基于植被指数比较的湿地区域LAI遥感估算研究

以Worldview-2遥感影像作为数据源,对东洞庭湖湿地核心区域进行了LAI估算研究。首先对典型的植被指数与叶面积指数(VI-LAI)的相关性进行了分析;然后选择了7个与LAI之间存在显著相关性的植被指数(NDVI、RVI、DVI、SAVI、MSAVI、EVI、RDVI)作为VI-LAI的模型因子,采用多回归模型与LAI实测数据进行拟合分析,筛选出这回归模型的最优因子;然后利用实测数据作为检验样本,最终确立了以NDVI为模型变量的指数模型是用于LAI估测的最优模型,精度达到了74.34%。结果表明:本研究采用的多植被指数比较建立的湿地植被VI-LAI反演模型,是可以比较准确获取湿地区域叶面积指数特征的方法。

基于HJ-CCD影像数据的新疆喀纳斯自然保护区植被叶面积指数估算

以新疆喀纳斯自然保护区为研究区,评价了HJ-CCD影像数据估算植被叶面积指数(LAI)的能力及其对大气订正方法的敏感性.分别利用6S和FLAASH两种大气订正模型对HJ1B-CCD2影像进行大气订正,比较了大气订正前后不同植被(针叶林、阔叶林、针阔混交林和草地)反射率及5种植被指数(NDVI、SR、SAVI、MSR、ARVI)的变化,进而建立了4种植被类型LAI的遥感估算模型,分析了LAI的空间分布格局.结果表明:大气订正后可见光波段的反射率降低,6S模型订正后近红外波段的反射率上升,而FLAASH模型订正后近红外波段的反射率下降.大气订正后NDVI、SR、SAVI(除针叶林)和MSR上升,6S模型订正后所有植被类型的ARVI下降,FLAASH模型订正后针叶林和阔叶林的ARVI上升,而针阔混交林和草地的ARVI下降.大气订正提高了植被指数与LAI之间的相关性,对于针叶林、阔叶林、针阔混交林而言,利用6S模型订正后的反射率建立的模型优于FLAASH模型订正后的反射率建立的模型,而草地却相反.经过大气订正,HJ-CCD影像数据可应用于研究区植被LAI的估算.研究区LAI的高值集中在湖泊和河流附近,低值分布在海拔较高处.山地森林草原带、亚高山森林带、高山灌丛草甸带、高山冻原、高山冰川带植被LAI的平均值分别为2.6、3.9、2.5、1.7和1.0.