小波分析在大豆叶绿素含量高光谱反演中的应用

• 作者: 刘焕军 宋开山 张柏 李方 王宗明
• 来源期刊: 中国农学通报
• 学科: 农学
• 关键词: 高光谱 大豆冠层 叶绿素含量 植被指数 小波能量系数
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 农业基础科学
• 页码范围: 101-108
• 页数: 8页
• 分类号: S5
• 字数: 6818字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-6850.2006.09.026

摘要

实测了不同水肥耦合作用下,大豆冠层高光谱反射率与叶绿素含量数据,并对光谱反射率、微分光谱与叶绿素含量进行了相关分析;采用叶绿素A与叶绿素B诊断波段构建了特定植被指数,对叶绿素A、叶绿素B进行了回归分析;采用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对叶绿素含量进行估算.经分析发现,叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致--在可见光谱波段呈负相关,近红外波段呈正相关,红边处相关系数由负变正.特定色素植被指数可以提高大豆叶绿素估算精度(R2＞0.73);小波能量系数回归模型可以进一步提高大豆叶绿素含量的估算水平,以一个特定小波能量系数作为自变量的回归模型,叶绿素A其确定性系数R2为0.76,叶绿素B为0.78;以4变量与9变量回归分析结果表明:叶绿素A实测值与预测值的线性回归确定性系数R2分别大于0.85、0.89;叶绿素B实测值与预测值的线性回归确定性系数R2分别为0.86、0.90.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张柏	中国科学院东北地理与农业生态研究所	244	7384	43.0	70.0
2	王宗明	中国科学院东北地理与农业生态研究所	207	5857	40.0	65.0
3	宋开山	中国科学院东北地理与农业生态研究所	192	4951	40.0	59.0
4	李方	中国科学院东北地理与农业生态研究所	38	1344	20.0	36.0
5	刘焕军	中国科学院东北地理与农业生态研究所	31	1142	17.0	31.0