结合植被指数与纹理特征的玉米冠层FAPAR遥感估算研究

作者：王思宇; 聂臣巍; 余汛; 邵明超; 王梓旭; 努热曼古丽·托乎提; 刘亚东; 程明瀚; 官云兰^*; 金秀良^*

来源：作物杂志, 2021, (02): 183-190.

DOI：10.16035/j.issn.1001-7283.2021.02.027

• FAPAR
• 多光谱影像
• 植被指数
• 纹理特征
• PLSR

光合有效辐射吸收比率(fraction of absorbed photosynthetically active radiation,FAPAR)是反映作物产量的重要参数之一。无人机遥感能够快速无损地获取高分辨率植被冠层光谱信息,已成为进行物理化参数反演的重要手段。以不同播期玉米为研究对象,基于无人机搭载多光谱传感器,提取植被指数与植被纹理特征,使用偏最小二乘(partial least squares regression,PLSR)方法将二者结合反演玉米FAPAR,并与传统单独使用植被指数或植被纹理特征反演植被FAPAR的方法进行比较。结果表明:使用传统方法单独利用植被指数反演FAPAR(验证RMSE最低为7.33×10-2,rRMSE最低为8.66%)的效果比单独利用纹理特征反演FAPAR(验证RMSE最低为9.50×10-2,rRMSE最低为11.23%)的精度更高;使用PLSR方法单独利用植被指数或纹理特征估算FAPAR的效果比传统方法精度更高(植被指数与纹理特征的验证RMSE最低分别为6.77×10-2和5.24×10-2,rRMSE最低分别为8.01%和6.19%);使用PLSR方法将植被指数与纹理特征相结合估算FAPAR(验证RMSE最低为4.72×10-2,rRMSE最低为5.57%)的效果比单独使用植被指数或纹理特征估算FAPAR的精度更高。综上,使用PLSR方法将植被指数和植被纹理特征相结合来反演玉米冠层FAPAR可行,为作物FAPAR遥感反演研究提供了新的思路。

• 单位
  长安大学; 中国农业科学院作物科学研究所; 中国地质大学（武汉）; 河北工程大学; 河南理工大学; 东华理工大学; 河海大学