基于+svr+算法的小麥冠層葉綠素含量高光譜反演

《基于+svr+算法的小麥冠層葉綠素含量高光譜反演》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第28卷第20期農(nóng)業(yè)工程學(xué)報Vol.28No.201622012年10月TransactionsoftheChineseSocietyofAgriculturalEngineeringOct.2012·農(nóng)業(yè)信息與電氣技術(shù)·基于SVR算法的小麥冠層葉綠素含量高光譜反演梁亮1,2，楊敏華3，張連蓬1，林卉1，周興東1（1.江蘇師范大學(xué)測繪學(xué)院，徐州221116；2.南京大學(xué)國際地球系統(tǒng)科學(xué)研究所，南京210008；3.中南大學(xué)地球科學(xué)與信息物理學(xué)院，長沙410083）摘要：為給小麥的長勢監(jiān)測與農(nóng)藝決策提供科學(xué)依據(jù)，利用高光譜技術(shù)實(shí)現(xiàn)了小麥冠層葉綠素含量

2、的估測。通過分析18種高光譜指數(shù)對葉綠素的估測能力，篩選出可敏感表征葉綠素含量的指數(shù)REP，利用地面光譜數(shù)據(jù)為樣本集，以最小二乘支持向量回歸（leastsquaressupportvectorregression，LS-SVR）算法建立了小麥冠層葉綠素含 量反演模型，其校正決定系數(shù)C-R2與預(yù)測決定系數(shù)P-R2分別為0.751與0.722，在各指數(shù)中反演精度最高。進(jìn)一步分析表明，REP對葉綠素含量以及LAI值較高與較低的樣本均具備良好的預(yù)測能力，可有效避免樣本取值范圍以及冠層郁閉度等因素對葉綠素含量估測的影響。利用LS-SVR反演模型完成了OMIS

3、影像葉綠素含量的遙感填 圖，并以地面實(shí)測值進(jìn)行檢驗(yàn)，其擬合模型R2與RMSE值分別為0.676與1.715。結(jié)果表明，高光譜指數(shù)REP所建立的LS-SVR模型實(shí)現(xiàn)了葉綠素含量的準(zhǔn)確估測，可用于小麥葉綠素含量信息的快速、無損獲取。關(guān)鍵詞：遙感，葉綠素，光譜分析，反演，小麥，支持向量回歸doi：10.3969/j.issn.1002-6819.2012.20.022中圖分類號：TP722；S123文獻(xiàn)標(biāo)志碼：A文章編號：1002-6819(2012)-20-0162-10梁亮，楊敏華，張連蓬，等.基于SVR算法的小麥冠層葉綠素含量高光譜反演[J].農(nóng)業(yè)

4、工程學(xué)報，2012，28(20)：162－171.LiangLiang,YangMinhua,ZhangLianpeng,etal.Chlorophyllcontentinversionwithhyperspectraltechnologyfor wheatcanopybasedonsupportvectorregressionalgorithm[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2012,28(20):162－171

5、.(inChinesewithEnglishabstract)0引言參量的估測。自Curran[6]與Filella[7]等的研究指出紅邊位置與形狀可作為植被理化參量信息獲取的指葉綠素含量與植物的光合作用能力與生長狀標(biāo)后，眾多學(xué)者對以光譜指數(shù)進(jìn)行葉綠素含量的估態(tài)密切相關(guān)，是植被光合能力強(qiáng)弱、營養(yǎng)生理狀測進(jìn)行了探討。Daughtry[8]與Wu[9]等分析了況以及衰老進(jìn)程的良好指示劑，其含量的測定對農(nóng)作物長勢監(jiān)測、施肥調(diào)控與產(chǎn)量評估具有重要MCARI、OSAVI等十余種光譜指數(shù)估測玉米葉片葉綠素濃度的精度。Broge等[10]的研究則表明優(yōu)化意義[1

6、-2]。型土壤調(diào)節(jié)指數(shù)TCARI/OSAVI可較準(zhǔn)確地實(shí)現(xiàn)農(nóng)由于利用高光譜技術(shù)進(jìn)行葉綠素等植物理化作物冠層葉綠素含量的估測，并能較好地消除各種參量的測定具有低耗、快速以及非損傷性等優(yōu)勢，干擾因子的影響。Zhang等[11]對利用早在上世紀(jì)80年代，Horler[3]等就已在實(shí)驗(yàn)室開展了葉片葉綠素濃度與反射光譜間相關(guān)關(guān)系的研究。TCARI/OSVAI、mSR等指數(shù)進(jìn)行云杉這一針葉冠層葉綠素含量反演的效果進(jìn)行了探討。楊峰等[12]隨后，利用多元統(tǒng)計分析方法進(jìn)行葉綠素等生化參分析了14種植被指數(shù)與小麥、水稻2種典型糧食量的估測得到了廣泛的應(yīng)用[4-5]。

7、但由于這一方法需 作物葉片葉綠素密度的相關(guān)性。除了對已有的指數(shù)要對光譜數(shù)據(jù)進(jìn)行降維，所建立的回歸模型雖然可進(jìn)行分析外，一些研究者還構(gòu)建新的指數(shù)以更精確得出很高的相關(guān)系數(shù)，但模型物理意義不明確，推地實(shí)現(xiàn)葉綠素含量的估測。如宋開山等[13-14]采用特廣性也較差。為克服這一缺陷，后續(xù)研究者常采用征波段組合的方法建立了玉米與大豆葉綠素含量選取特征波段構(gòu)建光譜指數(shù)的方法實(shí)現(xiàn)各類理化的神經(jīng)網(wǎng)絡(luò)估算模型，黃春燕[15]與蔣金豹[16]等則通過構(gòu)建光譜微分指數(shù)對棉花與小麥的葉綠素密度收稿日期：2012-04-21修訂日期：2012-09-18基金項目：江蘇省自然

8、科學(xué)基金項目（BK2012145）、江蘇省高校自然科學(xué)研究面上項目(12KJB420001)、國家自然科學(xué)基金項目（305