无人机多源光谱反演大田夏玉米叶面积指数
[目的]研究多源光谱反演大田夏玉米叶面积指数(LAI)的效果.[方法]以大田夏玉米为研究对象,利用无人机获取试验区不同生育期热红外以及多光谱影像,提取热红外冠层温度(TC)以及多光谱植被指数,结合地面实测LAI数据,分析光谱数据与实测LAI之间的相关关系,并将TC与筛选出的11种植被指数作为输入变量,LAI作为输出变量利用多元线性回归、支持向量机和随机森林3个算法模型训练学习,建立了夏玉米LAI的反演模型.[结果]多光谱植被指数以及TC均与夏玉米LAI在P<0.0001水平上显著相关,相关系数均在0.5以上;RF算法于拔节期、喇叭口期、以及吐丝期3个生育期的LAI预测值与实测值的R2均高于MLR算法和SVM算法,对应的RMSE及NRMSE均低于MLR算法和SVM算法;融合热红外TC后的RF模型反演精度均有不同程度的提升,各生育期LAI预测值与实测值R2均大于同时期未融合TC的LAI反演模型.[结论]多光谱植被指数以及TC均与夏玉米LAI具有较强的相关性,且RF算法构建的夏玉米LAI反演模型精度优于MLR和SVM算法,同时TC的加入可以有效提升夏玉米LAI反演精度.
夏玉米;无人机遥感;多光谱植被指数;热红外图像;叶面积指数;反演模型
40
S252;S274(农业航空)
河南省科技研发专项;中国农业科学院重大科研;中央级科研院所基本科研业务费专项资助项目;新乡市重大科技专项
2021-09-03(万方平台首次上网日期,不代表论文的发表时间)
共8页
42-49