| 基于赤池信息量准则的冬小麦叶面积指数估算 |
| |
| 引用本文： | 杨福芹,冯海宽,李振海,金秀良,杨贵军,戴华阳. 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, 46(11): 112-120 |
| |
| 作者姓名： | 杨福芹 冯海宽 李振海 金秀良 杨贵军 戴华阳 |
| |
| 作者单位： | 中国矿业大学;国家农业信息化工程技术研究中心,国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室,农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心,农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心,国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室,中国矿业大学 |
| |
| 基金项目： | 北京市自然科学基金资助项目（4141001）、北京市农林科学院科技创新能力建设资助项目（KJCX20140417）和地理空间信息工程国家测绘地理信息局重点实验室经费资助项目 |
| |
| 摘 要： | 冬小麦叶面积指数(LAI)是重要的农学参数之一,对冬小麦长势分析、产量预测具有重要意义。使用2008/2009年在中国北京市通州区和顺义区获取的整个生育期冬小麦叶面积指数和对应的光谱数据,将相关系数(|r|)-赤池信息量准则(AIC)、灰色关联分析(GRA)-AIC、变量投影重要性(VIP)-AIC、VIP-预测残差平方和(PRESS)系数分别与偏最小二乘法(PLS)进行整合,提出利用AIC择优构建冬小麦LAI估算模型,并与传统PRESS方法构建的冬小麦LAI模型进行比较。结果表明:|r|-PLS-AIC、GRA-PLS-AIC、VIP-PLS-AIC、VIP-PLS-PRESS建模的R2分别为0.72、0.67、0.73和0.70,VIP-PLS-AIC比|r|-PLS-AIC、GRA-PLS-AIC和VIP-PLS-PRESS有更好的冬小麦LAI预测能力。考虑到冬小麦LAI的时域特性,将2009/2010年相关数据引入模型中,评价模型对不同年际的冬小麦估测能力。研究表明VIP-PLS-AIC(RMSE为0.81)较|r|-PLS-AIC(RMSE为0.87)、GRA-PLS-AIC(RMSE为0.96)和VIPPLS-PRESS(RMSE为0.83)有更高的精度。将AIC作为冬小麦LAI最优估测模型筛选条件不仅能获得同年LAI的最优估算模型,而且适用于不同年际的冬小麦LAI探测研究。
|
| 关 键 词： | 冬小麦 叶面积指数 估算 赤池信息量准则 |
| 收稿时间： | 2015-08-24 |
Estimation of Leaf Area Index of Winter Wheat Based on Akaike's Information Criterion |
| |
| Yang Fuqin,Feng Haikuan,Li Zhenhai,Jin Xiuliang,Yang Guijun and Dai Huayang. Estimation of Leaf Area Index of Winter Wheat Based on Akaike's Information Criterion[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(11): 112-120 |
| |
| Authors: | Yang Fuqin Feng Haikuan Li Zhenhai Jin Xiuliang Yang Guijun Dai Huayang |
| |
| Affiliation: | China University of Mining and Technology;National Engineering Research Center for Information Technology in Agriculture,National Engineering Research Center for Information Technology in Agriculture;Key Laboratory for Information Technologies in Agriculture, Ministry of Agriculture,Key Laboratory for Information Technologies in Agriculture, Ministry of Agriculture;Beijing Engineering Research Center of Agricultural Internet of Things,Key Laboratory for Information Technologies in Agriculture, Ministry of Agriculture;Beijing Engineering Research Center of Agricultural Internet of Things,National Engineering Research Center for Information Technology in Agriculture;Key Laboratory for Information Technologies in Agriculture, Ministry of Agriculture and China University of Mining and Technology |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 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》下载全文 |
|
