西南地区不同山地环境梯度叶面积指数遥感反演

作     者：靳华安 李爱农 边金虎 赵伟 张正健 南希 Jin Hua'an;Li Ainong;Bian Jinhu;Zhao Wei;Zhang Zhengjian;Nan Xi

作者机构：中国科学院水利部成都山地灾害与环境研究所 

出 版 物：《遥感技术与应用》 (Remote Sensing Technology and Application)

年 卷 期：2016年第31卷第1期

页      面：42-50页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(41301385、41271433) 中国科学院战略性先导科技专项子课题(XDA05050105),中国科学院创新团队国际合作伙伴计划项目(KZZD-EW-TZ-06),中国科学院国际合作局对外合作重点项目(GJHZ201320) 

主　　题：山地 遥感 叶面积指数(LAI) 反演 

摘      要：叶面积指数(LAI)遥感估算是植被定量遥感研究的热点之一,监测植被LAI时空变化对于研究陆地生态系统碳循环及全球变化等具有非常重要的意义。在我国西南山区设置10个50km×50km的观测样区作为研究区,其中包括5个森林生态系统样区、3个农田生态系统样区和2个草地生态系统样区。分别获取不同优势植被类型LAI地面实测数据,结合同期获取的遥感数据,考虑地形因素影响,基于偏最小二乘原理分别构建各样区LAI遥感估算模型,并采用交叉验证的方式对模型精度进行评价。结果表明:考虑了海拔、坡度和坡向等地形因子的森林LAI遥感反演模型与未考虑地形变量的模型相比,其验证精度有所提高,R2由0.30~0.75提高至0.50~0.80,RMSE由0.52~0.93m2/m2降低至0.48~0.89m2/m2;所有样区优势植被类型LAI反演模型验证R2在0.40~0.80之间,RMSE在0.22~0.89m2/m2之间。发展的LAI遥感估算方法有助于认知山地植被LAI反演的地形效应问题,可为进一步的山地植被长势监测提供科学依据。