基于k-NN算法的叶面积指数遥感反演

叶面积指数（Leaf Area Index，LAI）作为植被冠层结构的重要描述参数之一，能体现植被光合、蒸腾和呼吸作用的能力。借助 GPS 和 LAI-2200冠层分析仪在攸县黄丰桥林场开展 LAI 测量。利用 ENVI 软件对GeoEye-1数据进行了辐射定标，大气校正和正射校正。通过研究 LAI 与 GeoEye-1影像波段及其衍生指数的相关性，筛选出2组估算 LAI 的指数因子（6个指数因子和10个指数因子）。应用 k-NN 进行叶面积指数反演，同时将反演结果与多元线性回归模型结果进行比较。结果表明：利用2组指数因子进行多元线性回归模型反演 LAI 中，6个指数因子的模型决定系数 R2为0.386，10个指数因子的模型决定系数 R2为0.498。从回归模拟的角度分析，10个指数因子得到的模拟结果要优于6个指数因子的模拟结果。利用2组指数因子通过设置4个不同的 k 值（k=3，5，7，10）得到8个 k-NN 反演结果中，以10个指数因子得到的 k-NN 反演结果较好，其中在 k=3时效果最好，其决定系数 R2为0.733，精度为85.4%。建模精度分析表明选用10个指数因子进行 LAI 的反演优于选用6个指数因子，其中 k-NN 方法的反演结果优于多元线性回归模型，说明利用 k-NN 方法进行 LAI 的反演是可行的。