基于SupReMe影像重建和RF的玉米冠层LAI反演
2021-05-19张明政赵国强刘峻明
农业机械学报 2021年4期
关键词:模型
苏 伟 姚 婵 李 颖 张明政 赵国强 刘峻明
(1.中国农业大学土地科学与技术学院, 北京 100083; 2.农业农村部农业灾害遥感重点实验室, 北京 100083;3.河南省气象科学研究所, 郑州 450003; 4.河南省气象局, 郑州 450003)
0 引言
叶面积指数LAI是指单位土地面积上植物叶片单面面积的总和[1],直接反映植被的生长状况,对农作物长势监测、水肥管理、农业灾害胁迫监测和产量预测具有重要意义[2-3]。传统获取LAI的方法是通过野外测量获得,需要耗费大量的人力、物力,成本高,且不能进行实时和大面积的获取。遥感是快速获取大范围内地物信息的有效方法,可以反映农作物不同生长状况的光谱差异[4],因此被广泛用于农作物长势监测[5],并为肥料亏缺诊断、田间管理和产量预测等提供科学依据[6]。
随着卫星技术的发展,出现了越来越多的高时空分辨率影像[7]。Sentinel-2卫星是欧洲航天局发射的新一代卫星,一共包含13个光谱波段,其中3个红边波段对植被的生长状况敏感[8],是植被生长监测的理想数据源。但Sentinel-2卫星影像的3个红边带具有20 m的空间分辨率,与可见光和近红外波段10 m的分辨率不一致,这限制了红边波段最大优势的发挥,但是10 m分辨率波段的可用性为提高20 m的空间分辨率提供了可能,从而形成了一种有效方法,可以在不增加输入成本的情况下使输出最大化[7]。目前,已有许多学者对更高分辨率的影像增强进行了研究,提出了多种可行算法[9-12]。
可用的高空间分辨率影像数据为植被生长参数的精确反演提供了可靠的数据支持[13],但仅有少数研究者关注超分辨率影像重建对植被生长定量评估的能力。……
登录APP查看全文
