基于实测大豆冠层高光谱及叶绿素a数据,利用植被指数和三波段方法建立大豆叶绿素a的高光谱反演模型.通过IDL(interactive data language)实现NDVI和RVI波段的重新选择,提高了基于2种植被指数的模型反演精度.比较而言,三波段方法建模反演大豆叶绿素a含量的精度较改良后植被指数的更高(R2=0.81).研究结果表明,利用波段重新组合的植被指数建立的估算模型可以提高大豆叶绿素a的估算精度;三波段模型法可以筛选更好的波段来构建模型,并在一定程度上提高大豆叶绿素a反演精度.
高光谱遥感提供一个通过窄波段的地物光谱反射率、诊断和检测植被叶绿素光谱特征波段的手段,为精确反演森林叶绿素含量提供更高光谱分辨率的数据。利用Epp-2000地物光谱仪测量叶片的反射光谱,并用SPAD-502对观测叶片进行叶绿素含量的同步测量;采用统计相关分析方法,分析叶片反射光谱、光谱特征参数及其各种植被指数与叶片叶绿素含量的相关关系,并建立相应的估算模型。结果表明:叶绿素含量的敏感性参数分别为Diff(R749)、Log(R466)、红边参数RVP以及比值叶绿素指数PSSR。通过多元统计回归分析,剔除不相关和存在共线性的参数后,得到叶绿素含量的估算模型为:SPAD=54.559-0.865×PSSR+65.146×Diff(R749)-6.030×Log(R466)-0.238×Rvp,模型及其参数均通过统计检验,模型的决定系数R2达到0.812,均方根误差RMSE=13.35379,模型精度为88.743258%。