基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用.pdfVIP

作物学报 ACTA AGRONOMICA SINICA 2017, 43(4): 549-557 / ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@ DOI: 10.3724/SP.J.1006.2017.00549 基于光谱特征与PLSR 结合的叶面积指数拟合方法的无人机画幅高光 谱遥感应用 高 林 1,2 杨贵军1,* 李长春3 冯海宽1 徐 波1 王 磊1,3 董锦绘1,3 付 奎3 1 北京农业信息技术研究中心 / 国家农业信息化工程技术研究中心 / 农业部农业信息技术重点实验室, 北京 100097; 2 南京大学地理 与海洋科学学院, 江苏南京 210023; 3 河南理工大学测绘与国土信息工程学院, 河南焦作 454000 摘 要: 以冬小麦 LAI 为研究对象, 利用孕穗期、开花期和灌浆期获取的无人机 UHD185 高光谱影像以及同步测定 的地面数据(冬小麦冠层 ASD 反射率和冬小麦 LAI), 论证光谱特征(红边参数或植被指数)与偏最小二乘回归算法结 合的改进型 LAI 拟合方法在无人机画幅高光谱遥感 LAI 探测方面的应用价值。首先, 从光谱反射率相关性和植被指 数相关性两方面比较 UHD185 与 ASD, 验证 UHD185 数据精度; 结果表明, 第 3~第 96 波段(458~830 nm)的无人机 UHD185 高光谱数据具有较好的光谱质量, 适宜探测冬小麦 LAI 。其次, 分析光谱特征(6 种植被指数和 4 种红边参数) 与 LAI 的相关性, 并通过独立验证和交叉验证方法, 依次对基于红边参数或植被指数的传统 LAI 拟合方法和改进型 LAI 拟合方法的冬小麦 LAI 预测精度进行评价, 相比于传统 LAI 拟合方法, 改进型 LAI 拟合方法能大幅度提高冬小 麦 LAI 的预测精度, 特别是 PLSR+REP 。研究结果证实, 改进型 LAI 拟合方法能更加充分地利用无人机 UHD185 高 光谱数据预测冬小麦 LAI, 可望为无人机高光谱遥感的作物理化参数探测提供几点可借鉴的思路。 关键词: 无人机; 高光谱遥感; 叶面积指数; 偏最小二乘回归; 红边参数; 植被指数 Application of an Improved Method in Retrieving Leaf Area Index Combined Spectral Index with PLSR in Hyperspectral Data Generated by Unmanned Aerial Vehicle Snapshot Camera 1,2 1,* 3 1 1 1,3 1,3 GAO Lin , YANG Gui-Jun , LI Chang-Chun , FENG Hai-Kuan , XU Bo , WANG Lei , DONG Jin-Hui , 3 and FU Kui 1 Beijing Research Center for Information Technology in Agricul