生物量是反映农作物产量和生长健康状况的主要指标,然而直接进行农作物生物量估测不仅耗时耗力,而且具有破坏性。由于遥感技术在植被生物量反演中的方便、快捷及有效性,近年来不少研究者开始关注采用遥感技术进行农作物生物量的反演。小麦是包括中国在内的许多国家的主要粮食作物,寻找合适的小麦生物量精确估测方法在其产量估测中具有重要意义。以试验区小麦整个生长期内获取的5景全极化Radarsat^-2数据及同步的地面调查数据为基础,分析了Freeman-Durden和H/A/α两种极化分解的相关极化参数与其生物量的相关关系,并在此基础上构建了4种传统经验回归模型和随机森林(RF)非参数模型反演小麦生物量。另外,根据农作物散射的物理基础,结合Freeman-Durden分解参数,还构建了表面散射与整体散射能量比值参数、体散射与总体散射能量比值参数、体散射与表面散射比值参数和二次散射与整体散射能量比值参数(Odd/Span,Vol/Span,Vol/Odd and Dbl/Span)四个参数参与极化参数对小麦生物量的敏感性分析。研究中提取的各极化参数根据播后天数在各地块内取均值以降低随机性对提取的极化参数的影响,共计95块小麦地块用于研究。研究结果表明:Freeman-Durden分解的参数中,体散射分量、表面散射分量及这两者与总散射能量的比值、这两者的比值均表现出与小麦生物量的高相关性(R2>0.55);相比Freeman-Durden分解的参数,H/A/α分解参数中除反熵外,熵和散射角均表现出与生物量的高相关性(R2>0.70)。另外,小麦生物量反演模型的可行性研究结果表明:4种经验回归模型中,二次多项式和对数模型更适合采用极化参数对小麦生物量的反演。该类方法反演小麦生物量的最佳均方根误差为77.94g·m^-2,相对误差为29.05%。尽管采用随机森林的重要性参数排序中,H/A/α分解中的H和α参数也排序靠前,但是在单因子的经验回归中,其反演结果的误差较大,均方根误差为101.74g·m^-2,相对误差为37.91%。尽管如此,大多数非参数随机森林参数重要性排序结果与极化分解参数与生物量相关分析的结果基本一致,采用随机森林反演。小麦生物量的精度也有明显提高,均方根误差为54.53g·m^-2,相对误差为20.32%。
暂无评论