基于MK-SVR模型的小麦叶面积指数遥感反演

• 作者: 周旭东 朱新开 杨昕 王丽爱 谭昌伟 郭文善
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 小麦 遥感 叶面积指数 监测模型 多核支持向量回归
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 245-251
• 分类号: S127
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.05.035

摘要

提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型.以2010-2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育期小麦LAI与8种植被指数间的相关性.以显著相关的植被指数作为输入参数,使用MK-SVR算法构建了每个生育期的小麦LAI反演模型,即MK-SVR-LAI模型.为了评价模型,每期使用单一核支持向量回归(SK-SVR)、偏最小二乘(PLS)回归算法构建了SK-SVR-LAI、PLS-LAI模型.将模型估算LAI值和田间观测LAI值进行比对,以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型.结果表明:3个生育期MK-SVR-LAI模型的RMSE值均低于参比模型,拔节期为0.293 1,孕穗期为0.466 8,开花期为0.548 6,且该模型的R2也都最高,拔节期为0.7624,孕穗期为0.801 8,开花期为0.668 9.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱新开	扬州大学江苏省作物遗传生理重点实验室	117	2756	28.0	50.0
2	郭文善	扬州大学江苏省作物遗传生理重点实验室	131	3077	29.0	52.0
3	周旭东	扬州大学信息工程学院	14	163	6.0	12.0
4	王丽爱	扬州大学江苏省作物遗传生理重点实验室	15	135	5.0	11.0
5	谭昌伟	扬州大学江苏省作物遗传生理重点实验室	18	272	8.0	16.0
6	杨昕	扬州大学江苏省作物遗传生理重点实验室	1	9	1.0	1.0