| 基于SupReMe影像重建和RF的玉米冠层LAI反演 |
| |
| 引用本文： | 苏伟,姚婵,李颖,张明政,赵国强,刘峻明.基于SupReMe影像重建和RF的玉米冠层LAI反演[J].农业机械学报,2021,52(4):190-196；256. |
| |
| 作者姓名： | 苏伟 姚婵 李颖 张明政 赵国强 刘峻明 |
| |
| 作者单位： | 中国农业大学；农业农村部农业灾害遥感重点实验室;河南省气象科学研究所;河南省气象局 |
| |
| 基金项目： | 国家自然科学基金项目（41671433） |
| |
| 摘 要： | 针对Sentinel-2卫星影像拥有3个对植被生长状况非常敏感、空间分辨率为20m的红边波段（705、740、783nm），其空间分辨率与可见光和近红外波段10m的空间分辨率不一致，使Sentinel-2影像应用受到限制的问题，基于多光谱多分辨率估计的超分辨率（Super-resolution for multispectral multiresoltion estimation, SupReMe）算法将空间分辨率20m的6个波段重建为10m；以重建后的影像为数据源，耦合PROSAIL辐射传输模型和随机森林模型反演玉米冠层叶面积指数（LAI），并以野外实测LAI验证其反演精度。结果表明，采用SupReMe算法对Sentinel-2影像进行重建后，在保持光谱特性不变的同时提高了影像的空间细节；基于重建影像和原始影像的LAI反演决定系数R2分别为0.70、0.68，均方根误差RSME分别为0.240、0.262。研究表明，利用SupReMe算法重建后的Sentinel-2卫星影像，能够在提高玉米冠层LAI反演空间分辨率的同时提高反演精度，在挖掘高分辨率农作物生长信息方面具有很大潜力。
|
| 关 键 词： | 玉米冠层 叶面积指数 超分辨率重建 SupReMe算法 随机森林 PROSAIL模型 |
| 收稿时间： | 2020/6/27 0:00:00 |
LAI Retrieving of Corn Canopy Based on SupReMe Image Reconstruction and Random Forest |
| |
| SU Wei,YAO Chan,LI Ying,ZHANG Mingzheng,ZHAO Guoqiang,LIU Junming.LAI Retrieving of Corn Canopy Based on SupReMe Image Reconstruction and Random Forest[J].Transactions of the Chinese Society of Agricultural Machinery,2021,52(4):190-196；256. |
| |
| Authors: | SU Wei YAO Chan LI Ying ZHANG Mingzheng ZHAO Guoqiang LIU Junming |
| |
| Abstract: | |
| |
| Keywords: | corn canopy leaf area index super-resolution reconstruction SupReMe algorithm random forest PROSAIL model |
|
| 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 |
