基于小波分析的玉米叶绿素a与LAI 高光谱反演模型研究

• 作者: 任春颖 刘殿伟 吕冬梅 宋开山 张柏 杜嘉 王宗明
• 来源期刊: 农业系统科学与综合研究
• 学科: 农学
• 关键词: 高光谱 叶绿素a含量 LAI 植被指教 小波能量系数
• 年，卷（期）: 2011,（2）
• 页码范围: 154-160
• 分类号: S127
• 字数: 5223字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0068.2011.02.005

摘要

2003与2004年分别在长春市良种场与中国科学院海伦黑土生态实验站,实测了大田耕作与不同经营制度作用下玉米冠层高光谱反射率与叶绿素a含量、叶面积指数(LAI)数据.采用NDVI(Normalized Difference Vegetation index)、SAVI(Soil-Adjusted Vegetation Index)、TVI(Transformed Vegetation Index)、MTVI2(Modified Transformed Vegetation Index 2)等植被指数建立了玉米叶绿素a与LAI反演模型;应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,对玉米叶绿素a与LAI进行估算.研究发现NDVI、SAVI、TVI、MTVI2植被指数可以较为准确的估算玉米叶绿素a、LAI(R2＞0.70);小波能量系数回归模型可以进一步提高玉米叶绿素a含量、LAI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,玉米叶绿素a、LAI回归确定系数R2分别高速0.79、0.82;以多变量回归分析表明玉米叶绿素a、LAI实测值与预测值的线性回归确定性系数R2分别高达0.87、0.90.以上结果表明,小波分析可以对高光谱数据进行特征变量提取,进而反演玉米生理参数,对其他植被生理参数反演具有一定借鉴意义.

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	任春颖	中国科学院东北地理与农业生态研究所	39	868	17.0	29.0
6	吕冬梅	吉林建筑工程学院计算机科学与工程学院	8	26	2.0	5.0