基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用
以冬小麦LAI为研究对象,利用孕穗期、开花期和灌浆期获取的无人机UHD185高光谱影像以及同步测定的地面数据(冬小麦冠层ASD反射率和冬小麦LAI),论证光谱特征(红边参数或植被指数)与偏最小二乘回归算法结合的改进型LAI拟合方法在无人机画幅高光谱遥感LAI探测方面的应用价值.首先,从光谱反射率相关性和植被指数相关性两方面比较UHD185与ASD,验证UHD185数据精度;结果表明,第3~第96波段(458~830 nm)的无人机UHD185高光谱数据具有较好的光谱质量,适宜探测冬小麦LAI.其次,分析光谱特征(6种植被指数和4种红边参数)与LAI的相关性,并通过独立验证和交叉验证方法,依次对基于红边参数或植被指数的传统LAI拟合方法和改进型LAI拟合方法的冬小麦LAI预测精度进行评价,相比于传统LAI拟合方法,改进型LAI拟合方法能大幅度提高冬小麦LAI的预测精度,特别是PLSR+REP.研究结果证实,改进型LAI拟合方法能更加充分地利用无人机UHD185高光谱数据预测冬小麦LAI,可望为无人机高光谱遥感的作物理化参数探测提供几点可借鉴的思路.
无人机、高光谱遥感、叶面积指数、偏最小二乘回归、红边参数、植被指数
43
O24;O17
国家重点研发计划项目2016YFD0300602;国家自然科学基金项目61661136003, 41471285, 41271345;北京市农林科学院科技创新能力建设项目KJCX20170423资助. This study was supported by the National Key Research and Development Program of China2016YFD0300602;the National Natural Sci-ence Foundation of China61661136003, 41471285, 41271345;the Innovation Capacity Building Project of Beijing Academy of Agri-culture and Forestry SciencesKJCX20170423
2017-05-08（万方平台首次上网日期，不代表论文的发表时间）
共9页
549-557
