基于环境卫星数据的森林叶面积指数遥感反演与验证——以大兴安岭加格达奇林区为例

《基于环境卫星数据的森林叶面积指数遥感反演与验证——以大兴安岭加格达奇林区为例》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于环境卫星数据的森林叶面积指数遥感反演与验证——以大兴安岭加格达奇林区为例doi：10.13360/j.issn.1000-8101.2015.04.031中图分类号：TP79刘振波1，张丽丽1，葛云健1，顾祝军2（1.南京信息工程大学气象灾害省部共建教育部重点实验室，南京信息工程大学地理与遥感学院，南京210044；2.南京晓庄学院生物化工与环境工程学院）摘要：以中国东北大兴安岭加格达奇林区为研究区，基于环境（HJ）卫星遥感数据提取森林植被指数，结合实测样点叶面积指数（leafareaindex，LAI）数据构建研究区LAI遥感反演模型，获取研究区森林LAI。在此基础上

2、，利用研究区LAI影像对LAI遥感产品GLOBCARBONLAI和MODISLAI数据进行精度验证。研究结果表明：研究区LAI遥感反演模型中，基于比值植被指数（SR）的线性回归模型精度最高，模型R2为0.606（RMSE=0.2516），相对误差19.89%；在研究区，GLOBCARBONLAI数据均值高于反演值，而MODISLAI均值则相对较低，两者相对误差分别为12.2%和11.8%；通过对不同LAI值域的对比分析发现，研究区两种遥感LAI产品的最大误差均在LAI的低值区。.jyqkappedusingLAIretrievedmodelbasedonremotesens

3、ingforestvegetationindexesfromHJsatellitedataandsituLAImeasurementsdatainJiagedaqiDistract，northeasternChina.GLOBCARBONLAIandMODISLAIproductsdataHJsatellite.ResultsshoodelbasedSimpleRatio（SR）easurementLAIdata.Instudyarea，theaveragevalueofGLOBCARBONLAIproductatedby12.2%andtheaveragevalueofM

4、ODISLAIproductatedby11.8%.Furthermore，theerrorsinloationScienceandTechnology，Nanjing210044，China收稿日期：2015-01-15修回日期：2015-04-15基金项目：江苏省基础研究计划（自然科学基金）项目（BK20130992，BK20131078）；江苏高校优势学科建设工程资助项目（PAPD）。简介：刘振波（1978-），男，副教授，主要研究方向为资源环境遥感。E?mail：[email protected]叶面积指数（leafareaindex，LAI）定义为单位地

5、表面积上绿叶总面积的一半［1］，作为表征植被结构的重要因子，LAI已成为陆面过程、水文和生态等模型的重要输入参数之一［2］。近年来，通过卫星观测数据生产全球及区域LAI产品已成为LAI主要获取手段，如基于AVHRR、VEGETATION、MODIS、MISR等传感器数据的全球LAI产品已广泛应用于全球变化研究中［3-4］。不同遥感数据源及反演算法的差异导致各遥感LAI产品精度不同，因此在应用遥感LAI产品时，对LAI产品的精度评价显得尤为重要。针对遥感LAI产品精度评价，国内外学者在不同区域已有较多研究，结论不尽相同［5-6］。Pisek等［7］针对北美地区MODISLAI

6、产品进行了验证研究，结果表明MODIS/LAI产品相对绝对误差中值变化范围为34%～88%，且当LAI处于高值区时，产品值的波动较大。Cohen等［8］验证了北美4种不同植被覆盖区域（农田、草原、针叶林、混交林）的MODISLAI旧版算法（Collection3）与新版算法（Collection4），发现新版算法在农田和草原植被区域精度有较大改善，但在森林区域仍存在高估现象［8］。Abuelgasim等［9］验证了MODISLAI、SPOT4/VGTLAI与POLDER-1LAI3种产品在加拿大森林区域精度，结果显示VGTLAI产品与实测结果更为接近，另两种LAI产品精度较

7、低。Fang等［10-11］对MODISLAI（C4、C5）与CYCLOPESV3.1LAI产品精度进行了综合分析，研究结果显示LAI的精度为±1.0，不能满足全球气候观测系统GCOS的应用需求（±0.5以内）。孙晨曦等［12］、王圆圆等［13］基于实测LAI数据分别对锡林浩特草原地区GLASSLAI、MODISLAI进行了精度验证，结果显示两种LAI产品均存在一定程度的高估，GLASSLAI数据在研究区的精度与一致性要优于MODISLAI。综合已有研究可以发现，由于遥感数据源及反演算法的差异以及不同研究区地表植被