针对物理模型抗噪能力差且容易过拟合的问题,提出一种PROSAIL模型结合VMG(VARI(Visible atmospherically resistant index)、MGRVI(Modified green red vegetation index)、GRRI(Green red ratio index))多元回归模型反演冬小麦叶面积指...针对物理模型抗噪能力差且容易过拟合的问题,提出一种PROSAIL模型结合VMG(VARI(Visible atmospherically resistant index)、MGRVI(Modified green red vegetation index)、GRRI(Green red ratio index))多元回归模型反演冬小麦叶面积指数(Leaf area index,LAI)方法。实验基于无人机影像(Unmanned aerial vehicles,UAV),选择河南省焦作市东南部的山阳区为实验区,结合实测2个生育期冬小麦LAI数据。首先,构建RGB植被指数模型,选取其中最优VMG模型反演冬小麦LAI;然后,对PROSAIL参数敏感性进行分析,得到参数最优值,反演冬小麦LAI;最后,采用快速模拟退火(Very fast simulated annealing,VFSA)算法将两种模型结合,获得最优冬小麦LAI。结果表明:VFSA可以有效将PROSAIL模型和VMG模型结合,提高了反演精度,且优于VMG模型和PROSAIL模型,决定系数R^(2)高于0.8,均方根误差(RMSE)低于0.4 m^(2)/m^(2)。综上所述,冬小麦生长过程中,地面覆盖度增高,本文方法具有较强的辐射传输机理,为LAI反演提供一种有效的反演方法。展开更多
文摘针对物理模型抗噪能力差且容易过拟合的问题,提出一种PROSAIL模型结合VMG(VARI(Visible atmospherically resistant index)、MGRVI(Modified green red vegetation index)、GRRI(Green red ratio index))多元回归模型反演冬小麦叶面积指数(Leaf area index,LAI)方法。实验基于无人机影像(Unmanned aerial vehicles,UAV),选择河南省焦作市东南部的山阳区为实验区,结合实测2个生育期冬小麦LAI数据。首先,构建RGB植被指数模型,选取其中最优VMG模型反演冬小麦LAI;然后,对PROSAIL参数敏感性进行分析,得到参数最优值,反演冬小麦LAI;最后,采用快速模拟退火(Very fast simulated annealing,VFSA)算法将两种模型结合,获得最优冬小麦LAI。结果表明:VFSA可以有效将PROSAIL模型和VMG模型结合,提高了反演精度,且优于VMG模型和PROSAIL模型,决定系数R^(2)高于0.8,均方根误差(RMSE)低于0.4 m^(2)/m^(2)。综上所述,冬小麦生长过程中,地面覆盖度增高,本文方法具有较强的辐射传输机理,为LAI反演提供一种有效的反演方法。
