基于低空无人机成像光谱仪影像估算棉花叶面积指数

• 作者: 常庆瑞 王力 王烁 班松涛 田明璐 由明明 罗丹
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 无人机 作物 遥感 高光谱成像 棉花 叶面积指数 极值植被指数
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 农业航空工程
• 页码范围: 102-108
• 页数: 7页
• 分类号: TP79|S127
• 字数: 6662字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.21.014

摘要

农作物叶面积指数（leaf area index, LAI）遥感监测具有快速、无损的优势。该文以低空无人机作为遥感平台，使用新型成像光谱仪获取的农田高光谱影像数据对棉花LAI进行反演。利用影像高光谱分辨率的特点，针对传统固定波段植被指数（fixed-bandvegetation index, F_VI）进行改进，通过动态搜索相应植被指数定义所使用波段范围内的反射率极值的方法，计算与各类植被指数对应的极值植被指数（extremum vegetation index， E_VI）。分别以原始全波段光谱反射率、连续投影算法（successive projections algorithm，SPA）提取的有效波段反射率以及各类F_VI和E_VI作为自变量，使用最小二乘和偏最小二乘（partial least squares，PLS）回归等方法构建LAI遥感估算模型。结果显示：1）以植被指数为自变量的模型估算效果（验证 R2最高为0.85）优于以光谱反射率作为自变量的模型（验证 R2最高为0.59）；2）使用E_VI作为自变量能够显著提高LAI的估测精度（验证R2最大提高了0.11）；3）使用PLS回归算法结合多个E_VI建立的LAI-E_VIs-PLS模型精度最高。使用LAI-E_VIs-PLS模型对棉花地块高光谱影像进行反演，制作棉花LAI空间分布图，取得良好的估算结果（验证R2=0.88，RMSE=0.29），为农作物LAI遥感监测提供了新的技术手段。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常庆瑞	西北农林科技大学资源环境学院	254	4005	33.0	47.0
2	班松涛	西北农林科技大学资源环境学院	14	231	6.0	14.0
3	由明明	西北农林科技大学资源环境学院	6	78	3.0	6.0
4	田明璐	西北农林科技大学资源环境学院	8	121	4.0	8.0
5	罗丹	西北农林科技大学资源环境学院	7	141	4.0	7.0
6	王力	西北农林科技大学资源环境学院	37	560	13.0	23.0
7	王烁	西北农林科技大学资源环境学院	6	129	4.0	6.0