基于波段组合优化光谱指数的冬小麦LAI估算

叶面积指数（LAI）是表示植被利用光能状况和冠层结构的一个综合指数，与作物产量密切相关。高光谱遥感数据具有连续、高光谱分辨率等特点，为估算农作物生理生化参数和冠层结构参数提供了重要手段。为挖掘高光谱数据估算LAI的最优波段组合以及提高估算精度，以冬小麦作为研究对象，野外实测不同生长阶段（起身、拔节、开花阶段）的冠层高光谱数据，并对其进行不同数学变换处理，包括原始光谱、一阶导数光谱和连续统去除。利用3种不同预处理的冠层高光谱数据构建30种常用植被指数和4种优化光谱指数，比较常用植被指数与优化光谱指数对冬小麦LAI的响应，建立估算冬小麦LAI的单变量和多变量回归模型，对其进行精度验证，并筛选出最优估算模型。结果表明，随着生育期的推进，可见光波段范围内，冬小麦冠层光谱反射率较低、吸收较强，LAI对连续统去除光谱的影响较大，呈负相关；近红外波段范围内不同生育期间的差异较大，随着LAI的增大，冠层光谱的红边位置出现了“红移”现象；基于一阶导数的优化植被指数（NDSI和RSI）与LAI相关系数达到0.8;从估算模型来看，基于一阶导数的RSI_{（627 nm, 774 nm）}单变...