• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Canadian Journal of Remote Sensing >Estimation of Cotton Yield Using the Reconstructed Time-Series Vegetation Index
【24h】

Estimation of Cotton Yield Using the Reconstructed Time-Series Vegetation Index

机译：利用重构的时间序列植被指数估算棉花单产

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Les images composites de plusieurs jours de l'indice de végétation (IV), qui sont à la base de l'estimation du rendement des cultures, sont sujettes à des pertes d'information temporelle. À l'aide de l'indice de végétation par différence normalisée (IVDN) et de l'indice de végétation amélioré (IVA) de Landsat_5_TM et Landsat_7_ETM, nous avons reconstruit des séries chronologiques de l'IVen utilisant des informations temporelles et un modèle mathématique pour estimer le rendement. Les résultats ont indiqué ce qui suit: (i) Le modèle reconstruit décrit des changements réels dans l'IV au cours de la croissance des cultures. (ii) Le modèle Extreme est le meilleur pour la délimitation du processus de croissance du coton. Comparé à l'IVDN, l'IVA est approprié pour la reconstruction des courbes de la série chronologique de l'IV, obtenant un coefficient d'ajustement du modèle de 0,97 et une racine carrée de l'erreur quadratique moyenne de 0,05. (iii) La corrélation entre l'IVA reconstruit (REVI)etle rendement était plus significative que pour l'IV de Landsat et le rendement, avec un coefficient de corrélation de 0,90 pendant la phase de croissance. Le coefficient de détermination du modèle utilisant l'IVA du jour de l'année 198 comme variable d'entrée était de 0,81 et le REQM était de 481,19. (iv)La reconstruction du modèle Extreme réduit les différences de fond entre les différentes parcelles, fournissant la base nécessaire pour l'estimation du rendement régional par télédétection. Notre méthode résout les problèmes associés au composite de l'IV de plusieurs jours. Avec l'augmentation des programmes d'observation pour une résolution <30 m, on s'attend à ce que ce modèle soit de plus en plus utilisé, améliorant ainsi l'applicabilité des modèles d'estimation des rendements basés sur l'IV.%Multi-day vegetation index (VI) composite images, the basis for crop yield estimation, are subject to temporal information losses. Using the Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) from Landsat_5_TM and Landsat_7_ETM, we reconstructed time-series VI using temporal information and a mathematical model to estimate yield. The results indicated the following: (i) The reconstructed model describes real changes in VI during crop growth. (ii)The Extreme model is best for cotton growth process delineation. Compared to NDVI, EVI is appropriate for the reconstruction of time series VI curves, obtaining a model-fitting coefficient of 0.97 and a root mean square error (RMSE) of 0.05. (iii) The correlation between reconstructed EVI (REVI) and yield was more significant than Landsat VI and yield, with a correlation coefficient of 0.90 during the growth stage. The determination coefficient of the model using EVI on the DOY 198 as an input variable was 0.81, and the RMSE was 481.19. (iv) The Extreme model reconstruction reduces background differences between different plots, providing the basis for regional yield estimation using remote sensing. Our method resolves issues associated with multi-day composite VI. With increases in <30 m resolution observation programs, this model is expected to be increasingly used, improving the applicability of VI-based yield estimation models.
机译：合成多日植被指数（IV）图像是估计农作物产量的基础，但会丢失时间信息。使用Landsat_5_TM和Landsat_7_ETM的归一化植被指数（NDVI）和增强植被指数（IVA），我们使用时间信息和数学模型重建了IV时间序列。估计产量。结果表明：（i）重建模型描述了作物生长过程中IV的实际变化。 （ii）极限模型最适合界定棉花的生长过程。与IVDN相比，IVA适用于在IV时间序列中重建曲线，模型调整系数为0.97，均方差的平方根为0， 05。 （iii）重建的IVA（REVI）与产量之间的相关性比Landsat IV与产量之间的相关性更为显着，在生长期期间的相关系数为0.90。使用198年一天的IVA作为输入变量的模型的确定系数为0.81，REQM为481.19。 （iv）极端模型的重建减少了不同地块之间的背景差异，为通过遥感估算区域产量提供了必要的基础。我们的方法解决了与多天静脉注射复合物相关的问题。随着分辨率小于30 m的观测程序的增加，预计将越来越多地使用该模型，从而提高了基于IV的产量估算模型的适用性。 ％天数植被指数（VI）复合图像是作物产量估算的基础，但会受到时间信息损失的影响。使用Landsat_5_TM和Landsat_7_ETM的归一化植被指数（NDVI）和增强植被指数（EVI），我们使用时间信息和数学模型重建了时间序列VI，以估算产量。结果表明：（i）重建的模型描述了作物生长过程中VI的真实变化。 （ii）Extreme模型最适合于棉花生长过程的描述。与NDVI相比，EVI适合重建时间序列VI曲线，模型拟合系数为0.97，均方根误差（RMSE）为0.05。 （iii）重建的EVI（REVI）与产量之间的相关性比Landsat VI与产量之间的相关性更大，在生长阶段的相关系数为0.90。使用DOI 198上的EVI作为输入变量的模型的确定系数为0.81，RMSE为481.19。 （iv）极端模型重建减少了不同地块之间的背景差异，为使用遥感估算区域产量提供了基础。我们的方法解决了与多日复合VI相关的问题。随着<30 m分辨率观测计划的增加，预计该模型将越来越多地使用，从而提高了基于VI的产量估算模型的适用性。

著录项

  • 来源
    《Canadian Journal of Remote Sensing》 |2017年第3期|244-255|共12页
  • 作者

    Linghua Meng; Xin-Le Zhang; Huanjun Liu; Dong Guo; Yan Yan; Lele Qin; Yue Pan;

  • 作者单位

    College of Resources and Environmental Science, Northeast Agricultural University, 59 Mucai St., Xiangfang Qu, Harbin 150030, China;

    College of Resources and Environmental Science, Northeast Agricultural University, 59 Mucai St., Xiangfang Qu, Harbin 150030, China;

    College of Resources and Environmental Science, Northeast Agricultural University, 59 Mucai St., Xiangfang Qu, Harbin 150030, China;

    College of Resources and Environmental Science, Northeast Agricultural University, 59 Mucai St., Xiangfang Qu, Harbin 150030, China;

    College of Resources and Environmental Science, Northeast Agricultural University, 59 Mucai St., Xiangfang Qu, Harbin 150030, China;

    College of Resources and Environmental Science, Northeast Agricultural University, 59 Mucai St., Xiangfang Qu, Harbin 150030, China;

    College of Resources and Environmental Science, Northeast Agricultural University, 59 Mucai St., Xiangfang Qu, Harbin 150030, China;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号