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。本文以北京地区青云店、魏善庄和高丽营为研究区,采用MODIS和ASTER两类不同空间分辨率遥感数据,探讨PROSAIL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。
第29卷,第10期 光谱学与光谱分析2009年10月 SpectroscopyandSpectralAnalysisVol129,No110,pp272522729
October,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13,孙丹峰2,周连第1
11北京市农林科学院农业综合发展研究所,北京 10009721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MODIS和ASTER两类不同空间分辨率遥感数据,探讨PROSAIL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LAI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LAI进行尺度扩展并与基于大尺度遥感数据的LAI物理反演结果相对比,相差不大,说明LAI。关键词 叶面积指数;遥感反演;MODIS;ASTER;;中图分类号:TP72214,S127 ::j(2009)1022725205
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。
MODIS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ASTER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MODIS和ASTER两类不同空间分辨率遥感数据,探讨PROSAIL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。
引 言
植被叶面积指数(leafareaindex,LAI),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[124]。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LAI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LAI仅靠地面实测是行不通的,卫星遥感的应用为大区域研究LAI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 收稿日期:2008210216,修订日期:2009201220
1 研究方法
111 研究区
北京市冬小麦的种植情况从分布区县来看,仍主要集中
在传统粮食主产区,即通州、大兴、顺义、房山,这四个区的冬小麦播种面积占到全市冬小麦播种面积的80%以上。从冬小麦品质来看,硬粒小麦播种面积占冬小麦播种面积的比例最大,种植区主要分布在:通州、大兴、顺义和房山。其次,参考两景ASTER遥感影像数据覆盖的区域范围。最终,研究区选在大兴区青云店镇、魏善庄镇,顺义区高丽营镇。112 遥感影像及其处理
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(2006BAD10A06203,2006BAB15B05)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 e2mail:edelweiss2bloom@1631com
3通讯联系人 e2mail:lihsdf@sina1com
冬小麦叶面积指数(LAI)的遥感反演——经验模型和物理模型方法 李淑敏 2010/12/...第三部分.研究实例硕士论文——―基于MODIS/ASTER的区域冬小麦叶面积指数PROSAIL...
不同叶面积指数反演方法... 8页 免费 PROSAIL冠层光谱模型遥感... 5页 1...因此,可充分利 用遥感光谱信息,有效提取区域时空连续植被关键生理生化参数 ( 如...
植被叶面积指数遥感监测... 6页 免费 PROSAIL冠层光谱模型遥感... 5页 1...谱多角度遥感数据综合反演 叶面 积指数方法研究 姚延 娟 , ‘“ , , 阎广...
基于PROSAIL辐射传输模型的毛竹林叶面积指数遥感反演_林学_农林牧渔_专业资料。... 会降 范围区域, 〔33 〕, 低计算机的运行速度 这有待进一步研究和提 高; ...
基于CASI高光谱遥感数据的森林叶面积指数反演_专业资料。高光谱遥感技术能够快捷...从众多的统计模型中根据相关系数,筛选出由CASI反演LAI的最佳植被指数和回归模型...
以PROSPECT+SAIL模型为基础,从物理机理角度反演植被叶面积指数(LAI)。首先,通过FLAASH模型进行大气校正,使得图像像元值表达植被冠层反射率;然后,根据LOPEX93数据库和...
2010 基于 SA IL 模型的多角度多光谱遥感叶面积指数反演刘照言 1, 2 ① , ... PROSAIL冠层光谱模型遥感... 5页 1下载券 不同叶面积指数反演方法... 8页...
多光谱多角度遥感数据综... 6页 免费 PROSAIL冠层光谱模型遥感... 5页 1...· 多源多角度遥感数据反演森林叶面积指数方法杨贵军1*, 黄文江1, 王纪华1, ...
叶面积指数遥感反演 68页 20财富值 PROSAIL冠层光谱模型遥感反... 5页 1...筛 选最 佳指 数 目标 区域 提取 具有较高 的精 度 ,其CR- 083MS C为...
高光谱遥感叶面积指数_LAI_反演研究现状_农学_农林牧渔_专业资料。第 35卷... PROSAIL冠层光谱模型遥感... 5页 1下载券喜欢此文档的还喜欢...
热门文档