影响大豆NDVI的气象因素多元回归分析

针对太阳辐射、大气温度、空气湿度和风速等气象因素对大豆归一化植被指数（normalized difference vegetation index, NDVI）在每天不同时间的影响，提高大豆NDVI的监测精度。该研究采用GreenSeeker手持式光谱仪对大豆苗期、花荚期和成熟期3个主要生育阶段的NDVI值以小时为单位进行连续监测，并收集测量时的太阳辐射、大气温度、空气湿度和风速等气象数据，采用偏最小二乘法、逐步回归和岭回归方法，建立不同气象因素对大豆 NDVI 值影响的回归模型，并分析其定量关系。结果表明，影响大豆不同生育期 NDVI 变化的主要气象因素为太阳辐射和大气温度，风速和空气湿度的...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 31; no. 5; pp. 188 - 193
Main Author 张智韬 兰玉彬 郑永军 陈立平 宋鹏
Format Journal Article
LanguageChinese
Published 西北农林科技大学水利与建筑工程学院，杨凌 712100 2015
北京农业智能装备技术研究中心，北京 100097
中国农业大学工学院，北京 100083%美国农业部农业研究与服务局南方平原农业研究中心，大学城，德克萨斯州，TX77845，美国
美国农业部农业研究与服务局南方平原农业研究中心，大学城，德克萨斯州，TX77845，美国%美国农业部农业研究与服务局南方平原农业研究中心，大学城，德克萨斯州，TX77845，美国%美国农业部农业研究与服务局南方平原农业研究中心，大学城，德克萨斯州，TX77845，美国
Subjects
NDVI
回归分析
大豆
岭回归
植被
气象
气象
soybean
回归分析
植被
大豆
meteorology
岭回归
regression analysis
ridge regression
vegetation
NDVI
Online AccessGet full text
ISSN1002-6819
DOI10.3969/j.issn.1002-6819.2015.05.027

Cover

More Information
Summary:针对太阳辐射、大气温度、空气湿度和风速等气象因素对大豆归一化植被指数（normalized difference vegetation index, NDVI）在每天不同时间的影响，提高大豆NDVI的监测精度。该研究采用GreenSeeker手持式光谱仪对大豆苗期、花荚期和成熟期3个主要生育阶段的NDVI值以小时为单位进行连续监测，并收集测量时的太阳辐射、大气温度、空气湿度和风速等气象数据，采用偏最小二乘法、逐步回归和岭回归方法，建立不同气象因素对大豆 NDVI 值影响的回归模型，并分析其定量关系。结果表明，影响大豆不同生育期 NDVI 变化的主要气象因素为太阳辐射和大气温度，风速和空气湿度的影响较小，可以忽略不计。经对3种模型进行预测精度评价后得出，岭回归模型的预测精度最佳，其在3个阶段的预测均方根误差（RMSE）分别为0.034、0.018和0.016，决定系数（R2）分别为0.820、0.908和0.934，其次为逐步回归法，偏最小二乘法的预测精度最低。
Bibliography:11-2047/S
vegetation;meteorology;regression analysis;NDVI;soybean;ridge regression
Normalized difference vegetation index （NDVI） can be used as an ideal indicator of how the crops grow, with which the crops in different growing stages, harmful insects and diseases, water and fertilizer, and the yields can be well predicted. However, the accuracy of NDVI does not remain unchanged due to the ever-changing environmental factors, apart from the impact from the crops growing factors in different stages. The article investigates, using GreenSeeker, the soybean NDVI of its three growing stages of seeding, flowering ＆amp; podding and maturing in successive hours as the testing unit, for a more accurate monitoring of NDVI affected by air temperature, humidity, solar radiation, and wind speed, etc. in different periods of a day. The results show that the soybean NDVI values, being dynamic in different periods of a day, become smaller from 08：00 or 09：00 am in the morning, reach the valley in 14：00 pm in the afternoon, th
ISSN:1002-6819
DOI:10.3969/j.issn.1002-6819.2015.05.027