基于高光谱数据的华南地区亚热带树木叶面积指数模型的构建

摘要

叶片陆面过程中生理生化参数之一的结构参数叶面积指数LAI（Leaf area index），可为植冠表面最初能量交换描述提供结构化定量信息。LAI指单位地表面积上的叶片表面积总和的一半，是作物生长模型、净初级生产力模型、水循环模型等的重要陆地特征参量，它对作物的降水截获、光合和呼吸等生物物理过程起着决定性作用，而且还能实时提供作物的生长信息，同时也是参与决策支持系统估算作物的生长模型的很关键输入参数，因此各国学者都很重视对L AI的研究。近半个世纪以来，定量遥感领域的热点之一就是对LAI的反演研究。相比较传统破坏性采样来获取植被LAI的方法，高光谱遥感凭借其波段连续性强、光谱信息量大的优势为LAI精确反演提供了机遇。国内外许多学者主要都是利用光谱植被指数方法针对农作物高光谱和 LAI 之间的关系进行了大量深入的研究，但是国内针对森林树种的研究仍处于起步阶段，极少有研究结合某一类型的树种展开研究。所以，本文基于这一问题进行深入的探讨与研究。　　本研究以华南农业大学校园内亚热带树木为对象，借助高光谱遥感监测技术的理论与方法，通过实测得到的树木叶片光谱反射率和叶片L AI的数据，利用植被指数反演LA I的经验模型回归统计方法，分析了校区内树木叶片光谱反射率、叶片L AI的变化规律，以及L AI与叶片光谱反射率间的量化关系，对叶片LA I构建基于高光谱特征参数和红边参数的估算模型，完成树木生物理化参量的高光谱遥感反演监测，进而实现华南地区亚热带植被生长相关信息采集的及时、快速、无损、精准等关键技术。本研究的主要结论如下：　　（1）6种高光谱特征变量与树种叶片的叶面积指数之间都具有极显著相关性，其中红边位置反射率（FREP）和比值植被指数RVI的拟合方程R2都达到了0.8以上，相关系数分别为0.820、0.811，估算模型分别为 y=6.108e-2.503x，y=0.115x+3.289。　　（2）在LAI的线性回归模型中，RVI与LAI的拟合程度最高，达到了极显著水平；在L AI的非线性回归模型中，F R EP与LAI的拟合程度最高，也达到了极显著水平。对比两种回归模型可以从某种程度上说明树种叶片高光谱植被指数与叶片 L AI之间并不仅仅是单一的线性关系。经过精度验证，FREP估算的均方根误差（RMSE）只有0.13，该回归模型为估测亚热带典型树种的叶片LAI最佳模型。

目录

第一个书签之前