基于GF-1和Landsat-8康保县叶面积指数遥感反演研究.PDFVIP

第38 卷 第1 期 中南林业科技大学学报 Vol. 38 No. 1 2018 年 1 月 Journal of Central South University of Forestry Technology Jan. 2018 Doi:10.14067/ki.1673-923x.2018.01.008 http: // 基于GF-1与Landsat-8的康保县叶面积 指数遥感反演研究 1 1 1，2 1 1 1 徐晓雨 ，孙 华 ，王广兴 ，林 辉 ，任蓝翔 ，崔云蕾 （1. 林业遥感大数据与生态安全湖南省重点实验室，湖南 长沙 410004 ；2. Department of Geography ， Southern Illinois University at Carbon dale，IL 62901 USA ） 摘 要：以GF-1 和 Landsat8 遥感影像为数据源，采用逐步回归、非线性 Logistic 回归和基于空间位置的地理 加权回归 3 种方法，结合 134 个野外样地调查数据，在河北省康保县开展叶面积指数反演研究，并对结果进 行精度检验。结果表明：（1）在荒漠化地区，GF-1 和 Landsat-8 遥感影像提取的植被指数因子与 LAI 均有较 高的相关性。运用主成分分析方法对植被指数因子进行处理，可以有效消除各影响因子间的共线性。（2 ）基 于 GF-1 和 Landsat-8 影像分别建立的 3 种模型，均以地理加权回归决定系数最大，均方根误差最小，反演精 度最高。（3 ）国产GF-1 数据反演 LAI 效果优于 Landsat-8 ，可以代替Landsat-8 数据进行叶面积指数的估测。 关键词：叶面积指数；逐步回归分析；Logistic 回归分析；地理加权回归分析；主成分分析；GF-1 ；Landsat-8 中图分类号：S771.8 文献标志码：A 文章编号：1673-923X(2018)01-0043-06 Modeling LAI of Kangbao county using GF-1 and Landsat-8 image XU Xiaoyu1, SUN Hua1, WANG Guangxing1,2, LIN Hui1, REN Lanxiang1, CUI Yunlei1 (1.Key Laboratory of Forestry Remote Sensing Based Big Data Ecological Security for Hunan Province, Changsha 410004, Hunan, China; 2. Department of Geography, Southern Illinois University at Carbon dale, IL 62901 USA) Abstract: Leaf area index (LAI) is an important indicator of forest structural parameter. In this study, a novel method that combined PCA with a linear stepwise regression, a logistic-model and GWR regression was developed to derive an integrated regression model