李长春 施锦锦 马春艳 崔颖琪 王艺琳 李亚聪

(河南理工大学测绘与国土信息工程学院， 焦作 454000)

0 引言

叶绿素是绿色植物在光合作用中不可或缺的基础物质，植物叶片中叶绿素含量直接影响植物的光合能力[1]。叶绿素是冬小麦生长过程中的重要理化参数，准确、快速获取叶绿素含量不仅有助于对冬小麦病虫害信息进行精准诊断和管理调控，而且对监测冬小麦长势以及估算冬小麦产量具有重要意义。

传统方法通过野外采样和室内分析获得叶绿素含量，该方法费时、费力、成本较高，且具有破坏性和不可恢复性，难以大面积实时获取叶绿素含量[2]。近年来，随着高光谱遥感技术在农作物生长监测方面的研究和应用，为农作物叶绿素含量估算提供了有效手段[3-5]，利用高光谱原始数据或由原始数据构建的植被指数、基于经验统计模型反演叶绿素含量是目前比较常用的方法。YODER等[6]研究发现，可见光波段是反演叶绿素含量的最佳波段范围。SABERIOON等[7]利用植被指数估算了不同生长期水稻的冠层叶绿素含量，其估算精度R2达到0.78。杨峰等[8]分别利用次修正土壤调节植被指数(MSAVI2)和波长800 nm处光谱反射率建立叶绿素含量估算模型，建模精度R2可达0.88。刘丹丹等[9]利用高光谱数据，耦合连续小波变换和随机森林方法，构建了夏玉米氮含量估算模型，实现了氮含量的遥感估算，提高了建模精度。孟沌超等[10]利用植被指数、纹理特征，结合逐步回归、偏最小二乘回归和支持向量机回归等方法建模估算玉米叶绿素相对含量，为叶绿素定量反演提供了新的思路。……