基于数据分割与主成分分析的 LAI 遥感估算

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-

第1页下一页