基于GF-2卫星数据的孕穗期小麦叶面积指数反演——以河北省廊坊市为例

编号 zgly0001594969

文献类型 期刊论文

文献题名 基于GF-2卫星数据的孕穗期小麦叶面积指数反演——以河北省廊坊市为例

作者 陆坤  孟庆岩  孙云晓  孙震辉  张琳琳 

作者单位 山东科技大学测绘科学与工程学院  中国科学院遥感与数字地球研究所  中国科学院大学 

母体文献 国土资源遥感 

年卷期 2018年01期

年份 2018 

分类号 S512.1  TP751 

关键词 植被指数  神经网络  叶面积指数(LAI)  反演方法  精度验证 

文摘内容 叶面积指数(leaf area index,LAI)是评价植被长势和预测产量的重要农业生理生态参数。高分2号(GF-2)卫星数据具有高空间分辨率特点,能反映更多细节信息,针对该数据特点的LAI反演方法具有较高的研究价值。以河北省廊坊市万庄镇为研究区,对孕穗期小麦采用了回归模型和神经网络算法反演LAI;采用4种植被指数与实测LAI值构建回归模型,同时重点探讨了PROSAIL模型结合神经网络方法进行LAI反演。研究结果表明,在回归模型中,归一化植被指数(normalized difference vegetation index,NDVI)的二项式模型估算LAI可以获得最高精度,采用实测数据验证的决定系数(R2)和均方根误差(root mean square error,RMSE)分别为0.719 3和0.393 6;与回归模型相比,神经网络反演LAI方法更显著提高了精度,R2和RMSE分别达到0.900 8和0.273 2。基于GF-2卫星数据,在研究区小麦孕穗期,神经网络反演LAI具有较强可行性和适用性,可为高空间分辨率卫星影像的LAI反演提供参考。