基于连续小波分析的植物理化参数反演中光谱分辨率影响分析

作     者：张竞成 刘鹏 王斌 张雪雪 黄文江 吴开华 ZHANG Jing-Cheng;LIU Peng;WANG Bin;ZHANG Xue-Xue;HUANG Wen-Jiang;WU Kai-Hua

作者机构：杭州电子科技大学生命信息与仪器工程学院 中国科学院遥感与数字地球研究所数字地球重点实验室 

出 版 物：《红外与毫米波学报》 (Journal of Infrared and Millimeter Waves)

年 卷 期：2018年第37卷第6期

页      面：753-760页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0903[农学-农业资源与环境] 

基　　金：国家自然科学基金(41671415 61661136004) 浙江省科技计划项目(2016C32087) 

主　　题：连续小波分析 高光谱遥感 植被生理生化参数 光谱分辨率 

摘      要：基于一套由PROSPECT模型模拟的包含叶绿素含量(Cab)、类胡萝卜素含量(Car)和叶片水含量(LWC)等重要植物生理生化参数及其光谱的数据,通过对光谱进行系列梯度的重采样和CWA分析,详细研究了光谱分辨率对植物生理生化参数反演的影响.结果表明:(1)采用CWA能够成功提取对Cab,Car和LWC等参数敏感的特征并建立具有较高精度的反演模型;(2)随着光谱分辨率的降低,敏感小波特征的数量、相关性以及反演精度总体均呈下降趋势,但下降的幅度、拐点均不相同,体现出分辨率对不同参数影响的差异性;(3)采用CWA反演建模时,不同植物生理生化参数对光谱分辨率敏感性差异较大,LWC敏感性较低,Cab次之,Car敏感性较高.根据这一结果,采用CWA反演Car,Cab和LWC时光谱数据在分辨率不低于8nm,32nm和64nm时能够得到较理想的结果.上述研究能够为实际中进行植被生理生化参数监测时的传感器选择提供依据.