基于小波分析的大豆葉綠素a 含量高光譜反演模型

摘　要　2003 和2004 年分別在長春市良種場和中國科學院海倫黑土生態實驗站實測了大田耕作與水肥耦合作用下大豆( Glycine max) 冠層高光譜反射率與葉綠素a 含量數據,對光譜反射率、微分光譜與葉綠素a 含量進行了相關分析;采用歸一化植被指數(Normalized difference vegetation index , NDVI) 、土壤調和植被指數(Soil2adjusted vegetation in2dex , SAVI) 、再歸一植被指數(Renormalized difference vegetation index , RDVI) 、第二修正比值植被指數(Modified secondratio index , MSRI) 等建立了大豆葉綠素a 反演模型;應用小波分析對采集的光譜反射率數據進行了能量系數提取,并以小波能量系數作為自變量進行了單變量與多變量回歸分析,對大豆葉綠素a 進行了估算。研究結果表明,大豆葉綠素a 與可見光光譜反射率相關性較好,并在紅光波段取得最大值( R2 > 0. 70) ,但在紅邊處,微分光譜與大豆葉綠素a 的相關性較反射率好得多,在其它波段則相反;由NDVI 、SAVI 、RDVI 、MSRI 等植被指數建立的估算模型可以提高大豆葉綠素a 的估算精度( R2 > 0. 75) ;小波能量系數回歸模型可以進一步提高大豆葉綠素a 含量的估算水平,以一個特定小波能量系數作為自變量的回歸模型,大豆葉綠素a 回歸決定系數R2 高達0. 78 ;多變量回歸分析結果表明,大豆葉綠素a 實測值與預測值的線性回歸決定系數R2 均高達0. 85。以上結果表明,小波分析可以對高光譜進行特征變量提取,并可在一定程度上提高大豆生理參數反演精度。