基于环境星CCD数据的冬小麦叶面积指数遥感监测模型研究

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：陈雪洋；蒙继华；杜鑫；张飞飞；张淼；吴炳方
• 单位1：中南大学信息物理工程学院
• 单位2：中国科学院遥感应用研究所
• 出生年：1982
• 学历：硕士研究生
• 语种：中文
• 作者关键词：环境星；冬小麦；叶面积指数（LAI）；植被指数；模型
• 起始页：55
• 总页数：5
• 经费资助：HJ-1卫星数据应用研究专题“HJ-1叶面积指数及光合有效辐射系数标准产品研究”（编号：2009A01A1000）、“植被指数标准产品”（编号：2009A01A0900）；中国科学院知识创新工程重大项目（编号：KSCX-YW-09-01）。
• 刊名：材料导报
• 是否内版：否
• 刊频：半月刊
• 创刊时间：1987
• 主管单位：重庆西南信息有限公司（原科技部西南信息中心）
• 主办单位：重庆西南信息有限公司
• 主编：张明
• 地址：重庆市渝北区洪湖西路18号
• 邮编：401121
• 电子信箱：mat-rev@163.com；matreved@163.com；maeditor@gmail.com
• 网址：http://www.mat-rev.com
• 卷：24
• 期：15
• 期刊索取号：P822.06 432
• 数据库收录：中文核心期刊；中国科学引文数据库来源期刊；中国科技论文统计源期刊
• 核心期刊：中文核心期刊

摘要

以山东禹城为研究区，利用我国自主研发的环境星数据，计算了4种植被指数，即归一化植被指数（NDVI）、比值植被指数（RVI）、土壤调节植被指数（SAVI）及增强型植被指数（EVI）；结合同步观测数据，将植被指数与实测叶面积指数（LAI）进行回归分析，比较各种植被指数模型对冬小麦LAI的估测精度。结果表明，4种植被指数与LAI均具有较高的相关性，其中，比值植被指数（RVI）对LAI反演精度最高，即LAI=2.967 ln RVI-1.201是估算冬小麦LAI的最优模型。使用2009年5月冬小麦LAI观测数据对模型进行验证，平均相对误差为19%。