首页 | 本学科首页   官方微博 | 高级检索  
     

用多辐射校正水平遥感数据提取植被叶面积指数的精度分析
引用本文:顾祝军,刘咏梅,陆俊英. 用多辐射校正水平遥感数据提取植被叶面积指数的精度分析[J]. 土壤学报, 2010, 47(6): 1067-1074
作者姓名:顾祝军  刘咏梅  陆俊英
作者单位:1. 南京晓庄学院生物化工环境工程学院,南京211171;土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所),南京210008
2. 南京晓庄学院生物化工环境工程学院,南京,211171
基金项目:国家自然科学基金项目(面上项目,重点项目,重大项目)
摘    要:选用南京市SPOT5 HRG图像的地物反射率(PAC)、表观反射率(TOA)、星上辐射率(SR)和灰度值(DN)影像,提取了2种植被指数(VI),即归一化植被指数(NDVI)和比值植被指数(RVI),与地面实测的植被叶面积指数(LAI)进行了相关分析,并建立了157个LAI-VI关系模型。结果显示:LAI与VI呈显著的正相关关系(r=0.303~0.927,p0.01),对应不同植被的优选模型自变量包括了3个辐射校正水平的2种植被指数,可见基于不同辐射校正水平的植被指数在LAI遥感反演中具有一定的应用潜力。这些优选模型为:阔叶林:LAI=-3.345+5.378RVISR+7.329NDVISR(R2=0.818,RMSE=0.527),针阔混交林:LAI=1.696+17.076NDVIDN+137.684(NDVIDN)2-288.240(NDVIDN)3(R2=0.919,RMSE=0.440),灌木:LAI=-0.065+19.112NDVISR-113.820(NDVISR)2+184.207(NDVISR)3(R2=0.900,RMSE=0.448),草地:LAI=-5.905+6.446RVISR+9.477NDVISR(R2=0.944,RMSE=0.378),植被总体:LAI=-1.615+7.199NDVIDN+2.640NDVISR+2.105RVIPAC(R2=0.801,RMSE=0.668)。研究表明,基于不同植被类型、不同辐射校正水平影像的LAI遥感估算有利于充分挖掘遥感影像信息,进而提高LAI估算的精度。

关 键 词:辐射校正  植被指数  叶面积指数LAI  模型
收稿时间:2009-03-18
修稿时间:2009-10-19

Accuracy analysis of vegetation leaf area index (LAI) derivation from remote sensing data at different radiometric correction levels
gu zhujun. Accuracy analysis of vegetation leaf area index (LAI) derivation from remote sensing data at different radiometric correction levels[J]. Acta Pedologica Sinica, 2010, 47(6): 1067-1074
Authors:gu zhujun
Affiliation:1School of Geography Science, Nanjing Xiaozhuang University 2 State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences,NanJing XiaoZhao University
Abstract:
Keywords:radiometric correction   vegetation index   leaf area index(LAI)   model
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《土壤学报》浏览原始摘要信息
点击此处可从《土壤学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号