第30卷第2期2011年4月
文章编号:1001-9014(2011)02-0124-07
红外与毫米波学报
J.InfraredMillim.Waves
Vol.30,No.2April,2011
基于数据分割与主成分分析的LAI遥感估算
1,21,22*2222
董莹莹,王纪华,李存军,杨贵军,宋晓宇,顾晓鹤,黄文江
(1.浙江大学农业遥感与信息技术应用研究所,浙江杭州310029;
2.国家农业信息化工程技术研究中心,北京100097)
摘要:针对叶面积指数(LAI)经典统计反演模型存在估算效果不理想以及反演效率低等问题,提出了一种基于农学
物候的数据分割与主成分分析结合的遥感估算方法.综合了原始光谱和微分(或差分)光谱主成分信息作为自变量,融入了以农学物候为先验的数据分割思想,并引入了多尺度建模方式参与反演过程.以冬小麦为实验对象,进行数值模拟和比较分析.结果显示,该方法既能有效地提高整体估算精度,又能显著地改善数据饱和问题,且在全样本遍历时体现了稳定鲁棒性.
关键词:主成分分析(PCA);农学物候;数据分割;多尺度建模;叶面积指数(LAI)中图分类号:TP79文献标识码:A
Estimatingleafareaindexfromremotesensingdata:basedon
datasegmentationandprincipalcomponentanalysis
22
DONGYing-Ying1,,WANGJi-Hua1,,LICun-Jun2*,YANGGui-Jun2,SONGXiao-Yu2,GUXiao-He2,HUANGWen-Jiang2
(1.InstituteofAgriculturalRemoteSensing&InformationSystemApplication,ZhejiangUniversity,Hangzhou310029,China;
2.NationalEngineeringResearchCenterforInformationTechnologyinAgriculture,Beijing100097,China)Abstract:Accordingtotheunsatisfactoryandlowerefficiencyofclassicalstatisticalmodelsinleafareaindex(LAI)esti-baseddatasegmentationandprincipalcomponentanalysiswasmation,anewinversionmethodcombinedwithphenology-proposedinthispaper.Inthemethod,principalcomponentsofspectraldataanddifferential(ordifference)spectraldatawerechosenasindependentvariables,andphenology-baseddatasegmentationwasintegratedintodataprocessinginorder
toimproveestimationaccuracy.Inaddition,multi-scalewasinvolvedinmodeling.Winterwheatwasselectedasexperi-mentalobjectfornumericalsimulationandcomparativeanalysis.Resultsnotonlyshowedhighprecisioninwholeestimationandeffectivelyimproveddatasaturation,butalsomanifestedstabilityandrobustnessunderfullscan.Keywords:principalcomponentanalysis(PCA);phenology;datasegmentation;multi-scalemodeling;leafareaindex(LAI)
PACS:41.20.-q
引言
LAI)是一个重要叶面积指数(LeafAreaIndex,
的植物学参数,在农作物长势监测、产量估算等领域应用广泛
.目前遥感反演LAI主要包括机理模型
[2]
和统计模型.机理模型物理意义明确、普适性好,
[1]
土壤、大气等因素影响,反演精度不高;人工神经网
络对训练样本要求甚高,各层节点数及模型参数选择具有不确定性;主成分分析能够有效压缩数据量、降低数据维数,可靠性及普适性适中.为解决统计模型存在的上述问题,众多研究者在构建新型植被指数、引入多样神经网络、加强主成分分析理论内涵等
[1,3~5]
.方面开展了许多工作,并初步用于LAI估算
在此,从数据处理模式及建模方式角度出发,提出了
但参数偏多、算法复杂,其应用范围受到局限;统计
模型基于数据的统计特性建模,其经典方法有植被指数、人工神经网络、主成分分析等
[1]
.植被指数受一种基于农学物候的数据分割与主成分分析结合的
Receiveddate:2010-05-24,reviseddate:2010-10-09收稿日期:2010-05-24,修回日期:2010-10-09
基金项目:国家自然科学基金项目(40701120);国家863计划项目(2006AA120108);北京市自然科学基金项目(4092016);北京市科技新星计
划(2008B33)
),E-mail:cici5201@163.com.作者简介:董莹莹(1984-女,山东淄博人,博士研究生,主要研究方向为农业遥感与信息技术,
*
mail:licj@nercita.org.cn.通讯作者:E-
基于数据分割与主成分分析的LAI遥感估算基于数据分割与主成分分析的LAI遥感估算隐藏>> 第30 卷第 2 期 2011 年 4 月 文章编号: 1001 - 9014( 2011) 02 - ...
实习 8 遥感数字图像的主成分分析 主成分分析(P C A )是用于多波段数据的一...( 计算新的统计值和旋转) 可一次完成转换特征值、协方差、矩阵等的 i 之间将...
在遥感数据处理时 , 常常用主成分分析 方法作数据...在遥感图像分类中 ,常常利用主成 分分析算法来消除...显 ,有利于后续的图像解译以及图像的分类和分割 。...
(1 ∑)1λ 它表明该主成 ×10% 来反映第 Ⅰ 主成分的贡献率, 0 分...基于主成分分析的遥感图... 暂无评价 4页 3.00 基于数据分割与主成分分...
基于主成分降维的总悬浮物浓度遥感估算模型适用性分析_农学_农林牧渔_专业资料。J.Lake Sci.(湖 泊科 学) ,2013,25(6):892—899 http://www.jla J...
主成分分析法计算过程如下. 1. 数据标准化 不同...基于主成分分析与最优分割理论对实习成绩综合评定的研究...K 值由曲线拐弯处来决定, 从图 可以看出 K = 3...
计算量小. 关键词:高光谱遥感图像;降维;主成分分析...第二主成分 图3 AVIRlS图像主成分 法来达到数据...高光谱图像降维及分割研究(D].西北工业大学, 围4 ...
主成分分析在遥感图像中的应用张浚哲 201021190017 ...一般来说,每一种地类都有其特定的光谱特征曲线,但...用信息的角度考 虑,有相当大一部分数据是多余和重复...
可以通过主成分分析的方 法来达到数据简约的目的 ,...高光谱图像降维及分割研究 [ D ]. 西北工业大学 ...高光谱遥感图像的处理与... 64页 免费 基于主成分...
数据矩阵的每一行矢量为主成分分析的一个主 成分 ...在遥感图像分类中 , 常常利用主成 分分析算法来...显 , 有利于后续的图像解译以及图像的分类和分割 ...
所以, 利用遥感 数据来估算森林植被生物量, 首先需要分析森林植 被生物量估测...以 及由 LandsatTM 数据产生的第一至第五主成分和 各种植被指数, 如差值植被...
我要评论