基于小波分析的大豆叶绿素a含量高光谱反演模型

摘　要　2003 和2004 年分别在长春市良种场和中国科学院海伦黑土生态实验站实测了大田耕作与水肥耦合作用下大豆( Glycine max) 冠层高光谱反射率与叶绿素a 含量数据,对光谱反射率、微分光谱与叶绿素a 含量进行了相关分析;采用归一化植被指数(Normalized difference vegetation index , NDVI) 、土壤调和植被指数(Soil2adjusted vegetation in2dex , SAVI) 、再归一植被指数(Renormalized difference vegetation index , RDVI) 、第二修正比值植被指数(Modified secondratio index , MSRI) 等建立了大豆叶绿素a 反演模型;应用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对大豆叶绿素a 进行了估算。研究结果表明,大豆叶绿素a 与可见光光谱反射率相关性较好,并在红光波段取得最大值( R2 > 0. 70) ,但在红边处,微分光谱与大豆叶绿素a 的相关性较反射率好得多,在其它波段则相反;由NDVI 、SAVI 、RDVI 、MSRI 等植被指数建立的估算模型可以提高大豆叶绿素a 的估算精度( R2 > 0. 75) ;小波能量系数回归模型可以进一步提高大豆叶绿素a 含量的估算水平,以一个特定小波能量系数作为自变量的回归模型,大豆叶绿素a 回归决定系数R2 高达0. 78 ;多变量回归分析结果表明,大豆叶绿素a 实测值与预测值的线性回归决定系数R2 均高达0. 85。以上结果表明,小波分析可以对高光谱进行特征变量提取,并可在一定程度上提高大豆生理参数反演精度。