融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI.pdfVIP

第 33卷 ，第9期 光 谱 学 与 光 谱 分 析 Vo1．33，No．9，pp2398—2402 2013年 9月 SpectroscopyandSpectralAnalysis September，2013 融合可见光一近红外与短波红外特征的新型植被指数估算冬小麦 LAI 李鑫川1,2,3，鲍艳松。，徐新刚 弘，金秀良 。，张竞成 。，宋晓宇 。 1．北京农业信息技术研究中心，北京 100097 2．国家农业信息化工程技术研究中心，北京 100097 3．南京信息工程大学大气物理学院，江苏南京 210044 摘 要 考虑到短波红外特征与叶面积指数(LAI)有很好的关联，将短波红外特征的典型水分指数与基于 可见光一近红外特征的植被指数相融合，尝试构建新的植被指数估算作物 LAI。通过 PROSAIL辐射传输模 型分析新植被指数对LAI饱和响应的特征；利用2009年和2008年北京地区冬小麦实测光谱数据进行 LAI 估算建模与验证。结果表明：所选择的1O个典型可见光一近红外植被指数分别与5个水分植被指数相结合构 建的新指数，都能够有效提高与LAI的相关性 ，特别是在融合了含有短波红外特征的sLAIDI*指数后，新 指数显著提高了对LAI响应的饱和点，而对植被水分变化不敏感，LAI估算精度得到改善。研究表明：将短 波红外特征引人到可见光一近红外植被指数中，构建的新植被指数对冬小麦LAI估算具有明显的优势。 关键词 LAI；高光谱遥感；植被指数；短波红外；sLAIDI* 中图分类号：$127；TP79 文献标识码：A DOI：10．3964／j．issn．1000—0593(2013}09—2398—05 敏感的改进型三波段植被指数(MTVI2)[。]等。 引 言 通常这些植被指数主要由可见光 (400 l100nm)的特 征波段反射率计算生成。近年来一些研究表明，基于短波红 叶面积指数 (LAI)为单位地表面积中叶子表面积的一 外区(1100~2500rim)的特征波段构建的植被指数反演LAI 半l1]，它是地表植被生态系统中关键结构参数之一，广泛应 效果也较好 ”]。短波红外 (SWIR)是叶片水分吸收主导的 用于生态、气候、水文和作物生长等区域及全球模型中2【]。 波段，整个冠层等效水厚度是各层叶片等效厚度的累加，叶 当前遥感空间技术的广泛应用，特别是高光谱技术，具有光 片反射率与叶片含水量呈负相关，随着LAI的增加，冠层反 谱分辨率高、波段多且连续性强、信息丰富等特点，能够有 射率在降低。水分波段还受到其他如蛋 白质、氮、木质素、 效提升LAI估算效率l3。 纤维素、糖等生物化学成分的影响，与 LAI有间接的相关 常用的LAI反演方法主要包含植被指数法、辐射传输模 性l1。同时，与可见光和近红外相比，SWIR对背景的敏感 型反演法、查找表法、混合模型算法等。其中基于植被指数 度较小 1【。Thenkabail等[11]提出大多数传感器设置忽视了 与 LAI的关系模型，因植被指数具有一定的解释基础，计算 短波红外波段的重要，短波红外的敏感性波段能够获取更多 操作方便 ，在LAI遥感估算中应用较多。如被广泛应用的归 的信息。Gong等_1z_提出由SWlR构建的植被指数与LAI的 一 化植被指数 NDVI[4]可在地表植被参数 LAI遥感估算中加 相关性优于 由近红外和红波段构建植被指数的估算结果。 以应用，但一些研究表明，NDVI估算 LAI等植被参数效果 Brown等Ll将SWIR引入 RVI中，提出新的指数RSR能够 并不理想，在LAI=3左