文档介绍：1 1
1
2
1
1
2 2 2
1
1 1
第 35卷第 1期测绘科学 Vol 35 No 1
2010年 1月 Science of Surveying and Mapp ing Jan
基于主成分分析2 和 BP神经网络的法国梧桐叶
绿素含量高光谱反演研究 2
2 1
①①②③①①①
姚付启, 张振华2 ,2 杨润亚, 何玉春, 张燕, 崔素芳, 王海江
( ①鲁东大学地理与资源管理学院,山东烟台 264025; ②鲁东大学生命科学学院, 山东烟台 264025;
③山东黄河职业中等专业学校, 济南 250032) 1
1 1
【摘要】利用 ASD便2 携式野外光谱仪和 S1PAD 502叶绿素计实测了落叶阔叶树法国梧桐叶片的高光谱反射率与
叶片绿度, 并对原始光谱反射率及一阶导数光谱与叶片绿度进行了相关分析; 综合分析了 10个常见光谱植被指数
与法国梧桐叶绿素含量的相关性与预测性; 最后利用主成分分析对光谱数据进行降维, 将得到的主成分得分作为
BP人工神经网络模型的输入变量进行了法国梧桐叶绿素含量的估算。结果表明: 法国梧桐的叶片反射光谱数据与
叶绿素含量的相关性在可见光区域显著, 导数光谱数据在绿黄光区和红光区的部分波段与叶绿素含量的相关系数
大于对应波段光谱反射率与叶绿素含量的相关关系。在所列举的 10个常用植被指数中归一化植被指数与叶绿素含
量的关系最密切, 相关系数达到了 0 7957。主成分分析的 BP神经网络模型可以容纳更多的波段信息进行叶绿素
含量的估算, 预测值与实测值之间的线性回归的确定性系数 R2 为 0 9883, 是一种良好的植被叶绿素含量高光谱
反演模式。
【关键词】高光谱; 叶绿素含量; 植被指数; 主成分分析; BP神经网络
【中图分类号】TP79 【文献标识码】A 【文章编号】1009 2307 (2010) 01 0109 04
研究了农作物的生理参数的高光谱模型反演与估算[9 - 11 ]
引言,
1 但对一些落叶阔叶树种的生理参数的高光谱反演研究则很
光合作用过程中起吸收光能的植被色素有叶绿素(叶绿少, 将人工神经网络应用到高光谱反演模型在国内也处于
素 a,叶绿素 b) 与类胡萝卜素(胡萝卜素和叶黄素) , 其中研究初期[12 ] 。本文创造性提出了应用主成分分析的 BP神
叶绿素是主要的吸收光能的物质, 直接影响植被光合作用经网络模型反演法国梧桐( Platanus O rientalis L ) 叶绿素含
的光能利用。植被色素含量与其光合能力、发育阶段和氮量, 并对比研究不同植被指数构建的回归模型与主成分分
素状况有较好的相关性, 已经成为评价植被长势的一种有析的 BP神经网络模型在反演法国梧桐叶绿素含量变化的精
效手段[1, 2 ] 。由于植被和叶子反射光谱在可见光范围主要受度, 寻找最优反演模型, 以期为生产上利用高光谱遥感技
植被色素(叶绿素和类胡萝卜素)的影响, 在近红外区域则术大面积、无破坏、实时快速检测落叶阔叶树种的生长状
主要受叶子内部结构、生物量、蛋白质、纤维素等影响, 况等提供重要依据。
因此, 可以用植被冠层和叶片的反射光谱来估算其生化