《表5 LAI与植被指数相关性系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于无人机高光谱数据的玉米叶面积指数估算》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：**表示0.01水平差异极显著

上文只采用单一特征波段进行分析，波段间的优势无法互补，很难全面地获取与表示复杂植被的信息。植被指数通过利用可见光中的波段、近红外波段进行线性、或非线性的计算，能够较为准确的定量或者定性的表示植被的生长状况[21]。因此，更加精确分析特征波段的反射率与LAI的关系，本文将使用引入植被指数具体分析两者关系。用特征波段计算6种植被指数，将6种植被指数与夏玉米LAI值进行相关性分析，结果如表5，可以看出，玉米LAI与归一化植被指数（Normalized Difference Vegetation Index，NDVI）、比值植被指数（Ratio Vegetation Index，RVI）、红边归一化植被指数（Red-edge Normalized Difference Vegetation Index，rNDVI）、修正归一化植被指数（Modified Normal‐ized Difference Vegetation Index，mNDVI）、增强植被指数（Enhanced Vegetation Index 2，EVI2）和优化型土壤调节植被指数（Optimal Soil Adjusted Vege‐tation Index，OSAVI）的相关系数在0.85～0.86之间，说明以上6类植被指数都能够较好地反映玉米LAI变化，可以用来构建反演模型。