苏伟 姚婵 张明政 王新盛 谢芷萱 陶万成
摘要：为利用叶面积指数（LAI， Leaf Area Index）对农作物进行长势监测、灾害胁迫监测和产量预测。针对Sentinel-2卫星影像拥有3个对植被生长状况非常敏感的空间分辨率为20m的红边波段（705 nm， 740 nm， 783nm），其空间分辨率与可见光和近红外波段10m的空间分辨率不一致，使得Sentinel-2影像的应用受到限制问题。使用多光谱多分辨率估计的超分辨率（Super-Resolution for Multispectral Multiresoltion Estimation，SupReMe）算法将空间分辨率为20m的6个波段重建为10m；以重建后的影像为数据源，耦合PROSAIL辐射传输模型和随机森林模型反演玉米冠层LAI，并以野外实测LAI验证反演精度，以证明影像超分辨率重建对LAI反演的作用与意义。研究结果表明 ，使用SupReMe算法对Sentinel-2影像进行重建后在保持光谱不变性的同时提高了影像的空间细节；基于重建影像和原始影像的LAI反演决定系数R2分别为0.70、0.68，均方根误差RSME分别为0.240、0.262。因此，利用SupReMe算法重建后的Sentinel-2卫星影像，能够在提高玉米冠层LAI反演空间分辨率的同时提高反演精度，在挖掘高分辨率农作物生长信息方面具有很大潜力。
关键词：玉米冠层;SupReMe算法;超分辨率重建;随机森林;叶面积指数;PROSAIL模型;
基于SupReMe影像重建和RF的玉米冠层LAI反演.pdf