刘怡晨, 马 驿, 仝春艳, 段 博, 蒋 琦



基于偏角光谱检索算法的油菜和水稻LAI反演研究*

刘怡晨, 马 驿**, 仝春艳, 段 博, 蒋 琦

(武汉大学遥感信息工程学院 武汉 430079)

叶面积指数(LAI)是评价植被长势及产量预测的重要指标, 对其进行精准快速估测有助于植被的生长状态诊断和管理。本研究以不同施氮水平、不同栽种方式下的油菜和不同品种水稻为试验对象, 基于冠层高光谱曲线形态, 引入偏角光谱检索算法(DABSR)提取光谱偏角, 同时采用植被指数法和主成分分析法进行对比分析, 探索适用于水稻、油菜LAI估算的统一模型构建方法。研究结果表明, 估算油菜LAI时, DABSR反演精度较高, 预测2、RMSEP分别为0.74、0.47, 偏移量MNB为0.16; 主成分分析法反演精度次之, 预测2、RMSEP、MNB分别为0.73、0.48、-0.04; 而植被指数法受不同生育期油菜株型、覆盖度影响反演精度普遍较低, 精度较高模型的预测2、RMSEP、MNB分别为0.61、0.57、0.17。在估算水稻LAI时, DABSR反演精度最优, 预测2、RMSEP、MNB可达0.70、0.80、0.05。综合考虑模型的验证精度、特征选择的合理性以及模型计算效率, DABSR偏角光谱检索法估算油菜和水稻LAI具有较高精度, 且受施肥水平、栽种方式、生长期等因素影响较小, 为构建精确的植被LAI统一估算模型提供了新思路。

油菜; 水稻; 叶面积指数; 高光谱; 偏角光谱检索

叶面积指数(leaf area index, LAI)是指单位地表面积上植物叶单面面积的总和[1], 是表征作物群体光合作用、蒸腾作用、净初级生产力等的重要参数[2-4], 也是对作物进行长势判断及产量估测的重要农学指标之一[5-6]。传统的作物LAI测定法以地面直接测量为主, 如长宽系数法、激光叶面积法、数码图像处理法等[7], 虽然能够直接准确地测定小范围内作物的LAI, 但对植株具有一定损伤性且耗费时力。……