基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较.pdfVIP

第 32 卷 第 3 期 农 业 工 程 学 报 Vol.32 No.3 2016 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2016 155 基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较 刘 轲 1，周清波 1 ※ ，吴文斌 1,2，陈仲新 1，唐华俊 1 （1.农业部农业信息技术重点实验室/中国农业科学院农业资源与农业区划研究所，北京 100081； 2.华中师范大学城市与环境科学学院，武汉 430079） 摘 要：近年来，高光谱遥感数据广泛应用于农作物叶面积指数（LAI）反演。与常用的多光谱遥感数据相比，高光谱数据 能否提高农作物 LAI 反演的精度和稳定性还存在争议。针对这一问题，该研究利用实测冬小麦冠层高光谱反射率数据，构 造了不同光谱分辨率和波段组合的 5 种光谱数据。基于 ACRM（a two-layer canopy reflectance model）模型、2 套参数化方 案及上述 5 种光谱数据，对冬小麦 LAI 进行反演，分析光谱分辨率、高光谱数据波段选择、模型参数不确定性 3 方面因素 对 LAI 反演精度与稳定性的影响。研究结果表明：当波段选择适宜、模型参数不确定性较小且光谱数据分辨率较高时，LAI 反演精度与稳定性更高，提高光谱分辨率对 LAI 反演精度的改进作用随光谱分辨率的升高而降低；反之，当高光谱数据波 段选择不当或者模型参数不确定性较大时，提高光谱数据的分辨率并未提高 LAI 反演精度。该研究解释了“高光谱遥感数据 能否提高植被参数反演精度”问题，为进一步发挥高光谱数据在农作物 LAI 反演中的潜力提供了科学参考。 关键词：植被；遥感；光谱分析；叶面积指数；高光谱；反演；波段选择 doi：10.11975/j.issn.1002-6819.2016.03.022 中图分类号：S126；TP79 文献标志码：A 文章编号：1002-6819(2016)-03-0155-06 刘 轲，周清波，吴文斌，陈仲新，唐华俊. 基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较[J]. 农业工程 学报，2016，32(3)：155－162. doi：10.11975/j.issn.1002-6819.2016.03.022 Liu Ke, Zhou Qingbo, Wu Wenbin, Chen Zhongxin, Tang Huajun. Comparison between multispectral and hyperspectral remote sensing for LAI estimation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 155－162. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.03.022 0 引 言 叶面积指数（LAI）反映了农作物生理生化过程和生 产力状况。获取农作物 LAI 及其动态变化信息对农作物 长势监测和产量估测等应用具有重要意义[1-3]。遥感技术 能够经济、高效、无损地估测农作物 LAI，成为了目前获 取大尺度农作物 LAI 的主要技术手段。高光谱数据尤其 能够刻画地物光谱细节，支持波形分析技术，因此，在 农作物 LAI 遥感反演研究中得到了广泛的应用[4-6]。较之 多光谱数据，高光谱数据能否提高农作物 LAI 反演的精 度与稳定性仍存在学术争议。部分研究表明高光谱数据 有助于提高 LAI 反演精度[7-10]，也有研究得出与之相反的 结论[11-13]，例如李小文等[13]通过 Li-Strahler 模型参数敏感 性分析认为：结构参数与波谱无关，波段数量增加并不 能提供更多关于结构参数的信息。总结前人研究可以发 现，因为当时的客观条件和主流 LAI 反演方法，这些高 光谱-宽波段的对比研究存在很多不足[7]，例如：早期常 收稿日期：2015-04-10