基于支持向量机的水稻生物物理参数遥感估算.pdfVIP

中国科学 C 辑 :生命科学 2009 年 第 39 卷 第 11 期 : 1080 ~ 1091 SCIENCE IN CHINA PRESS 基于支持向量机的水稻生物物理参数遥感估算 ①② ② ① ② ③ ② ④ 杨晓华 , 吴耀平 , 黄敬峰 , 王建文 , 王佩 , 王晓鸣 , HUETE Alfredo R. ① 浙江大学遥感与信息技术应用研究所, 杭州 310029; ② 中国人民解放军总参谋部, 气象水文空间天气总站, 北京 100081; ③ 北京师范大学地表过程与资源生态国家重点实验室, 北京 100875; ④ Department of Soil, Water, and Environmental Science, University of Arizona, Tucson, AZ 85721 USA * 联系人, E-mail: dr.xiaohuayang@ 收稿日期: 2008-11-22; 接受日期: 2009-09-08 国家自然科学基金(批准号:and和国家高技术研究发展计划(批准号: 2006AA10Z203)资助项目 摘要 通过两期水稻实验, 测定了不同生育期的冠层高光谱反射率(350~2500 nm), 每期实 关键词 验包括两个水稻品种和 3 个氮素(N)水平. 为了分析支持向量机对水稻叶面积指数和叶绿素浓 生物物理参数 度的预测能力, 对高光谱反射率进行了4 种不同形式的变换, 包括反射率、反射率一阶导数、 支持向量机 反射率二阶导数和反射率对数变换. 分析结果表明: 利用反射率进行估算的POLY核支持向量 遥感 机对水稻叶面积指数的估算能力最强, 其均方根误差为 1.0496; 利用反射率对数变换进行估 算的ANOVA核支持向量机对水稻叶绿素浓度的估算能力最强, 其均方根误差为 523.0741 mg/m2 . 支持向量机对于水稻生物物理参数的估算能力不但优于逐步多元回归模型, 而且对于 分析不同形式的光谱反射率数据具有独到的功效. [9,10] 对于植被叶面积指数、叶绿素浓度等生物物理特 植被指数和生物物变量之间的关系 . 性的评价是遥感在农业应用方面的主要目标. 由于 大量的高光谱研究文献[11~14]表明, 利用便携式 植被与土壤背景光谱反射率的强烈对比, 以及反射 光谱仪所获得的窄波段光谱数据, 可以提高植被量 率随着植被覆盖度的变化而变化, 使得这些变量的 化精度. 这些研究都表示窄波段数据能够提供一些 遥感估算成为可能; 并且基于这个对比, 学者们在过 宽波段所没有的额外信息, 使植被生物物理参数和 去的几十年里提出了很多植被指数(vegetation indices, 生物化学参数的量化精度有很大程度的提高. 一些 VIs). 这些植被指数与植被数量有着很高的相关性. 学者们研究了主要作物的冠层光谱反射率与冠层光 最常用的植被指数是利用冠层反射率的红光和近红 谱之间的关系[15~17]. 高光谱研究已被成功应用于水 外光所形成的比值形式(例如比值植被指数(RVI)[1]和 稻产量[18]和植被叶绿素含量估算[6,7]. 归一化植被指数(NDVI)[2])和线性组合形式[3,4]. 在光谱研究中, 反射率导数分析对于遥感数据 这些植被指数通常利用的都是宽波段的平均光 的应用具有独特的