基于偏角光谱检索算法的油菜和水稻LAI反演研究

• 作者: 仝春艳 刘怡晨 段博 蒋琦 马驿
• 来源期刊: 中国生态农业学报(中英文)
• 关键词: 油菜 水稻 叶面积指数 高光谱 偏角光谱检索
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 作物栽培与生理生态
• 页码范围: 999-1010
• 页数: 12页
• 分类号: S127
• 语种: 中文
• DOI: 10.13930/j.cnki.cjea.170846

摘要

叶面积指数(LAI)是评价植被长势及产量预测的重要指标, 对其进行精准快速估测有助于植被的生长状态诊断和管理.本研究以不同施氮水平、不同栽种方式下的油菜和不同品种水稻为试验对象, 基于冠层高光谱曲线形态, 引入偏角光谱检索算法(DABSR)提取光谱偏角, 同时采用植被指数法和主成分分析法进行对比分析, 探索适用于水稻、油菜LAI估算的统一模型构建方法.研究结果表明, 估算油菜LAI时, DABSR反演精度较高, 预测 R2、RMSEP 分别为 0.74、0.47, 偏移量 MNB 为 0.16; 主成分分析法反演精度次之, 预测R2、RMSEP、MNB分别为0.73、0.48、-0.04; 而植被指数法受不同生育期油菜株型、覆盖度影响反演精度普遍较低, 精度较高模型的预测R2、RMSEP、MNB分别为0.61、0.57、0.17.在估算水稻LAI时, DABSR反演精度最优, 预测R2、RMSEP、MNB可达0.70、0.80、0.05.综合考虑模型的验证精度、特征选择的合理性以及模型计算效率, DABSR偏角光谱检索法估算油菜和水稻LAI具有较高精度, 且受施肥水平、栽种方式、生长期等因素影响较小, 为构建精确的植被LAI统一估算模型提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马驿	武汉大学遥感信息工程学院	5	13	2.0	3.0
2	段博	武汉大学遥感信息工程学院	4	12	1.0	3.0
3	蒋琦	武汉大学遥感信息工程学院	3	6	1.0	2.0
4	刘怡晨	武汉大学遥感信息工程学院	2	2	1.0	1.0
5	仝春艳	武汉大学遥感信息工程学院	4	8	1.0	2.0