文献类型： 中文期刊

作者： 付元元 ¹ ; 杨贵军 ² ; 冯海宽 ² ; 徐新刚 ² ; 宋晓宇 ² ; 王纪华 ² ;

作者机构： 1.浙江大学遥感与信息技术应用研究所

2.浙江大学遥感与信息技术应用研究所;北京农业信息技术研究中心

关键词： 遥感;光谱分析;回归分析;植被指数;维数约简;冬小麦

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2012 年 28 卷 23 期

页码： 107-113

收录情况： EI ; 北大核心 ; CSCD

摘要： 高光谱遥感反演LAI时,由于实际样本数远小于光谱维数,易导致基于全谱段建立的模型不稳定。针对该问题,该文提出将基于原始光谱反射率与LAI相关性和基于光谱曲线特征的2种波段选择方式分别与主成分回归(PCR)或偏最小二乘回归(PLSR)结合的高光谱维数约简方法,估算冬小麦LAI。并选择归一化植被指数(NDVI)、增强型植被指数(EVI)、重归一化植被指数(RDVI)、修正土壤调节植被指数(MSAVI)和三角形植被指数(TVI)5种代表性植被指数,利用2009、2010年实测大田冬小麦冠层高光谱和LAI数据,将提出的基于维数约简的方法与基于植被指数的LAI估算方法进行了比较,独立样本集验证结果和交叉验证结果均表明,提出的基于维数约简的方法比基于植被指数方法的估算精度高,在交叉验证结果中,基于维数约简的方法R2最高达到0.818,相应RMSE为0.685。该研究可为后续基于高光谱的LAI估算提供参考。