基于TSAVI的OLI模拟数据翅碱蓬生物量反演研究

翅碱蓬是辽东湾北部滨海湿地一种典型的植被,其生物量的评估对了解滨海湿地生态系统生产力,生态系统机构和功能的形成具有十分重要的作用。而翅碱蓬覆盖度不均一,特别是自然状态下的覆盖度较低,土壤背景影响严重。将基于模拟Landsat 8 OLI数据的转换型土壤调整指数（transformed soil adjusted vegetation index,TSAVI）作为自变量,与地面实测生物量进行回归分析,构建了翅碱蓬群落生物量反演模型。结果表明：TSAVI（红光600~687nm,近红外820~880nm）与生物量的相关性显著,相关系数在0.9左右,最高相关系数可达0.92;线性、二次多项式优于对数、指数和幂模型,模型拟合优度r2都为0.83,再结合模型的F值和运算效率,认为线性模型是反演成熟翅碱蓬生物量的最优模型。最后,实现了研究区域Landsat 8 OLI卫星遥感数据翅碱蓬群落生物量反演及模型验证,估算值和实测值的相关系数r为0.962,平均相对误差为0.106,翅碱蓬覆盖度越大,相对误差越低,覆盖度低的翅碱蓬生物量反演的相对误差在0.18左右,表明所建立的线性反演模型在高、低覆盖度时均具有良好的反演精度;此外,还人为地将模型中土壤线系数a和b引入±5%扰动,扰动后的反演结果平均相对误差比较稳定,相关系数有所降低,但都在0.9以上,表明所建立反演模型具有较好的稳定性。

玉米叶面积指数与高光谱植被指数关系研究

探讨以不同的植被指数建立的高光谱模型对玉米叶面积指数LAI的反演精度。实测不同水肥耦合作用下,玉米冠层的高光谱反射率与叶面积指数（Leaf Area Index）数据,采用高光谱红光波段（631～760 nm）与近红外波段（760～1 074 nm）逐波段构建NDVI、RVI、DVI、TSAVI、PVI植被指数,分别找出与LAI具有最佳相关性波段组合的植被指数,建立玉米LAI估算模型。结果显示,与LAI具有最佳相关性的波段组合分别是NDVI（R760,R990）、RVI（R760,R1001）、DVI（R677,R1070）、TSAVI（R760,R975）、PVI（R658,R966）,它们反演玉米LAI的确定性系数分别：R^2〉0.72、R^2〉0.74、R^2=0.95、R^2〉0.79、R^2〉0.95。结果表明,在玉米的整个生长季的47个样本中,通过PVI和DVI方式建立的遥感估算模型能够较为准确地估算玉米LAI,TSAVI次之,NDVI、RVI稍差。