基于高光谱维数约简与植被指数估算冬小麦叶面积指数的比较

摘要：

高光谱遥感反演 LAI 时,由于实际样本数远小于光谱维数,易导致基于全谱段建立的模型不稳定.针对该问题,该文提出将基于原始光谱反射率与 LAI 相关性和基于光谱曲线特征的2种波段选择方式分别与主成分回归(PCR)或偏最小二乘回归(PLSR)结合的高光谱维数约简方法,估算冬小麦 LAI.并选择归一化植被指数(NDVI)、增强型植被指数(EVI)、重归一化植被指数(RDVI)、修正土壤调节植被指数(MSAVI)和三角形植被指数(TVI)5种代表性植被指数,利用2009、2010年实测大田冬小麦冠层高光谱和 LAI 数据,将提出的基于维数约简的方法与基于植被指数的 LAI 估算方法进行了比较,独立样本集验证结果和交叉验证结果均表明,提出的基于维数约简的方法比基于植被指数方法的估算精度高,在交叉验证结果中,基于维数约简的方法 R2最高达到0.818,相应 RMSE 为0.685.该研究可为后续基于高光谱的 LAI 估算提供参考.

关键词：遥感、光谱分析、回归分析、植被指数、维数约简、冬小麦

分类号：S127(农业物理学)

在线出版日期：2013-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：107-113