基于优化SVR高光谱指数的独尾草叶绿素含量估算

• 作者: 何秉宇 刘卫国 庞冬 谭林
• 来源期刊: 生态学杂志
• 关键词: 独尾草 光谱指数 叶绿素含量 优化支持向量回归机模型
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 方法与技术
• 页码范围: 555-562
• 语种: 中文
• DOI: 10.13292/j.1000-4890.201702.026

摘要

以位于新疆准噶尔盆地腹地的古尔班通古特沙漠为研究区,测定独尾草幼苗期、开花期的叶片光谱反射率和叶绿素含量,分析24种光谱指数与叶绿素含量之间的相关关系,选用相关性较高的光谱指数建立优化支持向量回归机(SVR)估算模型.结果表明:(1)开花期的叶绿素含量高于幼苗期,主要与植被的光合作用有关,开花期的光谱反射率低于幼苗期,两期的光谱反射率符合普遍植物光谱反射率.(2)在幼苗期,GNDVI(green norma-lized difference vegetation index)与叶绿素含量相关性最高(R2=0.664);在开花期,GM-2(Gi-telson and Merzlyak)与叶绿素含量相关性最高(R2=0.711).按相关性排序时,在两期中,决定系数排名前7的光谱指数都相同.(3)将7个敏感光谱指数作为输入因子,通过3种优化算法选择最优参数(c,g),建立优化SVR估算模型:幼苗期和开花期,模型精度都较高,PSO-SVR＞GA-SVR＞GS-SVR,其中PSO-SVR决定系数最高,均方根误差最小.在幼苗期,PSO-SVR决定系数为0.812,均方根误差为0.728,在开花期,PSO-SVR决定系数为0.841,均方根误差为0.247.说明基于PSO-SVR算法优化后的SVR模型精度高误差小,能较好地对叶绿素含量进行估算,且独尾草叶绿素含量开花期的估算比幼苗期的效果要好.本研究为荒漠植被生态特征的监测估算、时空分布和生化参数反演提供了科学依据和技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何秉宇	新疆大学资源与环境科学学院	89	649	14.0	22.0
4	刘卫国	新疆大学资源与环境科学学院	21	188	9.0	13.0
16	谭林	新疆大学资源与环境科学学院	2	9	1.0	2.0