基于无人机高光谱数据的玉米叶面积指数估算

程雪,贺炳彦,黄耀欢,孙志刚,李鼎,朱婉雪

Estimation of Corn Leaf Area Index based on UAV Hyperspectral Image

Xue Cheng,Bingyan He,Yaohuan Huang,Zhigang Sun,Ding Li,Wanxue Zhu

表6 各单一特征波段构建的LAI反演模型及评定系数

Table 6 LAI inversion model and evaluation coefficient constructed for each characteristic band

波段/nm 回归模型 数学模型 决定系数（R2） F值 516 线性 y=-41.15 x + 5.06 0.68 62.66 对数 y=-8.47-4.09 log(x) 0.67 60.88 二次 y=-3.77 + 135.88 x + -884.90 x2 0.69 32.07 幂 y=1.48 x -4.78 0.72 69.22 S型 y=exp( -4.82 + 0.47 / x ) 0.68 64.41 636 线性 y=-24.94 x + 3.64 0.71 73.72 对数 y=-5.06 -2.70 log(x) 0.71 72.28 二次 y=2.90 -11.29 x -62.42 x2 0.71 35.74 幂 y=0.01 x -3.16 0.74 83.47 S型 y=exp( -3.21 + 0.33 / x ) 0.71 74.64 指数 y=21.86 exp( -29.47 x ) 0.76 92.61 702 线性 y=-20.65x + 4.03 0.71 72.44 对数 y=-4.92-3.08 log(x) 0.70 70.83 二次 y=2.41 + 0.96 x-71.88 x2 0.71 35.30 幂 y=0.01 x -3.60 0.73 82.38 S型 y=exp( -3.66 + 0.53 / x ) 0.71 74.51 指数 y=34.34 exp( -24.40 x ) 0.75 90.53 760 线性 y=14.15x -4.65 0.48 27.22 对数 y=6.16+ 5.62 log(x) 0.47 27.06 二次 y=8.14 -50.19 x + 80.82 x2 0.48 13.33 幂 y=261.23 x 6.10 0.43 22.26 S型 y=exp( 6.04-2.43 / x ) 0.43 22.30 指数 y=0.02 exp( 15.33 x ) 0.43 22.19 867 线性 y=14.61 x -3.86 0.43 22.83 对数 y=6.33 + 4.83 log(x) 0.43 22.81 二次 y=-3.26+ 11.02 x + 5.43 x2 0.43 11.03 幂 y=342.02 x 5.33 0.40 19.90 S型 y=exp( 5.28-1.76 / x ) 0.40 20.10 指数 y=0.01 exp( 16.07 x ) 0.40 19.80