PROSAIL冠层光谱模型遥感反演区域叶面积指数_李淑敏.doc

PROSAIL冠层光谱模型遥感反演区域叶面积指数_李淑敏.doc

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 29卷 , 第 10期               光 谱 学 与 光 谱 分 析 Vol . 29, No . 10, pp2725-2729 2009年 10月               Spectro sco py and Spectr al Analy sis O cto be r , 2009  PROSAIL 冠层光谱模型遥感反演区域叶面积指数 李淑敏 1, 李   红 1*, 孙丹峰 2, 周连第 1 1. 北京市农林科学院农业综合发展研究所 , 北京   1000972. 中国农业大学资源与环境学院 , 北京   100193 摘   要   大面积区域作物叶面积指数遥感反演 , 对指 导作物 管理具 有非常重 要的意 义 , 验证和 发展基 于物 理叶面积指数遥感反演可避免基于经 验模型 的缺点 。 以北 京地区 青云店 、 魏善 庄和高 丽营为 研究 区 , 采 用 M ODIS 和 AS T ER 两类不同空间分辨率遥感数据 , 探讨 PRO SAI L 物理模 型反演 冬小麦 叶面积 指数的 可行 性 , 尤其在不同空间分辨率遥感数据上的稳定性 , 并与经验模型进行了对比分析 。 与经验模型相 比 , 物 理模 型模拟 L AI 值更具真实性 ; 用线性 组分加权的方法 , 对小尺度物理模 型反演 LA I 进行尺度 扩展并与基 于大 尺度遥感数据的 L A I 物理反演结果相对比 , 相差不大 , 说明 LA I 物理反演方法在空间 尺度上的稳定性 。 关键词   叶面积指数 ; 遥感反演 ; M O DIS ; A ST ER ; 尺度转换 ; 冬小麦 中图分类号 :T P722. 4, S127   文献标识码 :A    D OI :10. 3964/j . issn . 1000-0593(2009 10-2725-05   收稿日期 :2008-10-16, 修订日期 :2009-01-20   基金项目 :国家 “ 十五 ” 科技攻关计划项目 (2004BA617B04 和国家 ” 十一五 ” 科技支撑项目 (2006BAD10A06-03, 2006BAB15B05 资助   作者简介 :李淑敏 , 1983年生 , 北京市农林科学院农业综合发展研究所研究实习员    e -mail :edelweis s -bloom @163. com *通讯联系人    mail :lihsdf @引   言    植被叶面积指数 (leaf area index , L AI , 作 为陆地 生态 系统的一个十分重要的植被特征参量 , 能 够对植被 冠层结构 给出直接的量化指标 。 叶面 积指 数控制 着植 被的许 多生 物 、 物理过程 , 与许多生态过 程直接 相关 [1-4]。 自 1947年 提出以 来 , 叶面积指数已成 为一个 重要 的植物 学参 数和评 价指 标 , 并在农业 、 果树业 、 林业以 及生物 学 、 生 态学等 领域得 到广 泛应用 [3]。 传统 L AI 测量方法为地 面实测 , 该方 法有一 定破坏 性 , 费时费力 , 而且大区域研 究 LA I 仅靠地 面实测是 行不通 的 , 卫星遥感的应用为大区域研究 L AI 提供了唯一途径 [5]。 由于 遥感数据具有覆盖范围广 、 时间 与空间 分辨率高 等优点 , 所 以通过遥感反演结合地面实测提取一些重要的生物物理参数 有十分重要的意义 [1, 6]。 遥感反 演叶面 积指数 的方法 大致分 为两类 , 即经验模型方法和物理 模型方 法 。 经 验模型 方法简 单灵活 、 应用广泛 , 但是由于函数关系是经验型的 , 随 地域 、 植被类型 、 生长季等的变化而变化等因素 使得将其 用于遥感 像元尺度反演时会带 来很 大误差 [2, 7, 8] , 尤 其当 遥感数 据分 辨率过粗 , 无法简单与地面样点 相匹配 。 物理 模型方 法则具 有相当强的物理基础 , 不过分依赖于植被 的具体类 型或背景 环境的变化 , 因而更具普适性 , 这种模 型更适 用于均 匀的植 被 (如农作物 。 随着遥 感技术 的发 展和 各类参 数库 的建立 , 基于物理模型的反演方 法越来越具有吸引力 。 M O DIS 遥感数据时间分辨率高 , 时效性强 , 具有高的动 态性 , 能够反映作物生长发育的动 态特征 , 但空 间分辨 率较 低 , 而 A ST ER 遥感数据空间分辨率 高 , 15m 的空间尺 度与 地面实测尺度更易 比较和 结合 , 但时间 分辨率 低 。 因此 , 本 文以北京地区青云店 、 魏善庄和高 丽营为 研究区 , 在县 域尺 度作物类型 、 种植模式分类基础上 , 采用 M O DIS 和 A

文档评论(0)

44488569 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5101121231000003

1亿VIP精品文档

相关文档