基于核岭回归算法的PROSAIL模型反演高空间分辨率叶面积指数

• 作者: 郭恒亮 李晓 付羽 乔宝晋
• 来源期刊: 草业学报
• 关键词: 叶面积指数 核岭回归算法 PROSAIL 模型 反演
• 年，卷（期）: 2022,（12）
• 所属期刊栏目: 研究论文
• 页码范围: 41-51
• 页数: 10页
• 语种: 中文
• DOI: 10. 11686/cyxb2021468

摘要

准确估算叶面积指数（LAI）在生态、环境和气候变化研究方面具有重要作用。依靠卫星遥感技术能够获取大范围LAI产品，但其空间分辨率较低且依赖大量地面实测数据，难以满足高精度、大范围研究的需求。本研究基于30 m空间分辨率地表反射率数据，在不依赖大量地面实测数据的情况下，提出基于核岭回归算法的PROSAIL物理模型反演LAI，首先对PROSAIL模型的输入参数进行敏感性分析，以确定输入参数并生成模拟数据集，从而建立模拟反射率与LAI之间的核岭回归反演模型，进行高空间分辨率LAI反演，并与基于多层感知机的PROSAIL模型、基于随机森林回归的PROSAIL模型进行对比分析。结果表明：基于核岭回归的PROSAIL模型获得了最高的LAI反演精度，模型决定系数（R2）为0.8089，均方根误差（RMSE）为0.2492，基于多层感知机和随机森林回归的PROSAIL模型反演精度较差，模型R2分别为0.7726和0.7118，RMSE分别为0.2781和0.2432。研究认为基于核岭回归的PROSAIL模型可以有效提升LAI反演精度，为快速准确的区域性高空间分辨率LAI反演提供了技术和方法。