基于Sentinel-2多光谱数据和机器学习算法的冬小麦LAI遥感估算

2021-09-23 08:41:08史博太常庆瑞崔小涛蒋丹垚陈晓凯王玉娜
麦类作物学报 2021年6期
关键词:模型研究

史博太,常庆瑞,崔小涛,蒋丹垚,陈晓凯,王玉娜,黄 勇

(西北农林科技大学资源环境学院,陕西杨凌 712100)

叶面积指数(LAI)为单位土地面积上单面绿色叶片面积总和,是区域物质循环和能量流动过程等研究的重要参数[1],被广泛应用于农业、林业、环境变化等领域。大量研究表明,叶面积指数影响作物长势、产量、光合呼吸速率以及生物量、物候期等诸多理化进程[2-5]。因此,实时、快速、大面积精确获取作物叶面积指数具有重要意义。

随着对地观测技术的快速发展,在提高观测卫星空间分辨率的同时,越来越多的卫星平台已经搭载具有多个光谱谱段的传感器,如欧空局的Sentinel-2卫星、德国的RapidEye卫星、美国的Worldview-2卫星及Lsandsat-8卫星。其中,Sentinel-2卫星由Sentinel-2A和 Sentinel-2B双子星组成,分别于2015年6月和2017年3月发射升空,随着双子星组轨运行,Sentinel-2多光谱卫星时间分辨率缩短至5 d,同时Sentinel-2卫星特有的三红边波段在植被信息监测方面具有独特的优势,且具备较好的空间分辨率(10/20/60 m),使其为农业遥感信息监测提供了诸多可能。郑阳等[6]利用Sentinel-2A卫星数据提取出17种常见的植被指数,分别构建其与相应时期内采集的冬小麦地上生物量间最优估算模型,通过分析两者间的相关性与敏感性,获取适宜进行生物量估算的指数。苏伟等[7]利用Sentinel-2A影像数据建立实测叶绿素含量与各植被指数的统计关系,构建玉米冠层叶绿素含量估算模型,并以野外实测玉米冠层叶绿素含量为依据,对基于各植被指数的估算结果进行精度评价。……

登录APP查看全文

猜你喜欢
模型研究
一半模型
FMS与YBT相关性的实证研究
2020年国内翻译研究述评
辽代千人邑研究述论
重尾非线性自回归模型自加权M-估计的渐近分布
视错觉在平面设计中的应用与研究
科技传播(2019年22期)2020-01-14 03:06:54
EMA伺服控制系统研究
新版C-NCAP侧面碰撞假人损伤研究
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究