基于S185机载高光谱成像仪估算棉花叶面积指数

       叶面积指数（leaf area index，LAI）是表征植被光合作用、判断冠层结构和农作物长势的重要参数，与生物量和作物产量有着密切关系。棉花是中国重要的经济作物，其叶片宽大，在生长的中后期上下各层叶片之间容易相互掩映影响整体光合效率，需要保持适宜的叶面积才能有效增加棉花群体光截获率，进而提高物质生产和干物质积累、增加产量，因此对棉花LAI进行实时动态监测有着重要意义。

本研究以低空无人机作为遥感平台，使用高光谱分辨率的新型成像光谱仪，以棉花为目标作物进行观测。根据获取的影像光谱分辨率高、波段数多的特点，对植被指数算法进行改进，提出极值植被指数，并利用极值植被指数构建棉花LAI的遥感估算模型，以期为农作物LAI遥感监测提供一种新的研究手段。

棉花实验田位于陕西省乾县梁山乡齐南村，使用的遥感传感器为Cubert公司的S185机载高速高光谱成像仪，是一种全画幅、非扫描式、实时成像的光谱仪，采用全画幅快照式高光谱成像技术，最快可在0.1ms内获取450-950nm波长范围内137个波段的高光谱影像，光谱采样间隔为4nm。搭载S的遥感平台为八旋翼无人机。高光谱影像的采集于11:00-12:00在田间上空进行，天气晴朗无风，视野良好。无人机飞行高度100m，设定航速6m/s。光谱仪镜头视场角15°，镜头垂直向下，地面分辨率2.2cm。

使用与仪器配套的软件对获取的高光谱数字影像进行辐射校正、大气校正等处理，得到反射率影像数据。根据LAI地面测量对应的样点位置构建兴趣区（region of interest,ROI），以ROI范围内地物的平均反射率光谱值作为该样点棉花冠层反射率光谱，得到各样点的反射率光谱数据。

使用SVC HR-1024i非成像全光谱地物波谱仪与无人机飞行同步测量各个样点上棉花冠层、周边其他农作物（大豆）和裸地的光谱反射率。在每个小区和大田地块各选取2个样点，共计80个。与无人机飞行同步测量棉花LAI值，测量使用英国DeltaT仪器公司生产的SUNSCAN冠层分析仪进行，每个样点分东-西、南-北、东南-西北、西南-东北4个方位分别测量4次，取其平均值作为该样点上的LAI值。

利用影像高光谱分辨率的特点，针对传统固定波段植被指数（fixed-bandvegetation index,F_VI）进行改进，通过动态搜索相应植被指数定义所使用波段范围内的反射率极值的方法，计算与各类植被指数对应的极值植被指数（extremum vegetation index，E_VI）。分别以原始全波段光谱反射率、连续投影算法（successive projections algorithm，SPA）提取的有效波段反射率以及各类F_VI和E_VI作为自变量，使用最小二乘和偏最小二乘（partial least squares，PLS）回归等方法构建LAI遥感估算模型。结果显示：

1）在450-850nm波长范围内，S185成像光谱仪与常规地物光谱仪SVC所获取的同类地物光谱特征具有良好的一致性，同类农作物的光谱特征值和植被指数之间没有显著差异，表明在此波段范围S185所获取高光谱影像中包含的地物光谱信息是准确可靠的。

2）棉花LAI与冠层反射率LAI与450-700nm波段范围反射率存在负相关关系，其中574-680nm波段达到极显著负相关；与700-950nm波段反射率存在正相关关系，其中710-930nm波段达到极显著正相关。

3）极值植被指数能够更准确的反映出高光谱影像上不同像元之间的植被信息差异。植被指数与棉花LAI的相关性分析结果表明，对于各类型植被指数，E_VI与棉花LAI的相关系数均高于F_VI。其中E_RVI与LAI相关性最高，相关系数达0.91。

4）分别使用冠层光谱反射率、固定波段植被指数和极值植被指数构建棉花LAI估算模型，其中以使用多个极值植被指数为参数的LAI-E_VIs-PLS模型估算精度最高。采用此模型对棉花S185高光谱影像进行填图，其结果与地面实测值拟合模型R2为0.88，RMSE为0.29，具有较高的精度，可以为棉花LAI遥感监测提供科学依据。