冬小麦LAI反演模型

结合半经验与半机理数据，提升冬小麦叶面积指数反演的精度与泛化能力

Xinzhe, Liu · Lu, Wu · Lijin, Chen · Yufan, Ma · Tao, Li · 武婷婷

Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering 2024

参数信息

测试集决定系数

0.89

训练集决定系数

0.91

训练集均方根误差

0.41

技术优势

精度与泛化兼得

通过混合实测与PROSAIL模拟数据，SVR模型在多种组合下均表现稳定，测试集R²最高0.89，说明模型对不同数据来源和生长条件的适应性强。

敏感波段特征明确

筛选出与NIR波段相关的7种植被指数，其中NDVI、EVI等与LAI正相关，SIPI负相关，为反演提供了可靠的特征输入。

可评估施氮效果

模型反演表明180 kg/hm²施氮处理下LAI高于135 kg/hm²处理，为氮肥优化管理提供依据。

应用场景

• 作物长势监测：提供高精度LAI空间分布，评估不同氮处理和复种模式下冬小麦长势。
• 无人机遥感：利用无人机多光谱影像作为输入，低成本快速反演大田LAI。