无人机多源光谱反演大田夏玉米叶面积指数
徐洪刚1
陈震1
程千1
李宗鹏2
李鹏1
范永申1
1.中国农业科学院 农田灌溉研究所/河南省节水农业重点实验室,河南 新乡 4530022.中国农业科学院 农田灌溉研究所/河南省节水农业重点实验室,河南 新乡 453002;河南农业大学,郑州 450000
摘要：[目的]研究多源光谱反演大田夏玉米叶面积指数(LAI)的效果.[方法]以大田夏玉米为研究对象,利用无人机获取试验区不同生育期热红外以及多光谱影像,提取热红外冠层温度(TC)以及多光谱植被指数,结合地面实测LAI数据,分析光谱数据与实测LAI之间的相关关系,并将TC与筛选出的11种植被指数作为输入变量,LAI作为输出变量利用多元线性回归、支持向量机和随机森林3个算法模型训练学习,建立了夏玉米LAI的反演模型.[结果]多光谱植被指数以及TC均与夏玉米LAI在P<0.0001水平上显著相关,相关系数均在0.5以上;RF算法于拔节期、喇叭口期、以及吐丝期3个生育期的LAI预测值与实测值的R2均高于MLR算法和SVM算法,对应的RMSE及NRMSE均低于MLR算法和SVM算法;融合热红外TC后的RF模型反演精度均有不同程度的提升,各生育期LAI预测值与实测值R2均大于同时期未融合TC的LAI反演模型.[结论]多光谱植被指数以及TC均与夏玉米LAI具有较强的相关性,且RF算法构建的夏玉米LAI反演模型精度优于MLR和SVM算法,同时TC的加入可以有效提升夏玉米LAI反演精度.
关键词：夏玉米无人机遥感多光谱植被指数热红外图像叶面积指数反演模型
分类号：S252(农业航空)S274(农田水利)
资助基金：河南省科技研发专项(192102110095)中国农业科学院重大科研(CAAS-ZDXT2019002)中央级公益性科研院所基本科研业务费专项(FIRI2019-01-01)国家科技重大专项(ZD2020009)
论文发表日期：2021-08-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 42-49 )
英文信息