本研究针对玉米褐斑病胁迫下叶片SPAD值反演难题，创新性地提出植被指数优化-纹理特征挖掘-Stacking堆叠融合的一体化研究框架。通过构建新型三波段植被指数VI7（646nm、694nm、966nm），有效缓解了高胁迫程度下的光谱饱和问题（R²=0.5430）。进一步结合灰度共生矩阵提取的7个敏感纹理特征（R²=0.4453），采用Stacking集成策略将两类特征模型预测结果融合，最终模型精度

摘要：高光谱遥感技术以其高效精准的矿物识别能力，成为现代矿产勘查的重要手段。该技术通过400-2500nm波段的光谱分析，可识别层状硅酸盐、铁氧化物等蚀变矿物特征。文章系统阐述了光谱角匹配、支持向量机和深度学习方法在矿物信息提取中的应用，并介绍了AHG2500系列高光谱设备在岩心编录和机载勘查中的技术优势。研究表明，高光谱技术通过"地-空"协同探测体系，显著提升了矿产勘查效率和

图7皮尔逊相关系数法、连续投影算法、竞争性自适应重加权采样法三种降维方法结合机器学习算法，对叶片氮浓度（A–C）、叶面积指数（D–F）、地上生物量（H–J）、籽粒产量（K–M）构建的最优性能模型验证结果LNC、LAI、AGB、GY 分别为叶片氮浓度、叶面积指数、地上生物量、籽粒产量；图8最优组合模型引入纹理特征后对叶片氮浓度（A）、叶面积指数（B）、地上生物量（C）、籽粒产量（D）的估算结果LNC

图7皮尔逊相关系数法、连续投影算法、竞争性自适应重加权采样法三种降维方法结合机器学习算法，对叶片氮浓度（A–C）、叶面积指数（D–F）、地上生物量（H–J）、籽粒产量（K–M）构建的最优性能模型验证结果LNC、LAI、AGB、GY 分别为叶片氮浓度、叶面积指数、地上生物量、籽粒产量；图8最优组合模型引入纹理特征后对叶片氮浓度（A）、叶面积指数（B）、地上生物量（C）、籽粒产量（D）的估算结果LNC

多源遥感数据融合能够有效弥补单一传感器的性能局限，显著提升地物识别精度。