基于Sentinel-2多光谱数据的棉花叶面积指数估算

• 作者: 易秋香
• 来源期刊: 农业工程学报
• 学科: 地球科学
• 关键词: 作物 遥感 模型 Sentinel-2多光谱卫星 棉花 叶面积指数 植被指数
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 189-197
• 页数: 9页
• 分类号: P237.9
• 字数: 5530字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2019.16.021

摘要

棉花叶面积指数(leaf are index, LAI)的快速、准确获取对棉花长势监测、发育期诊断、面积提取以及产量估算等遥感监测具有重要意义.该研究利用2017年和2018年的Sentinel-2多光谱卫星数据及大面积田间试验观测获取的棉花不同发育期LAI实测数据,构建了基于单波段反射率及各类植被指数的棉花不同发育期及全发育期LAI估算模型,并采用留一验证(LOOCV, leave-one-out cross validation)和交叉验证对模型精度进行了检验.结果表明:1)对于单波段反射率,基于中心波长为842 nm波宽为145 nm的B8近红外波段对不同发育期LAI估算精度最优均方根误差(RMSE, root mean square error, RMSE=0.378);2)对于各类植被指数,花蕾期(20170616)和花铃期(20170802)时增强植被指数(EVI, enhanced vegetation index,)表现最佳(RMSE分别为0.352和0.367),开花期(20180623)时校正土壤调节植被指数(MSAVI2, modified soil adjusted vegetation index 2,)估算精度最高(RMSE=0.323);3)单波段反射率和各类植被指数对全发育期LAI的估算均要优于对单个发育期LAI的估算,其中基于IRECI指数的(inverted red-edge chlorophyll index)全发育期LAI估算模型精度最佳,LOOCV检验RMSE=0.425,交叉检验RMSE=0.368;将基于IRECI的全发育期LAI估算模型应用到单个发育期LAI估算并与各单个发育期LAI估算模型精度对比,发现交叉验证RMSE平均值仅比LOOCV验证RMSE平均值高0.07,反映了全发育期 LAI 估算模型良好的普适性.该研究为农作物 LAI 估算提供了新的数据选择,完善了 Sentinel-2卫星数据在LAI估算中的应用领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易秋香	中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室	6	80	3.0	6.0