摘要：为给小麦田间管理提供基础数据,利用高光谱指数实现了小麦冠层叶面积指数（LAI）值的估测。在21种高光谱指数中筛选出了与LAI值相关性最强的指数OSAVI,建立了小麦LAI值反演的最小二乘支持向量回归（LS-SVR）模型。分析表明,模型校正集决定系数（C-R^2）与预测集决定系数（P-R^2）分别达0.851与0.848,可实现小麦LAI值的精确反演,且对LAI值较高与较低的样本均具备良好的预测能力,可有效避免冠层郁闭度等因素对估测结果的影响。利用LS-SVR模型与OMIS影像实现了小麦LAI遥感专题图的制作,其填图结果与地面实测值拟合模型R^2达0.774,RMSE仅为0.476,2组数据具有较高的相似度。结果表明：可利用高光谱指数实现小麦冠层LAI值信息的准确获取,且OSAVI系反演建模的优选指数,LS-SVR为建模的优选算法。该研究可为小麦等农作物的长势评估提供参考。

关键词：遥感 支持向量机 回归分析 反演 小麦 

单位：中国矿业大学环境与测绘学院; 徐州221009; 江苏师范大学测绘学院; 徐州221116; 南京大学地理与海洋科学学院; 南京210093