最小二乘法联合光学与雷达遥感数据估算玉米叶面积指数

摘要：

针对单源数据经验模型估算精度较低等问题,提出采用最小二乘法联合光学和雷达遥感数据构建联合估算模型,以中国科学院河北怀来遥感综合实验站为研究区,以夏季玉米为研究对象,利用Landsat8和Radarsat2影像实现研究区叶面积指数估算:首先分别建立了多光谱数据和雷达数据与实测叶面积指数之间的回归模型,然后利用最小二乘算法联合不同数据间的回归模型构建估算模型,最后利用迭代法估算叶面积指数并通过验证数据对估算结果进行评价分析,同时与单源数据经验模型、多源数据加权平均模型和基于物理模型查找表估算结果进行对比.通过对研究区59个样本点数据分析表明:基于最小二乘算法联合光学与雷达遥感数据能够提高叶面积指数的估算精度(R2 =0.5442,RMSE=0.81),优于单源遥感数据拟合经验模型(DVI经验模型:(R2 =0.485,RMSE=1.27))、基于权重的光学微波联合模型(R2=0.447,RMSE=1.36)和物理模型查找表法(R 2 =0.333,RMSE=1.36),并当叶面积指数大于3时,对其由于信息饱和或误差引起的低估或高估现象具有一定的抑制作用.

关键词：叶面积指数、最小二乘法、Landsat8光学数据、Radarsat2雷达数据、迭代法

所属期刊栏目：31

分类号：TP79(遥感技术)

资助基金：国家自然科学基金项目“非均质混合像元遥感反射波谱模型构建及叶面积指数反演方法研究”41271366,国家973计划项目“复杂地表遥感辐散射机理及动态建模”2013CB733401,国家863计划项目“多足度遥感数据按需快速处理与定量遥感产品生成关键技术”2012AA12A304.

在线出版日期：2016-10-17（万方平台首次上网日期，不代表论文的发表时间）

页码：691-701