基于最大熵模型的玉米冠层LAI升尺度方法

• 作者: 吴代英 姜方方 张明政 张蕊 武洪峰 苏伟
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 遥感 作物 算法 最大墒模型 叶面积指数 升尺度 尺度效应 环境变量
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 165-172
• 页数: 8页
• 分类号: S127|TP79
• 字数: 7171字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.07.023

摘要

叶面积指数（leaf area index，LAI）是表达农作物冠层结构的关键参数之一，准确获取LAI对于农作物长势监测、估产等研究具有非常重要的意义。由于地物空间复杂性、数据源的不同以及遥感反演模型的非线性，LAI 的反演结果会存在尺度效应，因此需要进行尺度转换研究。理想的升尺度转换应该只是数据空间分辨率的降低，而数据内在信息应保存到低分辨率中。最大熵（maximum entropy，MaxEnt）模型是基于多种环境因子的广义学习模型，对分析因子的空间分布具有较高的估算精度，因此，该研究利用最大熵模型进行玉米冠层LAI升尺度方法研究，从而将野外实测的LAI点数据扩展到空间分辨率为30 m的面数据，所使用的数据源是Landsat8 OLI遥感影像、气象数据和野外样点上测量的LAI数据。研究结果表明：利用最大熵模型升尺度转换结果与实测LAI相比，R2为0.601、RMSE为0.898，说明两者的相关性较高；由于玉米冠层叶片之间的相互遮挡，导致整体结果偏低，但偏低误差在可接受范围内。因此，MaxEnt模型可用于农作物LAI点数据到面数据的升尺度转换。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武洪峰	黑龙江省农垦科学院科技情报研究所	22	78	5.0	8.0
2	苏伟	中国农业大学信息与电气工程学院	50	594	15.0	22.0
3	吴代英	中国农业大学信息与电气工程学院	4	38	2.0	4.0
4	张蕊	中国农业大学信息与电气工程学院	18	60	4.0	7.0
5	姜方方	中国农业大学信息与电气工程学院	4	33	3.0	4.0
6	张明政	中国农业大学信息与电气工程学院	7	66	4.0	7.0