刘　轲，周清波※，吴文斌,2，陈仲新，唐华俊（.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 0008；2.华中师范大学城市与环境科学学院，武汉 430079）



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。……