil Science Society of America Journal, 2001, 65(2): 480. DOI: 10.2136/sssaj2001.652480x
|
司海青, 姚艳敏, 王德营, 等. 含水率对土壤有机质含量高光谱估算的影响 [J]. 农业工程学报, 2015, 31(9): 114−120. DOI: 10.11975/j.issn.1002-6819.2015.09.018
|
徐新刚, 赵春江, 王纪华, 等. 新型光谱曲线特征参数与水稻叶绿素含量间的关系研究 [J]. 光谱学与光谱分析, 2011, 31(1): 188−191. DOI: 10.3964/j.issn.1000-0593(2011)01-0188-04
|
付元元, 王纪华, 杨贵军, 等. 应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算 [J]. 光谱学与光谱分析, 2013, 33(5): 1315−1319. DOI: 10.3964/j.issn.1000-0593(2013)05-1315-05
|
邓兵, 杨武年, 慕楠, 等. 基于光谱分析与角度斜率指数的植被含水量研究 [J]. 光谱学与光谱分析, 2016, 36(8): 2546−2552.
|