内蒙古不同类型草地叶面积指数遥感估算

叶面积指数(Leaf Area Index,LAI)是重要的植被结构参数,反演LAI是植被遥感的重要研究内容之一。根据在内蒙古呼伦贝尔和锡林浩特草原利用LAI 2000观测的草地LAI,比较了不同植被指数(SR、RSR、EVI、NDVI、SAVI和ARVI)估算不同类型草地LAI的能力,建立了基于Landsat-5 TM遥感数据的LAI估算模型,并利用LAI观测数据对模型进行了检验,生成了研究区内草地LAI分布图,据此对MODIS LAI产品一致性进行了评价。结果表明,在呼伦贝尔和锡林浩特两个研究区,RSR与LAI的相关性最高(R2分别为0.628、0.728,RMSE分别为0.512、0.490),在低密度草地,RSR的优势更为明显;验证表明,根据RSR建立的LAI估算模型的精度可达70%;利用TM数据生成的两个地区的LAI(TM LAI)空间变化明显,锡林浩特草地的LAI值整体上低于呼伦贝尔草地;在呼伦贝尔和锡林浩特,MODIS LAI产品与TM LAI一致性分别为0.566,0.323,MODIS LAI产品高估了呼伦贝尔草地LAI值,而在锡林浩特研究区则存在低估现象。

帽儿山地区森林冠层叶面积指数的地面观测与遥感反演

叶面积指数(leaf area index,LAI)是陆地生态系统最重要的结构参数之一,遥感和基于冠层孔隙率模型的光学仪器观测是快速获取LAI的有效方法,但由于植被叶片的聚集效应,这些方法通常只能获取有效叶面积指数(effectiveLAI,LAIe).本文以东北林业大学帽儿山实验林场为研究区,利用LAI2000观测森林冠层LAIe,并结合TRAC观测的叶片聚集度系数估算了森林冠层LAI,并通过分析基于Landsat5-TM数据计算的不同植被指数与LAIe之间的关系,建立了该区森林LAI遥感估算模型.结果表明:研究区阔叶林的LAI和LAIe基本相当,而针叶林的LAI比LAIe大27%;减化比值植被指数(reduced simple ratio,RSR)与该区LAIe的相关性最好(R2=0.763,n=23),最适合该区LAI的遥感提取.当海拔<400 m时,LAI随海拔高度的上升而快速增大;当海拔在400～750 m时,LAI随海拔高度的上升缓慢增大;当海拔>750 m时,LAI呈下降趋势.研究区森林冠层LAI与森林地上生物量存在显著的正相关关系.