[1]陆国政,李长春,杨贵军,等.基于成像高光谱仪的大豆叶面积指数反演研究[J].大豆科学,2016,35(04):599-608.[doi:10.11861/j.issn.1000-9841.2016.04.0599]
　LU Guo-zheng,LI Chang-chun,YANG Gui-jun,et al.Ｒetrieving Soybean Leaf Area Index Based on High Imaging Spectrometer[J].Soybean Science,2016,35(04):599-608.[doi:10.11861/j.issn.1000-9841.2016.04.0599]
点击复制

基于成像高光谱仪的大豆叶面积指数反演研究

《大豆科学》[ISSN:1000-9841/CN:23-1227/S] 卷: 第35卷 期数: 2016年04期 页码: 599-608 栏目: 出版日期: 2016-07-20
Title:
Ｒetrieving Soybean Leaf Area Index Based on High Imaging Spectrometer
作者:
陆国政1; 2; 3; 李长春1; 杨贵军2; 于海洋2; 赵晓庆2; 张晓燕3
1. 河南理工大学测绘与国土信息工程学院，河南焦作454000; 2. 国家农业信息化工程技术研究中心，北京100097; 3. 南京农业大学国家大豆改良中心，江苏南京210095
Author(s):
LU Guo-zheng1; 2; 3; LI Chang-chun1; YANG Gui-jun2; YU Hai-yang2; ZHAO Xiao-qing2; ZHANG Xiao-yan3
1. School of Surveying and Land Information Engineering，Henan Polytechnic University，Jiaozuo 454000，China; 2. National Engineering ＲesearchCenter for Agricultural Information Technology，Beijing 100097，China; 3. Nanjing Agricultural University，The National Center for Soybeans，Nanjing210095，China
关键词:
无人;  遥感;  数码;  成像高光谱仪;  植被指数;  叶面积指数
Keywords:
Unmanned aerial vehicle ( UAV) ;  Ｒemote sensing;  Digital;  High imaging spectrometer;  Vegetation index;  Leafarea index
分类号:
TP79
DOI:
10.11861/j.issn.1000-9841.2016.04.0599
文献标志码:
A
摘要:
高光谱遥感能连续获取地物光谱图像，这一技术能大大提高估算叶面积指数的水平。利用无人机搭载成像高光谱仪获取作物光谱信息反演叶面积指数对精准农业生产与管理意义重大。通过灰色关联度排序、赤池信息量准则和偏最小二乘法( GＲA-PLS-AIC) 选择了三角植被指数( TVI) 、比值植被指数( ＲVI) 、红边植被指数( NDVI705) 、归一化植被指数( NDVI) 和重归一化植被指数( ＲDVI) 5 种植被指数，结合田间实测的叶面积指数数据，采用经验模型构建多指数反演模型。通过无人机为平台同步搭载数码相机和成像高光谱仪，在山东省嘉祥县一带获取了大豆生殖生长期内的遥感影像，同时利用LAI-2200C 植物冠层分析仪进行叶面积指数测定，将获取到的遥感影像和地面实测数据进行叶面积指数的反演。结果表明: 在大豆生殖生长期内建多指数模型，建模结果的预测值和实测值的Ｒ2 和ＲMSE 分别为0. 701 和0. 672，验证结果的Ｒ2 和ＲMSE 分别为0. 695 和0. 534，预测模型有比较高的精度和可靠性，利用该模型来反演LAI 是准确的，生成的大豆LAI 分布图能反映当地当时大豆的真实长势情况。因此，以多旋翼无人机为平台同步搭载高清数码相机和成像高光谱仪组成的无人机农情监测系统对研究大豆叶面积指数反演是可行性，构建的多指数模型适用于大豆生殖生长期。
Abstract:
Hyperspectral remote sensing can continuous access to a spectral image，this technology can greatly improve the estimationof leaf area index level. Using unmanned aerial vehicle ( UAV) with high imaging spectrometer for crop spectral informationinversion of leaf area index of precision agriculture production and management is of great significance. This articlechose the triangle ratio vegetation index ( TVI) ，vegetation index ( ＲVI) ，NDVI705，NDVI and ＲDVI using the grey correlationdegree sorting，red pool information criteria and partial least squares ( GＲA-PLS-AIC) ，being combined with the fieldmeasured leaf area index data，the empirical model was used to construct multiple index inversion model. By unmanned aerialvehicle UAV for high platform synchronization with a digital camera and imaging spectrometer，gained the soybean throughoutthe reproductive period of remote sensing image in Jinghang canal area，at the same time used LAI-2200c plant canopy analyzerfor determination of leaf area index，took the measurement data of remote sensing image and the ground inversion of leaf areaindex. Ｒesults showed that many exponential model were builded in the whole soybean reproductive period，the modelingresults Ｒ2 and ＲMSE of the predicted and the measured values were 0. 701 and 0. 672 respectively，the verification results Ｒ2and ＲMSE were 0. 695 and 0. 534 respectively，forecasting model had higher precision and reliability using the model to theinversion of LAI was accurate，the generated soybean LAI distribution reflected the reality of the local soybean was growing.Platform for multiple UAV rotorcraft synchronization，an high-definition digital camera and a high imaging spectrometer madethe large soybean leaf area index inversion feasible，and build more index model for the whole growth period.

参考文献/References:

［1］ 王希群，马履一，贾忠奎，等. 叶面积指数的研究和应用进展［J］. 生态学杂志，2005( 5) : 537-541. ( Wang X Q，Ma L Y，JiaZ K，et al. Ｒesearch and application advances in leaf area index［J］. Chinese Journal of Ecology，2005( 5) : 537-541. )

［2］ 杨飞，张柏，宋开山，等. 大豆叶面积指数的高光谱估算方法比较［J］. 光谱学与光谱分析，2008 ( 12) : 2951-2955. ( YangF，Zhang B，Song K S，et al. Comparison of methods for estimatingsoybean leaf area index［J］. Spectroscopy and Spectral Analysis，2008( 12) : 2951-2955. )
［3］ 程志庆，张劲松，孟平，等. 植被参数高光谱遥感反演最佳波段提取算法的改进［J］. 农业工程学报，2015( 12) : 179-185.( Cheng Z Q，Zhang J S，Meng P，et al. Improvement of algorithmused for extraction hyperspectral feature bands of vegetation［J］.Journal of Agricultural Engineering，2015( 12) : 179-185. )
［4］ 高林，杨贵军，王宝山，等. 基于无人机遥感影像的大豆叶面积指数反演研究［J］. 中国生态农业学报，2015( 7) : 868-876.( Gao L，Yang G J，Wang B S，et al. Soybean leaf area index retrievalwith UAV remote sensing imagery［J］. Chinese Journal ofEco-Agriculture，2015( 7) : 868-876. )
［5］ 杨贵军，李长春，于海洋，等. 农用无人机多传感器遥感辅助小麦育种信息获取［J］. 农业工程学报，2015( 21) : 184-190.( Yang G J，Li C C，Yu H Y，et al. UAV based multi-load remotesensing technologies for wheat breeding information acquirement［J］. Journal of Agricultural Engineering，2015( 21) : 184-190. )
［6］ 杨贵军，万鹏，于海洋，等. 无人机多光谱影像辐射一致性自动校正［J］. 农业工程学报，2015 ( 9) : 147-153. ( Yang G J，Wang P，Yu H Y，et al. Automatic radiation uniformity correctionof multispectral imagery acquired with unmanned aerial vehicle［J］. Journal of Agricultural Engineering，2015( 9) : 147-153. )
［7］ 陈雪洋，蒙继华，杜鑫，等. 基于环境星CCD 数据的冬小麦叶面积指数遥感监测模型研究［J］. 国土资源遥感，2010( 2) :55-58. ( Chen X Y，Meng J H，Du X，et al. Based on environmentalstar CCD data of winter wheat leaf area index of remotesensing monitoring model research［J］. Ｒemote Sensing for Land，2010( 2) : 55-58. )
［8］ 张晓倩，郭琳，马尚杰，等. 利用时序合成孔径雷达数据监测水稻叶面积指数［J］. 农业工程学报，2014 ( 13) : 185-193.( Zhao X Q，Guo L，Ma S J，et al. Monitoring rice leaf area indexusing time-series SAＲ data［J］. Journal of Agricultural Engineering，2014( 13) : 185-193. )
［9］ Gong P，Pu Ｒ，Biging G S，et al. Estimation of forest leaf area indexusing vegetation indices derived from Hyperion hyperspectraldata［J］. Geoscience and Ｒemote Sensing，2003，41 ( 6 ) :1355-1362.
［10］ Gupta Ｒ，Vijayan D，Prasad T. Comparative analysis of red-edgehyperspectral indices［J］. Advances in Space Ｒesearch，2003，32( 11) : 2217-2222.
［11］ Haboudane D，Miller J Ｒ，Pattey E，et al. Hyperspectral vegetationindices and novel algorithms for predicting green LAI of cropcanopies: Modeling and validation in the context of precision agriculture［J］. Ｒemote Sensing of Environment，2004，90( 3) : 337-352.
［12］ 吉海彦，王鹏新，严泰来. 冬小麦活体叶片叶绿素和水分含量与反射光谱的模型建立［J］. 光谱学与光谱分析，2007( 3) :514-516. ( Ji H Y，Wang P X，Yan T L，et al. Estimations ofchlorophyll and water contents in live leaf of winter wheat with reflectancespectroscopy［J］. Spectroscopy and Spectral Analysis，2007( 3) : 514-516. )
［13］ 宋开山，张柏，王宗明，等. 基于人工神经网络的大豆叶面积高光谱反演研究［J］. 中国农业科学，2006 ( 6) : 1138-1145.( Song K S，Zhang B，Wang Z M，et al. Soybean LAI estimationwith in-situ collected hyperspectral data based on BP-neural networks［J］. Scientia Agricultura Sinica，2006( 6) : 1138-1145. )
［14］ 王秀珍，黄敬峰，李云梅，等. 水稻叶面积指数的高光谱遥感估算模型［J］. 遥感学报，2004( 1) : 81-88. ( Wang X Z，HuangJ F，Li Y M，et al. The study on hyperspectral remote sensing estimationmodels about LAI of rice［J］. Journal of Ｒemote Sensing，2004( 1) : 81-88. )
［15］ 付元元，杨贵军，冯海宽，等. 基于高光谱维数约简与植被指数估算冬小麦叶面积指数的比较［J］. 农业工程学报，2012( 23) : 107-113. ( Fu Y Y，Yang G J，Feng H K，et al. Comparisonof winter wheat LAI estimation methods based on hyperspectraldimensionality reduction and vegetation index［J］. Journal of AgriculturalEngineering，2012( 23) : 107-113. )
［16］ 王仁红，宋晓宇，李振海，等. 基于高光谱的冬小麦氮素营养指数估测［J］. 农业工程学报，2014 ( 19) : 191-198. ( Wang ＲH，Song X Y，Li Z H，et al. Estimation of winter wheat nitrogennutrition index using hyperspectral remote sensing［J］. Journal ofAgricultural Engineering，2014( 19) : 191-198. )
［17］ 张柏，宋开山，张渊智，等. 大豆叶面积的高光谱模型［J］. 沈阳农业大学学报， 2005( 4) : 396-400. ( Zhang B，Song K S，Zhang YZ，et al. Hyper spectral model for estimation soybean LAI［J］.Journal of Shenyang Agricultural University，2005( 4) : 396-400. )
［18］ 杨福芹，冯海宽，李振海，等. 基于赤池信息量准则的冬小麦叶面积指数估算［J］. 农业机械学报，2015 ( 11) : 112-120.( Yang F Q，Feng H K，Li Z H，et al. Estimation of leaf area indexof winter wheat based on Akaike’s information criterion［J］.Journal of Agricultural Machinery，2015( 11) : 112-120. )

备注/Memo

基金项目: 河南省基础与前沿研究项目( 152300410098) ; 国家地理测绘信息局公益项目( 201412020) 。第一作者简介: 陆国政( 1991-) ，男，硕士，主要从事测绘工程研究。E-mail: 1450018989@ qq. com。通讯作者: 杨贵军( 1976-) ，男，博士，研究员，主要从事定量遥感应用，图像分析处理，3S 集成开发及资源遥感监测等相关技术研究。E-mail: guijun. yang@163. com。

更新日期/Last Update: 2016-08-22