利用偏最小二乘回归从冬小麦冠层光谱提取叶片含水量
- 出版年：2010
- 作者：王圆圆；李贵才；张立军；范锦龙
- 单位1：国家卫星气象中心中国气象局中国遥感卫星辐射测量和定标重点开放实验室
- 出生年：1981
- 职称：助理研究员
- 语种：中文
- 作者关键词：叶片含水量；高光谱；偏最小二乘回归
- 起始页：1070
- 总页数：5
- 经费资助：国家高技术研究发展计划（863计划）项目(2006AA12Z142-1)资助
- 刊名：光谱学与光谱分析
- 是否内版：否
- 刊频：月刊
- 创刊时间：1981
- 主管单位：中国科学技术协会
- 主办单位：中国光学学会
- 主编：黄本立
- 地址：光谱学与光谱分析期刊社
- 邮编：100081
- 电子信箱：chngpxygpfx@vip.sina.com
- 网址：http://www.gpxygpfx.com
- 卷：30
- 期：4
- 期刊索取号：P342.06220
- 数据库收录：中国物理类、化学类核心期刊；中国科协精品科技期刊；已被国内外CSCD，SCI，Ei，CA，AA，PЖ,MEDLINE等文献机构收录；中国科技论文统计源期刊；中国学术期刊文献统计源期刊
- 核心期刊：物理类、化学类核心期刊
摘要
通过人为控制灌溉水平，在冬小麦3个发育期（孕穗、开花、乳熟）测定了冠层光谱和叶片含水量(leaf water content，LWC)。针对每期数据，结合偏最小二乘回归和迭代特征去除，建立了基于诊断波段的LWC回归模型。结果表明，叶片水分的光谱响应及反演精度受小麦生长状态的影响。在孕穗、开花和乳熟3个发育阶段，回归模型中光谱数据的最佳利用形式分别为对数光谱、导数光谱和反射率光谱；重要光谱区间为SWIR，NIR和SWIR；模型交叉验证决定系数（R2CV）为0.750，0.889和0.696。研究结论对今后监测冬小麦旱情和开发作物水分遥感产晶具有重要的指导作用。