Reduzierung der Dimensionalität von Pflanzen-Spektraldatenbanken

Bodenbasierte Messungen der Pflanzenreflexion und -transmission sind entscheidend für Fernerkundungsprojekte, die auf Landwirtschaft, Forstwirtschaft und Ökologie ausgerichtet sind. In diesem Papier wird die Anwendung der Hauptkomponentenanalyse (PCA) für die Speicherung und Rekonstruktion solcher Pflanzen-Spektraldaten untersucht. Ein neuartiger stückweiser PCA-Ansatz (PPCA), der die biologischen Faktoren berücksichtigt, die die Wechselwirkung von Sonnenstrahlung mit Pflanzen beeinflussen, wird ebenfalls vorgeschlagen. Diese Techniken werden durch Experimente verglichen, bei denen Reflexions- und Transmissionskurven für krautige und holzige Proben rekonstruiert wurden. Die in diesen Experimenten verwendeten Spektraldaten wurden aus der Datenbank des Leaf Optical Properties Experiment (LOPEX) gewonnen. Die Rekonstruktionen wurden mit dem Ziel durchgeführt, einen quadratischen Mittelwertfehler von weniger als 1 % zu erreichen. Die Ergebnisse dieser Experimente zeigen, dass PCA die Dimensionalität von Pflanzen-Spektraldatenbanken im sichtbaren bis infraroten Bereich des Lichtspektrums effektiv reduzieren kann und dass der PPCA-Ansatz das Verhältnis von Genauigkeit zu Kosten bei der Speicherung und Rekonstruktion von Daten zur Pflanzenreflexion und -transmission weiter maximieren kann.