基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法技术

本发明专利技术公开了一种基于高空间分辨率遥感卫星影像的地块尺度冬小麦叶面积指数(LAI)估算方法，包括：步骤1、通过冬小麦大田试验，获取采样点的冬小麦抽穗前关键生育时期的叶面积指数数据；步骤2、获取覆盖冬小麦大田试验研究区的高空间分辨率遥感影像，进行预处理后，再经过波段计算得到与步骤1中采样点对应的植被指数；步骤3、将叶面积指数数据和植被指数，部分用于构建模型，剩余部分作为验证数据；步骤4、利用验证数据对构建的模型进行验证，获取模型的决定系数R2和均方根误差，选取决定系数R2最大和均方根误差最小的模型为最优模型；步骤6、将获取的最优模型应用于地块尺度冬小麦叶面积指数估算。

Estimation method of leaf area index of Winter Wheat Based on remote sensing satellite data

The invention discloses a land-scale estimation method of winter wheat leaf area index (LAI) based on high spatial resolution remote sensing satellite image, including: step 1, obtaining the leaf area index data of the key growth period before heading of winter wheat at the sampling point through the field experiment of winter wheat; step 2, obtaining the field experiment of covering winter wheat; The high spatial resolution remote sensing image of the study area is pre-processed, and then the vegetation index corresponding to the sampling point in step 1 is obtained by band calculation; step 3, the leaf area index data and the vegetation index are used to construct the model partly, and the remaining part is used as the verification data; step 4, the model is constructed by using the verification data pairs. To verify, the decision coefficient R2 and root mean square error of the model were obtained, and the model with the largest decision coefficient R2 and the smallest root mean square error was selected as the optimal model. Step 6, the obtained optimal model was applied to estimate the leaf area index of winter wheat at the block scale.

【技术实现步骤摘要】
基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法
本专利技术涉及冬小麦叶面积指数估算
，具体涉及一种基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法。
技术介绍
作物生长发育过程中对冠层生物物理参数的精确估算对优化作物田间管理措施具有重要意义。作为常用的作物冠层指示因子，叶面积指数(LAI)经常被用来监测作物冠层结构的发展变化以及作物估产。LAI的精确估计可以为作物施肥、灌溉、病虫害控制以及粮食生产力提供理论支持。传统的大田定点观测不仅费时费力，而且只能获取单点的LAI值，无法获取面上的LAI的情况。随着遥感技术的发展，在全球尺度上大面积的遥感监测为区域尺度上LAI的精准估算提供了可能。遥感技术手段根据传感器使用电磁波波长的不同又分为光学遥感和微波遥感。光学遥感使用的电磁波波段范围主要是可见光，而后者主要使用较长波长的电磁波来进行对地观测。光学影像在LAI估算方面已经得到了广泛的应用。主要是由各波段反射率经过数学变换得到的植被指数与LAI建立关系，以达到精确估算的目的。常用的一种估算方法是利用红光和近红外波段的反射率构建植被指数NDVI(归一化差值植被指数)，然后与LAI建本文档来自技高网...

【技术保护点】
1.一种基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法，其特征在于，包括如下步骤：步骤1、通过冬小麦大田试验，获取采样点的冬小麦抽穗前关键生育时期的叶面积指数数据；步骤2、获取覆盖冬小麦大田试验研究区的高空间分辨率遥感影像，进行预处理后，再经过波段计算得到与步骤1中采样点对应的植被指数，将采样点的叶面积指数数据和植被指数一一对应；步骤3、将步骤2中一一对应的叶面积指数数据和植被指数，部分用于构建模型，剩余部分作为验证数据；步骤4、利用验证数据对步骤3中构建的模型进行验证，获取模型的决定系数R2和均方根误差，选取决定系数R2最大和均方根误差最小的模型为最优模型；步骤5、将步骤4中获取的最优模...

【技术特征摘要】
1.一种基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法，其特征在于，包括如下步骤：步骤1、通过冬小麦大田试验，获取采样点的冬小麦抽穗前关键生育时期的叶面积指数数据；步骤2、获取覆盖冬小麦大田试验研究区的高空间分辨率遥感影像，进行预处理后，再经过波段计算得到与步骤1中采样点对应的植被指数，将采样点的叶面积指数数据和植被指数一一对应；步骤3、将步骤2中一一对应的叶面积指数数据和植被指数，部分用于构建模型，剩余部分作为验证数据；步骤4、利用验证数据对步骤3中构建的模型进行验证，获取模型的决定系数R2和均方根误差，选取决定系数R2最大和均方根误差最小的模型为最优模型；步骤5、将步骤4中获取的最优模型应用于地块尺度冬小麦叶面积指数估算。2.根据权利要求1所述的基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法，其特征在于，步骤2中，所述的预处理包括：辐射定标、大气校正和几...

【专利技术属性】
技术研发人员：刘围围，黄敬峰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33