利用不同方法反演冬小麦叶面积指数研究

摘要：

基于高光谱数据的叶面积指数监测是快速获取冬小麦叶面积指数的重要方法.为了探究回归方法和高光谱数据变换对冬小麦叶面积指数反演精度的影响,采用逐步回归和偏最小二乘回归方法,分别建立基于冬小麦拔节期冠层高光谱数据、一阶导数光谱数据、二阶导数光谱数据和对数光谱数据的叶面积指数多元线性回归模型.结果显示,导数和对数变换能够提高冬小麦LAI反演精度,以蓝紫光、绿光、红光和近红外波段建立的一阶导数光谱数据逐步回归模型最优,建立回归模型的决定系数R2为0.974,交叉验证的RMSE为0.131,可为冬小麦LAI估算的方法选择和数据处理提供依据和参考.

关键词：冬小麦、叶面积指数、高光谱、偏最小二乘、逐步回归

所属期刊栏目：38

分类号：S127(农业物理学)

资助基金：中国气象局农业气象保障与应用技术重点开放实验室开放研究基金项目AMF201301、AMF201507、AMF201402

在线出版日期：2015-12-11（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：56-60