10.3785/j.issn.1008-9209.2017.12.080
基于主基底分析降维方法的水稻冠层叶片叶绿素含量估算
针对无人机高光谱遥感数据的高维特性,本文提出了一种基于主基底分析的降维方法.选取对叶绿素敏感的400~1000 nm波段进行Gram_Schmidt变换找到投影空间,构造集中波段信息的主基底,建立最小二乘回归模型来进行叶绿素含量估算.结果表明:基于主基底分析降维方法的建模决定系数(R2)为0.689,均方根误差(root mean square error,RMSE)为2.20,验证模型的RMSE为1.20;与3种植被指数PRI、RD2和MCARI降维后建立的相同模型预测精度相比,该方法的建模R2有了很大的提升,而验证模型的RMSE有所降低.研究结果验证了所提算法的有效性,对植物叶片的叶绿素含量估算具有重要意义.
Gram_Schmidt变换、波段降维、主基底、叶绿素、无人机、遥感
44
S25(农业航空)
"十三五"国家重点研发计划2016YFD0200600,2016YFD0200603
2018-10-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
423-430