应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算

摘要：

当作物生物量较大时,现有植被指数由于受饱和问题限制,不能较好的估算作物生物量.针对此问题,尝试将波段深度分析与偏最小二乘回归(partial least square regression,PLSR)结合,提高对大田冬小麦生物量的估算精度,并将两者结合建立的模型与应用代表性植被指数建立的模型进行生物量估算精度比较.波段深度分析主要对冬小麦冠层光谱550～750 nm范围进行,采用波段深度、波段深度比(band depth ratio,BDR)、归一化波段深度指数和归一化面积波段深度对波段深度信息进行表征.在建立的模型中,波段深度分析和PLSR结合的估算精度比应用植被指数模型的精度高,其中BDR与PLSR结合的估算精度最高(R2 =0.792,RMSE=0.164 kg·m-2).研究结果表明波段深度分析与PLSR结合能较好的克服生物量较大时存在的饱和问题,提高冬小麦生物量的估算精度.

关键词：高光谱遥感、冬小麦、生物量、波段深度分析、偏最小二乘回归

所属期刊栏目：32

分类号：S127(农业物理学)

资助基金：国家重点基础研究发展计划973计划项目2011CB311806;国家自然科学基金项目41071228,41271345;北京市优秀人才培养资助项目2012D002020000007;北京市农林科学院科技创新能力建设专项KJCX201104012;北京市自然科学基金项目4102021;中国科学院遥感应用研究所遥感科学国家重点实验室开放基金项目OFSLRSS201109

在线出版日期：2013-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1315-1319