為了評估不同空間分辨率對水稻LNC預(yù)測精度的影響,本研究在南京農(nóng)業(yè)大學(xué)如皋實(shí)驗基地進(jìn)行了為期2年的水稻實(shí)驗,并采集了水稻各個生育期的高光譜影像數(shù)據(jù),同時生成10組空間分辨率在1.3nm、14nm、28nm、56nm、113 nm、225nm和445nm的圖像。利用這些圖像,可通過三組植被指數(shù)(VI)和兩種多變量方法——高斯過程回歸(GPR)和偏小二乘回歸(PLSR)來確定不同空間分辨率對LNC預(yù)測的影響。利用在每個空間分辨率下與背景像素分離的光照、陰影和全葉葉片像素的反射光譜來分別預(yù)測具有VI、GPR和PLSR的LNC。
圖1 南京農(nóng)業(yè)大學(xué)如皋基地試驗田及影像采集設(shè)備(雙利合譜制造)
圖2 不同處理不同生育期水稻高光譜影像(RGB真彩色合成)
圖3 不同生育期去背景水稻和未去背景水稻的光譜反射率
圖 4 空間分辨率在1.3mm、14mm、28mm、56mm、113 mm和225nm的圖像
圖 5 去背景水稻和未去背景水稻不同生育期不同植被指數(shù)與LNC的相關(guān)性分析
圖 6 去背景水稻、光照水稻和陰影水稻不同生育期在不同空間分辨率下其植被指數(shù)與LNC的相關(guān)性分析
圖 7 去背景水稻、光照水稻和陰影水稻在不同空間分辨率下基于光譜反射率及連續(xù)統(tǒng)去除的GPR和PLSR與LNC的相關(guān)性分析
結(jié)果表明,無論估計方法如何,全葉片像素通常表現(xiàn)出比光照和陰影葉片像素更穩(wěn)定的性能。大多數(shù)VI在早期分蘗階段的所有分辨率均小于14 mm,但其他階段的分辨率均小于56 mm。相比之下,采用GPR或PLSR方法成功建立了整個生長季節(jié)預(yù)測LNC的模型,其中具有zuijia預(yù)測結(jié)果的是GPR,zuijia空間分辨率為28 mm。