利用智能手机与高斯过程绘制叶面积指数图
信号处理
2020-12-09 v1 应用统计
摘要
叶面积指数(LAI)是环境研究中用于确定植被覆盖与作物生长的关键生物物理参数。智能手机如今是 ubiquitous 的传感器设备,具有高计算能力、适中成本与高质量传感器。近期提出并测试了一款名为 PocketLAI 的智能手机应用,用于获取地面 LAI 估计值。在本通讯中,我们探索使用最先进的基于非线性高斯过程回归(GPR)的方法,结合来自 PocketLAI 的地面数据与 Landsat 8 影像,推导水稻的空间显式 LAI 估计。GPR 近年来因其坚实的贝叶斯基础而流行,不仅提供高精度,还给出反演结果的置信区间。我们展示了首个结合智能手机地面数据与先进机器学习获得的 LAI 图。本工作将 PocketLAI 获得的 LAI 预测与反演置信区间同传统仪器(如数字半球摄影(DHP)与 LI-COR LAI-2000)的结果进行比较。本通讯表明三种仪器结果相当,但 PocketLAI 成本低得多。因此所提方法以适中成本开辟了广泛应用可能。
引用
@article{arxiv.2012.04596,
title = {Mapping Leaf Area Index with a Smartphone and Gaussian Processes},
author = {Manuel Campos-Taberner and Franciso Javier García-Haro and Álvaro Moreno and María Amparo Gilabert and Sergio Sánchez-Ruiz and Beatriz Martínez and Gustau Camps-Valls},
journal= {arXiv preprint arXiv:2012.04596},
year = {2020}
}