东北主要绿化树种叶面积指数(LAI)高光谱估算模型研^究

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：汤旭光；刘殿伟；宋开山；张柏；姜广甲；杨飞；徐京萍
• 单位1：中国科学院东北地理与农业生态研究所
• 单位2：中国科学院研究生院
• 出生年：1986
• 学历：硕士研究生
• 语种：中文
• 作者关键词：高光谱遥感；LAI；植被指数；神经网络；小波分^析
• 起始页：334
• 总页数：8
• 经费资助：中国科学院知识创新工程重点项目（KZCX2-YW-QN305）；中国科学院“东北之春”人才计划专项资助^。
• 刊名：遥感技术与应用
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1983
• 主管单位：中国科学院
• 主办单位：中国科学院遥感联合中心；中国科学院资源环境科学信息中心
• 主编：吴季
• 电子信箱：rsta@lzb.ac.cn
• 卷：25
• 期：3
• 期刊索取号：P625.06815
• 核心期刊：中国科技核心期刊；中文核心期刊要目总览

摘要

以东北主要绿化树种为研究对象，分别在长春市南湖公园和长春公园获取了共240组树冠高光谱反射率及相应的LAI数据。对数据进行相关分析，以确定反演LAI的敏感波段，而后分别运用6种植被指数、神经网络以及小波分析等3种方法进行估算。研究结果表明，3种方法估算树冠LAI都取得了较好的效果：①与RVI、NDVI相比，由DVI、RDVI、MSAVI、TVI等植被指数建立的估算模型可以提高LAI的估算精度；②神经网络在拟合光谱反射率与树冠LAI关系时明显优于植被指数法（R²达0.850）；③小波能量系数与LAI相关性较好，单变量回归分析R²可达0.683，部分小波能量系数估算LAI的精度优于植被指数法，并且验证R²也较高，说明其稳定性较好，多元变量回归分析能够实现各小波能量系数间的优势互补，R²可达0.794。