基于不同树种的LAI遥感估测研究

基于哑变量模型探究树种差异性对LAI反演模型精度的影响,为建立更精确的LAI反演模型提供一定参考。以塞罕坝机械林场中的落叶松、樟子松、白桦及云杉为研究对象,基于178块样地(白桦40个,落叶松56个,樟子松48个,云杉34个)的LAI实地调查数据及2019年8月8日的哨兵2号遥感影像,利用全子集回归模型进行全局择优,在19个变量因子中选取适宜的变量因子,构建相关的线性模型以及哑变量模型。结果表明,引入树种作为哑变量后,模型的R~2提高了0. 03,RMSE减少了0. 05,AIC减少了7. 23。树种差异性对LAI的反演存在显著影响,综合考虑树种的哑变量模型拟合精度更高,为建立更高精度的LAI反演模型提供借鉴。