基于特征变量筛选的无人机多光谱遥感土壤含水量反演

土壤含水量是影响农作物生长的重要因素之一，对作物估产和旱情监测具有重要作用。在土壤含水量反演时，一般是提取多个光谱变量进行反演，但变量之间包含的光谱信息可能存在冗余重叠，为提取有效特征变量，使其相互独立，论文选取特征变量筛选方法，并验证其在土壤含水量反演中的适用性。研究基于无人机多光谱影像计算归一化植被指数（Normalized Difference Vegetation Index, NDVI）等12种植被指数，结合无人机热红外数据计算地表温度（Land Surface Temperature, LST）和对应温度植被干旱指数（Temperature Vegetation Dryness Index, TVDI），以及miniSAR数据处理得到的4种后向散射系数，采用XGBoost特征变量和最优子集选择算法（Best Subset Selection, BSS）筛选最优变量组合，然后利用偏最小二乘回归（Partial Least Squares Regression, PLSR）和随机森林回归（Random Forest Regression, RFR）算法反演实验区冬小麦抽穗期的土...