基于MK—SVR模型的小麦叶面积指数遥感反演

来源：农业机械学报杂志2015年第5期北京时间：

作者：王丽爱,谭昌伟,杨昕,周旭东,朱新开,郭文善

单位：扬州大学,扬州大学,扬州大学,扬州大学,扬州大学,扬州大学,

摘要：提出了运用多核支持向量回归（MK—SVR）算法构建小麦叶面积指数（LAI）遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础，同步获取我国自主研发的环境减灾卫星HJ—CCD对该研究区域的影像数据，分析了各生育期小麦LAI与8种植被指数间的相关性。以显著相关的植被指数作为输入参数，使用MK—SVR算法构建了每个生育期的小麦LAI反演模型，即MK—SVR—LAI模型。为了评价模型，每期使用单一核支持向量回归（SK—SVR）、偏最小二乘(PLS)回归算法构建了SK—SVR—LAI、PLS—LAI模型。将模型估算LAI值和田间观测LAI值进行比对，以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型。结果表明：3个生育期MK—SVR—LAI模型的RMSE值均低于参比模型，拔节期为0.2931，孕穗期为0.4668，开花期为0.5486，且该模型的R2也都最高，拔节期为0.7624，孕穗期为0.8018，开花期为0.6689。

关键词：小麦;遥感;叶面积指数;监测模型;多核支持向量回归

基金资助：国家自然科学基金资助项目（41271415）、江苏省高校自然科学基金资助项目（12KJB520018）、省属高校国际科技合作聘专重点资助项目、“六大人才高峰”高层次人才资助项目（2011—NY039）、江苏省高校优秀科技创新团队资助项目和扬州大学科技创新培育基金资助项目（2013CXJ028）