《表8 各植被指数构建的LAI反演最优模型及评定系数》

  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

6类植被指数依据不同的回归类型建立模型相关性结果（表7），相关性都在0.7以上，相比单一特征波段光谱反射率相关性有了较大的提升，VI与LAI的关系更加密切。VI与LAI之间的最优6类拟合模型（表8），R2为0.73～0.78，且6类最优反演模型均为S型曲线，说明S型曲线能够更好的反应玉米VI与LAI之间的关系。由于采样期玉米正处于与拔节期，LAI的值较低，NDVI有效消除了大气中气溶胶的影响，可以较为灵敏地表示LAI的变化，拟合精度较高（R2=0.77、F=98.40）。mNDVI加入了对玉米叶片的镜面反射的效应的考虑，对叶冠层微小变化非常灵敏，拟合模型精度最高（R2=0.78、F=108.90）。RVI对植被覆盖度较高的地区能够很敏感反映其变化，属于绿色植物的敏感参数，拔节期玉米植被覆盖相对较低，降低了敏感性，RVI反演模型拟合精度相对较低（R2=0.73、F=80.52）。EVI2与OSAVI克服了土壤背景、气溶胶散射等环境噪声的影响，而这些噪声一直在玉米整个生长期都存在，对提升反演模型拟合度影响较小。综述所述，mNDVI构建的LAI的模型（y=exp(2.76-1.77/x）)精度最高（R2=0.78、F=108.90），表明mNDVI是最适合构建玉米LAI反演的植被指数。