李岚涛 李 静 明 金 汪善勤 任 涛 鲁剑巍

(1.华中农业大学微量元素研究中心， 武汉 430070； 2.农业部长江中下游耕地保育重点实验室， 武汉 430070)

0 引言

叶面积指数(LAI)是指单位土地面积上植物单面叶片的面积之和[1]，是反映植物群体长势状况、定量化表征作物冠层表面初始能量交换的最关键结构参数之一[2-3]。因此，研究基于高光谱遥感的作物LAI快速诊断和智能化原位监测技术对及时有效掌握农作物生长发育动态、构建满足作物营养“供需协同平衡”的施肥技术体系提供了有效途径。

高光谱遥感具有光谱信息量大、分辨率高以及波谱连续性强等特点，在作物LAI监测中，从海量高光谱数据中确定最优化的波宽与有效波段以获取最佳的反演效果是其研究的难点与热点[4-5]。目前，利用高光谱技术定量监测基于氮肥效应的作物LAI主要有物理模型法(辐射传输模型)和经验统计法(植被指数)[6]。物理模型法虽具有较高的通用性和机理性，但因其固存的病态反演问题且需要输入较多的调试参数，限制了其推广应用。植被指数法从纷繁复杂的高维光谱数据中利用可敏感指示作物LAI时空变化的有效波段，通过简单计算(差值、比值或归一化值)相应光谱参数并构建监测模型，方法便捷、普适性强，可及时准确反演作物LAI动态变化[7]。前人已从不同角度并采用多种技术进行了广泛而深入的定性或定量研究，如主成分分析、逐步判别分析、多元线性回归分析和Lambda-Lambda 相关分析等[8-9]。……