APP下载

大丰麋鹿保护区狼尾草粗蛋白含量的高光谱遥感估算

2021-11-22查晶晶吴永波周子尧朱晓成朱嘉馨安玉亭

草业科学 2021年10期
关键词:模型

查晶晶,吴永波,周子尧,朱晓成,朱嘉馨,安玉亭

(1. 南京林业大学南方现代林业协同创新中心,江苏 南京 210037;2. 南京林业大学生物与环境学院,江苏 南京 210037;3. 盐城市麋鹿研究所,江苏 盐城 224136)

牧草的质量是影响鹿类保护区发展的重要因素之一,粗蛋白(crude protein,CP)是衡量牧草营养状况和饲用价值的一个重要指标[1]。因此,精确估算牧草粗蛋白含量对评价鹿类保护区草地营养价值具有重要意义。传统的鹿类可食植物资源粗蛋白含量的测定主要通过实验室化学检测等方法[2-3],不仅费时费力,具有破坏性,且难以实现大范围的动态监测。

早在20 世纪六七十年代,美国农业部(United States Department of Agriculture,USDA) 通过测量多种类型植物叶片光谱,发现在 0.24~0.40 nm 波段间的 42 个敏感波段对应一定的生物化学成分的吸收特征,这为用遥感手段来估测叶片乃至植株的生化组分提供依据[4]。20 世纪80 年代,高光谱遥感开始发展起来,人们开始从窄波段中筛选出对植被类型光谱差异较显著的波段,采用成组整合的方式重新组合波段,充分利用植被光谱信息,改善植被识别与分类精度[5]。近年来,高光谱遥感技术的发展,为定量分析地物的微弱光谱差异带来很大便捷[6]。相比传统的田间及实验室分析方法,高光谱遥感技术具有在不同区域尺度估测植物品质参数的独特优势[7]。国外关于牧草的粗蛋白含量高光谱遥感研究开展较多[8-10]。国内主要以小麦(Triticum aestivum)、玉米(Zea mays)和水稻(Oryza satiua)等农作物为主[11-13],关于牧草的研究较少,尤其是鹿类动物牧草[14]。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用