Hyperspectral Estimation of Apple Tree Canopy LAI Based on SVM and RF Regression

作者：韩兆迎; 朱西存; 房贤一; 王卓远; 王凌; 赵庚星; 姜远茂

来源：光谱学与光谱分析, 2016, 36(3).

DOI：10.3964/j.issn.1000-0593(2016)03-0800-06

• Leaf area index
• Hyperspectral
• Apple tree
• Support vector machine
• Random forests

叶面积指数(leaf area index,LAI)是反映作物群体大小的较好的动态指标.运用高光谱技术快速、无损地估测苹果树冠叶面积指数,为监测苹果树长势和估产提供参考.以盛果期红富士苹果树为研究对象,采用ASD地物光谱仪和LAI-2200冠层分析仪,在山东省烟台栖霞研究区,连续2年测量了30个果园90棵苹果树冠层光谱反射率及LAI值;通过相关性分析方法构建并筛选出了最优的植被指数;利用支持向量机(support vector machine,SVM)与随机森林(random forests,RF)多元回归分析方法构建了LAI估测模型.新建的GNDVI527,NDVI676,RV1682,FD-NV656和GRVI517五个植被指数及前人建立的两个植被指数NDVI670和NDVI705与LAI的相关性都达到了极显著水平;建立的RF回归模型中,校正集决定系数C-R2和验证集决定系数V-R2为0.920,0.889,分别比SVM回归模型提高了0.045和0.033,校正集均方根误差C-RMSE、验证集均方根误差V-RMSE为0.249,0.236,分别比SVM回归模型降低了0.054和0.058,校正集相对分析误C-RPD、验证集相对分析误V-RPD达到了3.363和2.520,分别比SVM回归模型提高了0.598和0.262,校正集及验证集的实测值与预测值散点图趋势线的斜率C-S和V-S都接近于l,RF回归模型的估测效果优于SVM.RF多元回归模型适合盛果期红富士苹果树LAI的估测.

• 单位
  山东农业大学