李翠娜，张雪芬，余正泓，王秀芳



基于图像提取技术计算夏玉米覆盖度和反演叶面积指数的精度评价**

李翠娜1,2,3，张雪芬3，余正泓4，王秀芳5

（1.中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室，北京100029;2.中国科学院大学，北京 100049; 3.中国气象局气象探测中心，北京100081; 4.广东科学技术职业学院，珠海 519090; 5.河南省信阳气象局，信阳 464000）

如何将农作物从复杂动态变化的农田场景中准确提取出来，是作物分割方法后续提取覆盖度或反演叶面积指数准确与否的关键。本文以郑州、泰安和固城站2011年和2012年生长季的夏玉米为研究对象，利用在线式图像自动传输装置实时获取户外不同光照强度以及真实农田复杂背景下的夏玉米群体动态图像，在对原始图像进行几何校正的基础上，采用AP-HI、ExG、ExGR和CIVE4种作物分割方法提取夏玉米覆盖度和反演叶面积指数，通过对比试验定量评价每种作物分割方法对农田复杂背景的适应能力和精度，并从中选取适合农田复杂环境下夏玉米冠层图像覆盖度和叶面积指数的有效提取方法。结果表明：光照强度变化以及植物阴影、植物残渣等复杂背景对作物分割算法的精确性影响较大，AP-HI方法在光照适应性和对抗复杂环境两个方面均优于其它方法，相对误差在0.2以下，高于目估法测量的精度；通过对比分析发现，利用4种作物分割方法通过冠层孔隙率估算不同生长期夏玉米LAI，AP-HI反演模型最优，其估算的LAI与实际测得的LAI值比较的相关系数最高，为0.89~0.96,均方根误差最小，为0.47~0.75。……