多粒度光谱特征的牧草粗蛋白含量高光谱遥感估算

快速准确地估算牧草粗蛋白(crude protein,CP)含量是开展草原牧草生长监测和管理的重要内容之一。高光谱数据是牧草CP含量监测的理想数据源,然而,现有牧草CP含量高光谱反演方法缺乏对光谱多粒度信息的有效利用。针对该问题,提出一种新的多粒度光谱特征提取方法MGSS(multi-granularity spectral segmentation),以青海高原典型牧场为样区,对MGSS估算牧草CP含量的有效性进行验证。结果表明:1)在相同数量的自变量下,MGSS均能取得优于原始光谱的CP含量估测性能;2)MGSS最优估测模型的决定系数(coefficient of determination,R^2)、均方根误差(root mean squared error,RMSE)和平均相对误差(mean relative error,MRE)分别为0.937、1.906 g/m^2和8.82%,比原始光谱最优模型的R2高0.06,RMSE和MRE分别低0.75 g/m^2和1.37个百分点。可知,MGSS实现了高光谱影像对牧草CP含量的高性能估算,相比原始光谱性能更优,验证了其有效性,可为牧草CP含量的准确估算提供新的技术手段。