何 宇 航,周 贤 锋*,张 竞 成,张 垚,陈 冬 梅,吴 开 华,黄 文 江,孔 维 平,徐 俊 锋
(1.杭州电子科技大学人工智能学院,浙江 杭州310018;2.中国科学院空天信息创新研究院,数字地球重点实验室,北京 100094;3.中国科学院空天信息创新研究院,定量遥感信息技术重点实验室,北京 100094;4.杭州师范大学遥感与地球科学研究院,浙江 杭州 310018)
叶绿素是光合作用重要的天然色素,具有吸收和传递光能的作用,也是表征作物长势状况的重要指标,其含量变化直接影响光合作用和初级生产力等生态过程[1],且与作物胁迫状况、衰老过程及氮素营养直接相关[2]。因此,定量分析作物叶绿素含量对于监测作物营养状况、指导作物精准施肥以及评估作物产量状况具有重要研究意义。由于叶绿素在可见光波段具有显著吸收特征,故可利用反射光谱分析方法和遥感技术进行作物叶绿素含量无损估算。通常,作物叶绿素含量可从叶片和冠层两种尺度进行估算,作物冠层叶绿素含量表征单位土地面积叶绿素含量,是反映作物群体光合作用强弱、长势状况的重要参量[3]。许多学者针对作物叶绿素含量反演方法开展了大量研究工作,以期提高其估算精度[2,4-6],其中,半经验性植被指数方法由于操作简单、灵活,应用广泛。例如,Gitelson等[7,8]提出红边归一化植被指数(Normalized Difference Red-Edge,ND705)和红边比值指数(Simple Ratio Red-Edge,SR705),用于精确估算叶绿素含量,并基于三波段概念模型构建绿波段叶绿素植被指数(Green Chlorophyll Index,CIgreen)和红边波段叶绿素植被指数(Red-Edge Chlorophyll Index,CIred-edge)估算植被冠层叶绿素含量;……