数据采集pr值

编辑整理：整理来源：360问答，浏览量：107，时间：2022-06-16 04:07:01

数据采集pr值，pr采集素材，pr怎么采集

卫星图像数据为大面积作物产量估算提供了丰富信息，高光谱窄波段对作物生长的光谱变化比多光谱宽波段更敏感，但量化前者相对后者的增益研究却少之又少。本文使用在作物主要生长阶段(营养、生殖、成熟)采集的作物生物量和产量样本(季末净干重)评估了PRISMA平台相对Sentinel-2检测到的窄波段性能，并使用双波段植被指数(TBVIs)、偏最小二乘回归(PLSR)和随机森林(RF)三种算法对玉米、水稻、大豆和小麦的田间生物量和产量进行了估算。

PRISMA可以在全光谱范围内提供窄波段(≤10nm)，Sentinel-2携带四个实验性红边和近红外的多光谱宽波段(≤20nm)。

Technical flow chart describing the methodology adopted in this study. TBVs: Two-band vegetation indices; PLSR: Partial least squares regression; RF: Random Forest.

PRISMA和Sentinel-2的RF模型比TBVIs和PLSR在生物量和产量方面多解释了20%左右的变异性。

PRISMA RF模型的RMSE为0.42和0.17 kg⁻²，低于Sentinel-2 RF模型(0.48和0.18 kg m⁻²)。

多时相图像(季节性)模型的性能通常高于单时相图像模型的性能。PRISMA短波红外波段和Sentinel-2红边及近红外波段是性能最佳的光谱区域。

结果突出了PRISMA和Sentinel-2在预测作物生物量和产量方面的潜在互补性。

Spectral signatures for wheat recorded in our study area during the early vegetative, reproductive , and maturityphases by (a) PRISMA and (b) Sentinel-2. The black lines denote the average of all phases.

研究结果还显示了高光谱成像在农业监测中的优势、局限性和缺陷，这对即将开展的高光谱任务非常重要(如ESA CHIME和NASA地表生物与地质学)。

利用卫星高光谱遥感进行农业生产季内预测仍处于起步阶段。未来的研究可扩大分析样本量，以检验基于混合植被土壤信号的早期作物产量预测的可靠性，并评估PRISMA和Sentinel-2数据集成的性能。

Summary of PRISMA and Sentinel-2 image attributes excluding the panchromatic bands.

本研究表明，PRISMA和Sentinel-2图像都是预测作物产量和生物量的有效数据源。RF对所有作物(仅一个例外)的预测精度均优于TBVI和PLSR。当使用Sentinel-2图像作为输入预测因子时，这三种方法对玉米生物量的预测结果相似。

公众号：农业之巅

更多信息请关注智农云芯(AgriBrain)：www.agribrain.cn

来源：https://doi.org/10.1016/j.isprsjprs.2022.03.008

热搜弹幕：数据采集pr值，pr采集素材，pr怎么采集