融合高斯白噪声的PROSPECT模型的柑橘叶片叶绿素反演

叶绿素是反映植被光合能力的重要指标。为了建立具有普适性的柑橘叶片叶绿素的反演模型,利用PROSPECT模型建立模拟光谱后采用3种特征选取的方法建模,分别为基于敏感性波段(Sensitivity Band,SA)的特征选取,记为PRO-SA模型;采用竞争自适应加权算法(Competitive Adaptive Weighting Algorithm,CARS)的特征选取,记为PRO-CARS模型;采用连续投影算法(Successive Projection Algorithm,SPA)的特征选取,记为PRO-SPA模型。结果表明,①PRO-SPA模型为最优反演模型,其决定系数R^(2)相较原始光谱提升了0.07;②在最优PRO-SPA模型中重采样并对模拟光谱进行多元散射矫正(Multiple Scattering Correction,MSC)后加入高斯白噪声,加入信噪比为80 dB的高斯白噪声的模拟光谱在PRO-SPA模型中表现出最优的反演精度,其决定系数R 2为0.6903,均方根误差(Root Mean Square Error,RMSE)为12.98,相比较原始光谱反演提升了0.15,表明了该方法对于柑橘叶片的光谱模拟以及叶绿素反演的可行性。