基于数据分割与主成分分析的LAI遥感估算

被引：10

作者：

董莹莹 ^{[1
,2
]}

王纪华 ^{[1
,2
]}

李存军 ^{[2
]}

杨贵军 ^{[2
]}

宋晓宇 ^{[2
]}

顾晓鹤 ^{[2
]}

黄文江 ^{[2
]}

机构：

[1] 浙江大学农业遥感与信息技术应用研究所

[2] 国家农业信息化工程技术研究中心

来源：

红外与毫米波学报 | 2011年 / 30卷 / 02期

基金：

北京市自然科学基金;

关键词：

主成分分析(PCA); 农学物候; 数据分割; 多尺度建模; 叶面积指数(LAI);

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

摘要：

针对叶面积指数(LAI)经典统计反演模型存在估算效果不理想以及反演效率低等问题,提出了一种基于农学物候的数据分割与主成分分析结合的遥感估算方法.综合了原始光谱和微分(或差分)光谱主成分信息作为自变量,融入了以农学物候为先验的数据分割思想,并引入了多尺度建模方式参与反演过程.以冬小麦为实验对象,进行数值模拟和比较分析.结果显示,该方法既能有效地提高整体估算精度,又能显著地改善数据饱和问题,且在全样本遍历时体现了稳定鲁棒性.

引用

页码：124 / 130

页数：7

共 8 条

[1] 大豆叶面积指数的高光谱估算方法比较[J]. 杨飞,张柏,宋开山,王宗明,刘殿伟,刘焕军,李方,李凤秀,国志兴,靳华安.光谱学与光谱分析. 2008(12)
[2] 水稻叶面积指数的高光谱遥感估算模型
王秀珍
黄敬峰
李云梅
王人潮
[J]. 遥感学报, 2004, (01) : 81 - 88
[3] 中国典型地物波谱知识库[M]. 科学出版社 , 王锦地等, 2008
[4] 农业定量遥感基础与应用[M]. 科学出版社 , 王纪华等, 2008
[5] 多尺度估计理论及其应用[M]. 清华大学出版社 , 文成林, 2002
[6] 小麦生长规律与栽培技术[M]. 北京出版社 , 北京市农业科学院编, 1980
[7] Potential and limitations of information extraction on the terrestrial biosphere from satellite remote sensing
Verstraete, MM
Pinty, B
Myneni, RB
[J]. REMOTE SENSING OF ENVIRONMENT, 1996, 58 (02) : 201 - 214
[8] Optimization of soil-adjusted vegetation indices
Rondeaux, G
Steven, M
Baret, F
[J]. REMOTE SENSING OF ENVIRONMENT, 1996, 55 (02) : 95 - 107

← 1 →