[發(fā)明專利]一種用于估算植被葉面積指數(shù)的混合模型構(gòu)建方法

在審

• 申請?zhí)枺?/td>: 201810014695.7
• 申請日: 2018-01-08
• 公開（公告）號: CN108229403A
• 公開（公告）日: 2018-06-29
• 發(fā)明（設(shè)計）人: 孟慶巖;賈潔瓊;李家國;王橋
• 申請（專利權(quán)）人: 中國科學(xué)院遙感與數(shù)字地球研究所;三亞中科遙感研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務(wù)所 11309
• 代理人: 陳霽

1.一種用于估算植被葉面積指數(shù)的混合模型構(gòu)建方法，用于定量評價葉面積指數(shù)在農(nóng)作物產(chǎn)量預(yù)估、病蟲害監(jiān)測方面的作用。該方法主要通過以下技術(shù)步驟實現(xiàn)：

步驟1)數(shù)據(jù)獲?。阂試a(chǎn)高分辨率遙感影像GF-1WFV衛(wèi)星數(shù)據(jù)為遙感數(shù)據(jù)源，依據(jù)實驗方案使用LAI-2200植物冠層分析儀獲取LAI數(shù)據(jù)。LAI測量時應(yīng)盡量避免在直射光背景下測量，測量模式采用ABBBB，測量時首先背對太陽光測量一個冠層上A值，然后將儀器靠近玉米根部測量4次冠層下B值，取4次測量平均值作為該樣點LAI值；

步驟2)植被指數(shù)選取：研究表明LAI的變化與葉片光學(xué)性質(zhì)的變化相關(guān)聯(lián)，與植被光譜的可見光近紅外波段存在很強的相關(guān)性，利用這些特征波段構(gòu)建的植被指數(shù)可用來估算葉面積指數(shù)，并監(jiān)測植被長勢。選擇8種廣泛使用的植被指數(shù)(NDVI、OSAVI、SAVI、ARVI、EVI、SARVI、MSR、TGDVI)作為隨機森林模型輸入變量；

步驟3)隨機森林模型構(gòu)建：計算8種植被指數(shù)并提取GF1-WFV影像對應(yīng)實測LAI的植被指數(shù)，分析植被指數(shù)與LAI之間的相關(guān)性，將相關(guān)性高的植被指數(shù)作為隨機森林模型輸入變量，對應(yīng)LAI作為模型輸出變量，進行LAI估算模型構(gòu)建；

步驟4)模型精度驗證：使用步驟3)構(gòu)建的隨機森林模型，驗證模型預(yù)測的精度；

步驟5)葉面積指數(shù)分布圖：將模型應(yīng)用于預(yù)處理后的遙感影像，得到研究區(qū)葉面積指數(shù)反演結(jié)果，結(jié)合實地測量情況和其他輔助要素，在ArcGis中制作葉面積指數(shù)分布圖，服務(wù)于農(nóng)業(yè)環(huán)境遙感監(jiān)測。

2.如權(quán)利要求1所述的方法，其特征在于，所述步驟3)的具體方法為：

a)利用重采樣技術(shù)bootstrap(自助采樣法)有放回地隨機抽取K個樣本集，構(gòu)建K棵分類回歸樹；b)隨機抽取m個變量作為節(jié)點分枝變量，每棵分類回歸樹在m個特征中選擇一個最具有分類能力的特征進行節(jié)點分裂；c)每棵樹最大限度生長，不進行任何裁剪；d)將生成的K棵分類回歸樹組成隨機森林。