| 基于MK—SVR模型的小麦叶面积指数遥感反演 |
| |
| 引用本文： | 王丽爱,谭昌伟,杨昕,周旭东,朱新开,郭文善.基于MK—SVR模型的小麦叶面积指数遥感反演[J].农业机械学报,2015,46(5):245-251. |
| |
| 作者姓名： | 王丽爱 谭昌伟 杨昕 周旭东 朱新开 郭文善 |
| |
| 作者单位： | 1. 扬州大学江苏省作物遗传生理重点实验室,扬州,225009
2. 扬州大学信息工程学院,扬州,225009 |
| |
| 基金项目： | 国家自然科学基金资助项目（41271415）、江苏省高校自然科学基金资助项目（12KJB520018）、省属高校国际科技合作聘专重点资助项目、“六大人才高峰”高层次人才资助项目（2011—NY039）、江苏省高校优秀科技创新团队资助项目和扬州大学科技创新培育基金资助项目（2013CXJ028） |
| |
| 摘 要： | 提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育期小麦LAI与8种植被指数间的相关性。以显著相关的植被指数作为输入参数,使用MK-SVR算法构建了每个生育期的小麦LAI反演模型,即MK-SVR-LAI模型。为了评价模型,每期使用单一核支持向量回归(SK-SVR)、偏最小二乘(PLS)回归算法构建了SK-SVR-LAI、PLS-LAI模型。将模型估算LAI值和田间观测LAI值进行比对,以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型。结果表明:3个生育期MK-SVR-LAI模型的RMSE值均低于参比模型,拔节期为0.293 1,孕穗期为0.466 8,开花期为0.548 6,且该模型的R2也都最高,拔节期为0.762 4,孕穗期为0.801 8,开花期为0.668 9。
|
| 关 键 词： | 小麦 遥感 叶面积指数 监测模型 多核支持向量回归 |
| 收稿时间： | 2014/8/11 0:00:00 |
Monitoring Wheat Leaf Area Index Using MK-SVR Algorithmic Model and Remote Sensing Data |
| |
| Wang Liai,Tan Changwei,Yang Xin,Zhou Xudong,Zhu Xinkai and Guo Wenshan.Monitoring Wheat Leaf Area Index Using MK-SVR Algorithmic Model and Remote Sensing Data[J].Transactions of the Chinese Society of Agricultural Machinery,2015,46(5):245-251. |
| |
| Authors: | Wang Liai Tan Changwei Yang Xin Zhou Xudong Zhu Xinkai and Guo Wenshan |
| |
| Institution: | Yangzhou University,Yangzhou University,Yangzhou University,Yangzhou University,Yangzhou University and Yangzhou University |
| |
| Abstract: | |
| |
| Keywords: | Wheat Remote sensing Leaf area index Monitoring model Multi-kernel support vector regression |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
