基于高光谱的叶片滞尘量估测模型

• Published in: 农业工程学报 Vol. 32; no. 2; pp. 180 - 185
• Main Author: 李伟涛 吴见 陈泰生 彭道黎
• Format: Journal Article
• Language: Chinese
• Published: 北京林业大学省部共建森林培育与保护教育部重点实验室,北京 100083 2016; 安徽省地理信息集成应用协同创新中心,滁州 239000%滁州学院地理信息与旅游学院,滁州 239000; 滁州学院地理信息与旅游学院,滁州 239000; 安徽省地理信息集成应用协同创新中心,滁州 239000%北京林业大学省部共建森林培育与保护教育部重点实验室,北京,100083
• Subjects: 光谱分析; 叶片滞尘量; 回归分析; 大气污染监测; 模型; 高光谱; 大气污染监测; models; 回归分析; spectrum analysis; 叶片滞尘量; foliar dust deposition content; 模型; regression analysis; hyperspectral; 光谱分析; air pollution measurement; 高光谱
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2016.02.026

为探索建立叶片滞尘量高光谱估测模型,利用光谱仪和电子分析天平采集了北京市区杨树叶片高光谱数据和滞尘量数据,研究了叶片光谱特征与滞尘量间的关系,并建立了基于光谱参数的叶片滞尘量估测模型。研究结果表明：近红外波段（730-1 000 nm）光谱反射率与叶片滞尘量呈现明显的线性相关性,各波段相关系数均高于0.7,绿光区波段反射率对叶片滞尘的影响不敏感;三边参数中仅红边幅值、红边面积与叶片滞尘量达到显著相关;基于多元线性回归、主成分回归、偏最小二乘回归建立的模型均具有较强的预测能力,其中以偏最小二乘回归为模型构建方法,以749、644、514 nm波段的光谱反射率值,红边幅值,红边面积,924、1 010 nm波段组成的归一化指数,713、725 nm波段组成的差值指数,749、644 nm波段组成的归一化植被指数为自变量建立的模型估测精度最好,其建模和预测的决定系数分别达到0.734和0.731,预测均方根误差为0.311。该研究为促进高光谱技术在大气降尘监测中的应用提供参考。