光合有效辐射吸收比率(fraction of absorbed photosynthetically activeradiation,FAPAR)是反映作物产量的重要参数之一.无人机遥感能够快速无损地获取高分辨率植被冠层光谱信息,已成为进行物理化参数反演的重要手段.以不同播期玉米为研究对象,基于无人机搭载多光谱传感器,提取植被指数与植被纹理特征,使用偏最小二乘(partial least squares regression,PLSR)方法将二者结合反演玉米FAPAR,并与传统单独使用植被指数或植被纹理特征反演植被FAPAR的方法进行比较.结果表明:使用传统方法单独利用植被指数反演FAPAR(验证RMSE最低为7.33×10-2,rRMSE最低为8.66％)的效果比单独利用纹理特征反演FAPAR(验证RMSE最低为9.50×10-2,rRMSE最低为11.23％)的精度更高;使用PLSR方法单独利用植被指数或纹理特征估算FAPAR的效果比传统方法精度更高(植被指数与纹理特征的验证RMSE最低分别为6.77×10-2和5.24×10-2,rRMSE最低分别为8.01％和6.19％);使用PLSR方法将植被指数与纹理特征相结合估算FAPAR(验证RMSE最低为4.72×10-2,rRMSE最低为5.57％)的效果比单独使用植被指数或纹理特征估算FAPAR的精度更高.综上,使用PLSR方法将植被指数和植被纹理特征相结合来反演玉米冠层FAPAR可行,为作物FAPAR遥感反演研究提供了新的思路.
NETL
NSTL
万方数据
维普
