利用交叉验证的小麦LAI反演模型研究

被引：15

作者：

任哲 ^{[1
,2
]}

陈怀亮 ^{[3
]}

王连喜 ^{[1
,2
]}

李颖 ^{[3
]}

李琪 ^{[1
,2
]}

机构：

[1] 南京信息工程大学江苏省大气环境监测与污染控制高技术研究重点实验室

[2] 南京信息工程大学环境科学与工程学院

[3] 中国气象局河南省农业气象保障与应用技术重点实验室

来源：

国土资源遥感 | 2015年 / 27卷 / 04期

关键词：

叶面积指数(LAI); 遥感反演; 交叉验证; 小麦;

D O I：

暂无

中图分类号：

S512.1 [小麦]; TP79 [遥感技术的应用];

学科分类号：

0901 ; 081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

叶面积指数(leave area index,LAI)是表征植被冠层结构和生长状况的关键参数,采用遥感技术进行LAI反演是遥感反演领域的热点和难点之一。利用小麦关键生育期的高光谱数据,计算其一阶和二阶导数,并构建植被指数(RVI,NDVI,EVI,DVI和MSAVI)及三边变量参数等高光谱变量;将上述参数与小麦LAI数据进行相关性分析,并利用交叉验证法进行多种回归分析,确定反演小麦LAI的敏感参数,选择反演模型;最后使用敏感参数构建所有样本的小麦LAI反演模型,并比较其拟合效果。研究结果表明:经过交叉验证的反演建模,其拟合结果的均方根误差(RMSE)整体上较未经交叉验证反演建模结果的RMSE小;在用敏感参数构建的回归模型中,RVI立方回归模型是用遥感数据反演小麦LAI的最优模型。

引用

页码：34 / 40

页数：7

共 18 条

[1] 冬小麦种植面积遥感提取方法研究 [J].