冬小麦叶面积指数遥感反演方法比较研究

叶面积指数(leaf area index, LAI)是反映作物生长状况和进行产量预测预报的主要指标之一,对诊断作物生长状况具有重要意义。遥感技术为大面积、快速监测植被LAI提供了有效途径。利用高光谱遥感影像,结合田间同步实验数据,探讨不同方法对冬小麦叶面积指数遥感反演的能力。介绍了支持向量机、离散小波变换、连续小波变换和主成分分析四种LAI反演方法。分别利用上述四种方法构建冬小麦LAI反演模型,并对不同算法反演的LAI模型进行了真实性检验。结果显示,支持向量机非线性回归模型精度最高,对冬小麦LAI估算能力最强,反演值与实测值拟合的决定系数为0.823 4、均方根误差为0.419 5。离散小波变换法和主成分分析法都是基于特征提取和数据降维,其多元变量回归分析对LAI估算能力相近,决定系数分别为0.697 1和0.692 4,均方根误差分别为0.605 8和0.554 1。连续小波变换法回归模型精度最低,不适宜直接用其小波系数来反演LAI。结果表明,非线性支持向量机模型最适宜用于研究区域的冬小麦LAI反演。     

基于中分辨卫星影像的农用航空喷药效果评估

遥感技术能被用于大尺度作物化学喷药效果检测,这为精准农业航空施药发展提供了重要的技术支撑。利用M-18B农用飞机在4米的飞行高度喷施化学农药混合剂(杀菌剂和植物生长调节剂),去控制水稻爆发性疾病--叶片纹枯病和促进水稻植株的生长。施药一周后,喷药区的卫星影像被获取并计算植被指数,同时采集了地面化学农药的药液沉积量。分析了药液雾滴沉积量和植被指数的关系,结果显示,单相光谱特征(NDVI)和液滴沉积点密度(DDPD点·cm-2) 的相关系数是0.315,p-value为0.035;时间变化特征 (MSAVI)和液滴沉积体积密度(DDVD μL·cm-2)之间的相关系数是0.312,p-value为0.038。另外,水稻生长活力最旺盛的范围都出现在喷洒区域内,植株活力随着药液漂移距离的增加逐步减少。同时,相同的变化趋势也出现在雾滴沉积量与光谱特征的空间变化插值图中。由此得知,从卫星图像中计算的植被指数NDVI和MSAVI,可以用来评估大尺度农田的农用航空药液喷洒效果。