地理加权回归模型结合高光谱反演盐生植物叶片盐离子含量

作者：袁婕; 张飞^*; 葛翔宇; 郭婉臻; 邓来飞

来源：农业工程学报, 2019, 35(10): 115-124.

• 干旱
• 叶片
• 高光谱
• GWR模型
• 盐生植物
• 盐离子

快速、无损地估算盐生植物叶片盐离子含量在植物生长监测、耐盐植物筛选和土壤盐渍化监测等方面有实用价值。该研究以新疆艾比湖保护区内盐生植物为研究对象,通过分析植物叶片盐离子(K+、Na+、Ca2+、Mg2+)含量与冠层高光谱数据的光谱变换和二维植被指数(比值型植被指数(ratiovegetationindex,RVI)、差值型植被指数(difference vegetation index,DVI)、归一化型植被指数(normalized difference vegetation index,NDVI))的相关性选取特征波段,构建基于地理加权回归模型(geographically weighted regression,GWR)的叶片盐离子含量估算模型,并与BP神经网络模型(back propagation neural network)进行对比,研究基于GWR模型估算干旱区盐生植物叶片盐离子的可行性。结果表明,选取特征波段集中表现在红及短波红外波段:K+含量在反射率倒数的对数选取的红光区域内波段使用GWR估算效果最佳;Na+的特征波段在光谱变换下集中于短波红外区域,二维植被指数集中在近红外、短波近红外及黄、橙、红区域,各种波段选取下GWR对Na+的含量估算均有较好效果,但反射率对数的一阶估算效果最好;Ca2+含量在反射率平方根的一阶微分下选取的短波红外波段通过GWR模型估算效果最好;Mg2+含量在DVI选取的位于红光区域特征波段估算效果最佳,但使用GWR模型对Mg2+的估算精度不及BP模型。分析基于GWR盐离子模型估算模型发现,含量较高的离子估算效果更好,K+、Na+的模型精度优于Ca2+、Mg2+。在使用GWR模型估算植物叶片盐离子含量时,特征波段均指向红及短波红外波段,符合植被光谱机理的响应。

• 单位
  新疆大学