基于小波分析的大豆叶面积高光谱反演

• 作者: 刘殿伟 刘焕军 宋开山 张柏 杨飞 王宗明
• 来源期刊: 生态学杂志
• 学科: 农学
• 关键词: 高光谱 大豆 叶面积指数 光谱指数 小波能量系数
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 技术与方法
• 页码范围: 1690-1696
• 页数: 7页
• 分类号: S129
• 字数: 5910字
• 语种: 中文

摘要

实测了不同水肥耦合、经营制度及有效营养面积条件下的大豆(Glycine max,)冠层高光谱反射率与叶面积指数(LAI),并对光谱反射率、微分光谱与LAI的关系进行了分析;采用比值植被指数(RVI)与归一化植被指数(NDVI)建立了大豆LAI反演模型;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,对大豆LAI进行估算.结果表明:大豆LAI与光谱反射率在可见光波段呈负相关;在近红外波段呈正相关;微分光谱在红边处与大豆LAI密切相关(R2=0.92);RVI与NDVI可以提高大豆LAI的估算精度(R2分别达0.79、0.84);各植被指数各有优缺点,应根据需要进行选择;小波能量系数回归模型可以进一步提高大豆叶面积的估算水平,以一个特定小波能量系数作为自变量的回归模型,大豆LAI回归确定系数R2高达0.884;以4个和6个小波能量系数建立LAI回归分析模型(R2分别达0.92、0.93),2个模型LAI预测值与大豆LAI实测值线性回归确定性系数R2分别为0.90、0.92.比较可知,小波分析可以对高光谱进行特征变量提取,进而反演大豆生理参数,并且反演的LAI精度较光谱反射率、微分光谱及植被指数都有明显提高,小波分析在植被生理参数的高光谱提取方面有着广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘殿伟	中国科学院东北地理与农业生态研究所	81	2110	27.0	42.0
2	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
3	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
4	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
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
9	杨飞	中国科学院东北地理与农业生态研究所	192	1578	22.0	30.0