期刊订阅
广告服务
  • 中文
    EN
  • ISSN:0253-9993
  • CN: 11-2190/TD

《煤炭学报》

当前位置:首页 > 论文管理 > 利用无人机遥感反演高潜水位矿区沉陷地玉米叶绿素含量

利用无人机遥感反演高潜水位矿区沉陷地玉米叶绿素含量

DOI:

10. 13225 / j. cnki. jccs. 2018. 0759

作者(Author):

  • 肖武
  • 陈佳乐
  • 赵艳玲
  • 胡振琪
  • 吕雪娇
  • 张硕

作者单位:

  • 1.中国矿业大学(北京) 土地复垦与生态重建研究所
  • 2.浙江大学 公共管理学院
  • 3.中国矿业大学 环境与测绘学院

关键词:

  • 无人机遥感
  • 采煤沉陷
  • 叶绿素反演
  • 植被指数
  • 土地复垦
  • 高潜水位
  • 摘要
  • 论文图表
  • 相关文章
  • 引用格式

有效识别采煤沉陷耕地损毁程度、面积及空间分布信息是矿区沉陷土地复垦、赔偿的客观需求。农作物受损后叶片叶绿素是很好的指示性指标,针对高潜水位矿区开采沉陷导致地面积水所引起的农作物渍害影响,基于无人机多光谱影像,在传统植被指数的基础上引入红边波段进行扩展,改进了现有的植被指数,结合田间同步实测叶绿素数据,采用经验模型法分别构建了单变量和多变量叶绿素反演模型,通过决定系数(R2)、均方根误差(RMSE)和估测精度(EA)3 个指标筛选出最佳模型。最终构建了多元线性回归MVI(red-edge),GNDVI,NDVI的叶片叶绿素定量反演模型,并采用野外对照区域样本对反演结果进行精度验证。结果显示:相对传统植被指数,引入红边后植被指数与叶片叶绿素的相关性得到显著增强,采用上述方法构建的多元线性回归模型的决定系数普遍提高0.10~0.20,达到了0.73,均方根误差降低了0.11~1.98,为0.938 SPAD,估测精度EA最终可达到83.4%,说明红边波段对采煤沉陷区作物的叶绿素响应敏感,引入红边波段构建叶绿素反演模型,可以应用于采煤沉陷影响下的玉米叶片叶绿素无人机遥感反演。结果显示:采煤沉陷盆地内玉米叶绿素含量主要集中于52~61 SPAD,面积占整体的75.1%,叶绿素含量在9~52 SPAD的作物面积占5.7%,玉米整体长势受采煤扰动影响较严重,叶绿素含量呈现从沉陷盆地边缘往中心逐渐降低的趋势。该研究为土地损毁监测与评价,土地复垦与生态修复等提供基础数据与理论支撑。

暂无内容
  • 地址:北京市朝阳区和平街13区煤炭大厦

  • 邮编:100013

  • 编辑部电话:(010)87986411

  • 传真:(010)84262114