基于无人机高光谱数据的多类型混合作物LAI反演及尺度效应分析

• 作者: 唐伶俐 朱小华 李剑剑 赵永光 钱永刚 马灵玲
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 叶面积指数 查找表(LUT) 尺度效应 无人机高光谱数据
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 模型与反演
• 页码范围: 427-434
• 页数: 8页
• 分类号: TP79
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2017.3.0427

摘要

叶面积指数(Leaf Area Index,LAI)作为表征不同作物生长状况的基本参数,是农业精细化管理及农田生态系统建模的关键.我国农田作物种植比较离散,受地表空间结构非均一性和反演模型非线性等因素影响,不同尺度遥感数据估算的作物LAI存在一定的差异,即农田作物LAI的遥感反演普遍存在尺度效应问题.以包头遥感综合验证场农业示范区为研究区,利用无人机高光谱数据结合PROSPECT+SAIL模型构建典型农作物区多类型作物的查找表(Look-Up-Table,LUT)反演农田LAI,研究查找表用于玉米、马铃薯、向日葵、瓜地等不同作物LAI反演的适用性和精度;通过无人机高光谱数据聚合获得多尺度遥感数据源,结合Taylor展开理论和计算几何模型,提出了一种既考虑类间差异又考虑类内异质性的尺度转换模型,定量描述多种作物混合的非均一地表LAI反演过程中的尺度效应特征.结果表明:基于分类和参数敏感性分析的LUT方法能很好地应用于包头典型农作物区多类型混合作物LAI反演,总估算精度为相关系数R2=0.82、均方根误差RMSE=0.43 m2/m2.随着反演尺度的增加,作物类间差异造成的反演偏差明显高于类内异质性,利用本文所提出的尺度转换模型均能较好纠正低分辨率LAI反演的尺度效应问题.