冬小麦叶面积指数的品种差异性与高光谱估算研究

郭建彪，马新明,3，时 雷，张娟娟，杜 盼，魏钦钦

(1.河南粮食作物协同创新中心，河南郑州 450002；2.河南农业大学农学院，河南郑州 450002；3.河南农业大学信息与管理科学学院，河南郑州 450002)

近年来，高光谱遥感技术获得了快速发展，成为农作物生长快速监测与诊断的重要方法之一。高光谱遥感具有较高的光谱分辨率，通常达到10-2λ数量级，可以准确反映田间农作物的光谱特征，更加精准地获取农作物长势信息，如作物氮含量、叶绿素含量、叶面积指数(LAI)等生理生态参数，可应用其预测结果对作物的长势状况进行综合分析，便于辅助合理地制定和实施大田管理措施，实现作物优质高产的目的[1-3]。

LAI是作物冠层结构的一个重要参数，它不仅与作物的多个生理生态过程有关，还起着表征作物生长动态信息的作用[4]，同时它也是作物生长模型和决策支持系统的重要输入参数[5-6]，因此国内外均比较重视对LAI的研究[7-10]。研究发现，红边位置、红边斜率与红边面积和LAI存在极显著相关关系[11-12]。通过比较高光谱植被指数与水稻和小麦LAI之间的关系，确定估算两种作物LAI的最佳植被指数[13]。在冬小麦不同生育时期选择不同的植被指数构建LAI的分段反演模型，可以改善冬小麦LAI的反演精度[14]。另外，也有大量新的建模算法被运用到其中，如小波变换[15]、BP神经网络[16]、非线性支持向量机[17]、多核支持向量机[18]、随机森林算法[19]等，使得LAI估测模型在预测稳定性和精度方面有了很大的提升。然而，由于影响作物光谱特性的因素众多，不同条件下作物光谱特性变异的机理不明确，特别是现有模型应用到生产中存在精度不高等问题，尚需要去研究解决。……