基于Sentinel2多光谱数据的红枣叶面积指数反演

来源：江苏农业科学杂志2025年第第11期北京时间：

作者：巴日斯;杨思佳;郑江华;尼格拉·吐尔逊;韩楚翘;范媛;董芳

单位：新疆大学地理与遥感科学学院/绿洲生态教育部重点实验室，新疆乌鲁木齐 830046

摘要：叶面积指数是描述植被生物物理变化和冠层结构的重要参量，准确掌握其变化信息对于红枣管理和产量估算具有重要意义。基于Sentinel-2多光谱遥感数据，以若羌县红枣为研究对象，实测获取红枣5月展叶生长期、7月果实膨大期和9月坐果生长期3个物候期的叶面积指数数据，结合同期卫星遥感影像数据，计算实测叶面积指数与所选特征的相关系数；利用随机森林、高斯过程回归、偏最小二乘回归和支持向量机回归4种机器模型方法构建不同物候期的叶面积指数反演模型，并对模型精度进行验证，得到最优叶面积指数反演模型。基于实测叶面积指数与Sentinel-2多光谱卫星遥感数据的13个单波段反射率及构建的26种植被指数的相关性分析，结果表明，叶面积指数与B4、B5、B10、B11波段呈现显著的中等程度负相关，这一现象在展叶生长期特别明显。基于4种机器学习模型，建立了13个波段和26种植被指数(共41个特征)的红枣叶面积指数反演模型，在4个时期(3个物侯期及1个总的时期)分别进行模型的训练与验证；使用五折交叉验证与留一验证相结合的方式对训练集和测试集进行划分，在5次训练后，优选出拟合优度最好的模型进行后续的预测。结果表明，随机森林回归模型为红枣叶面积指数反演最佳模型。不同生育期红枣叶面积指数普遍呈中西部较高、东部较低的空间格局。

关键词：农业遥感;叶面积指数;植被指数;相关系数;反演模型;若羌红枣;机器学习