偏最小二乘回归在Hyperion影像叶面积指数反演中的应用

编号 zgly0000796998

文献类型 期刊论文

文献题名 偏最小二乘回归在Hyperion影像叶面积指数反演中的应用

学科分类 220.2530;林业遥感

作者 孙华  鞠洪波  张怀清  林辉  凌成星 

作者单位 中国林业科学研究院资源信息研究所  中南林业科技大学林业遥感信息工程研究中心 

母体文献 中国农学通报 

年卷期 2012,28(7)

页码 44-52

年份 2012 

分类号 S757 

关键词 遥感反演  叶面积指数  变量投影重要性指标  Hyperion 

文摘内容 叶面积指数(LeafArea Index,LAI)是一个重要的森林结构参数指标,遥感技术被认为是区域LAI反演的有效手段。现有遥感反演模型多以单变量的曲线估计及线性回归模型为主,模型的通用性、建模精度以及植被指数的选择上需要更进一步的探讨。以攸县黄丰桥林场为研究区,Hyperion影像为数据源,提取归一化植被指数(NDVI)、比值植被指数(RVI)等13个因子,利用LAI-2000冠层分析仪开展130个样地(60m×60m)的叶面积指数测量,选用变量投影重要性(VIP)指标、变量解释能力及变量权重作为变量筛选的依据,采用偏最小二乘回归分析方法建立植被指数与实测样地的回归模型,开展叶面积指数反演并制图。研究结果表明: 偏最小二乘回归分析在LAI反演中取得了较好的预测效果,其中以6个植被因子建立的回归模型预测精度最高,预测值与实测值的决定系数R2为0.91;LAI与植被指数之间具有良好的线性关系,其中RVI与LAI的相关性最大;残差分析表明,反演模型的自变量个数选取以4～6个为宜。