农情信息遥感监测预报模型构建算法研究进展.pdfVIP

江苏农业科学　２０１３年第４１卷第１１期 — １— 王丽爱，谭昌伟，马　昌，等．农情信息遥感监测预报模型构建算法研究进展［Ｊ］．江苏农业科学，２０１３，４１（１１）：１－５． 农情信息遥感监测预报模型构建算法研究进展 王丽爱，谭昌伟，马　昌，童　璐，杨　昕，崔怀洋，郭文善 （扬州大学江苏省作物遗传生理重点实验室／农业部长江中下游作物生理生态与栽培重点开放实验室，江苏扬州２２５００９） 　　摘要：综合介绍了线性逐步回归算法、偏最小二乘回归算法、人工神经网络算法、支持向量机回归算法在农作物信 息遥感预测建模中的应用，阐述了这些算法的基本思想，给出了每种算法的求解步骤，归纳了这些算法的优点，分析了 每种算法的不足之处，并指明了农情信息遥感预测建模的研究发展方向。 　　关键词：遥感；建模；逐步多元回归；偏最小二乘；神经网络；支持向量机 　　中图分类号：Ｓ１２７　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１３）１１－０００１－０５ 　　农业是国民经济的基础，农业高技术引领农业的未来。 逐步回归正是为解决这一问题而提出的一种算法。 遥感作为现代信息技术的前沿，能够快速准确地收集农业资 Ｊｉｎ等运用ＡＳＤ光谱仪测得小麦不同生育时期的冠层光 源和生产信息，遥感技术在农业领域得到了越来越多的应用， 谱数据，运用ＳＭＲ算法建立了基于光谱参数估计小麦叶片叶 ［２］ 如利用遥感信息进行农作物估产、长势、品质、病虫害等遥感 绿素含量的回归模型 。杨晓华等测定了水稻不同生育期 监测；在计算机系统的支持下，通过建模将获取的农业遥感信 的冠层高光谱反射率，分别以高光谱反射率的４种不同变换 息与农业目标参量联系，定量地反演或推算出农学参量（即 形式（光谱反射率、反射率一阶导数、反射率二阶导数和反射 定量遥感）。定量遥感模型概括起来分为３类：物理模型、统 率对数变换）为因变量，以叶面积指数（ＬＡＩ）和叶绿素密度 ［１］ 计模型和半经验模型 ，其中统计模型是对一系列观测数据 （ＧＬＣＤ）为自变量进行分析，评价了ＳＭＲ对ＬＡＩ和ＧＬＣＤ的 ［３］ 作经验性的统计描述或相关分析，建立遥感参数与农情观测 估算能力 。周冬琴等用ＳＭＲ算法建立了水稻成熟籽粒蛋 数据之间的回归模型。 白质含量监测模型，模型预测值与实测值之间符合度较高，对 ［４］ 近年来，文献资料运用逐步多元回归算法、偏最小二乘回 水稻成熟籽粒蛋白质含量具有较好的预测性 。宋开山等 归算法、人工神经网络回归算法、支持向量机回归算法，在计 利用不同生长季大田玉米的冠层高光谱反射率，采用ＳＭＲ算 算机系统支持下，建立多种农情信息遥感预测统计模型。计 法，建立了玉米地上鲜生物量高光谱遥感估算模型，模型预测 ［５］ 算机系统操作的目的是对数据进行加工处理，以得到期望的 效果较理想 ；利用不同生长季的大田玉米、大豆的冠层高 结果，其中算法是灵魂，算法是为解决一个问题而采取的方法 光谱反射率，采用ＳＭＲ算法，建立了玉米、大豆ＬＡＩ高光谱遥 和步骤。因此，本文介绍这些算法应用于遥感建模预测多种 感估算模型，结果表明以多波段逐步回归构造的模型预测效 ［６］ 农作物的多种农学参量情况的同时，重点阐述了这些算法的 果很好 。牛铮等利用小麦及 １１种植被的叶片样本光谱测 基本思想，给出了每种算法的求解步骤，总结了这些算法的优