地表覆盖分类数据对区域森林叶面积指数反演的影响

被引：19

作者：

李显风 ^{[1
]}

居为民 ^{[1
]}

陈姝 ^{[1
]}

周艳莲 ^{[2
]}

机构：

[1] 南京大学国际地球系统科学研究所

[2] 不详

来源：

遥感学报 | 2010年 / 14卷 / 05期

关键词：

叶面积指数; 地表覆盖; 四尺模型; 反演精度;

D O I：

暂无

中图分类号：

S771.8 [森林遥感];

学科分类号：

1404 ;

摘要：

以江西省吉安市为研究区,将5种全球地表覆盖分类数据(包括美国地质调查局(USGS)、马里兰大学(UMD)和波士顿大学(BU)生成的3套数据和欧洲生成的2套数据)以及由TM影像生成的区域地表覆盖分类数据,分别与MODIS1km反射率资料结合,利用基于4尺度几何光学模型的LAI反演方法生成研究区的LAI。在1km和4km两种尺度上将反演的LAI与TM资料生成的LAI进行比较,评价地表覆盖分类数据对LAI反演结果的影响。结果表明,TM和欧洲太空局的GLOBCOVER地表覆盖分类数据用于反演LAI的结果较好,在1km尺度上,反演的LAI与统计模型估算的TMLAI相关的R2分别为0.44和0.40,在4km尺度上的R2分别为0.57和0.54;其次为波士顿大学的MODIS地表覆盖分类数据,据其反演的LAI与TMLAI相关的R2在1km和4km尺度上分别为0.38和0.51;而马里兰大学的UMD和欧洲的GLC2000地表覆盖分类数据会导致反演的LAI存在较大误差,据其反演的LAI与TMLAI之间的一致性较差,在1km和4km两种尺度上平均偏低20%左右;LAI的反演结果对聚集度系数具有强的敏感性。该研究表明,为了提高区域/全球LAI反演精度,需要有高质量的地表覆盖分类数据。

引用

页码：974 / 989

页数：16

共 5 条

[1] 叶面积指数(LAI)的遥感定量方法综述 [J].

方秀琴 ;

张万昌 .

国土资源遥感, 2003, (03) :58-62

[2] Assessment of a global leaf area index product from SPOT-4 VEGETATION data over selected sites in Canada [J].

Pisek, Jan ;

Chen, Jing M. ;

Deng, Feng .

CANADIAN JOURNAL OF REMOTE SENSING, 2007, 33 (04) :341-356

[3]

Global land cover mapping from MODIS: algorithms and early results[J] . M.A Friedl,D.K McIver,J.C.F Hodges,X.Y Zhang,D Muchoney,A.H Strahler,C.E Woodcock,S Gopal,A Schneider,A Cooper,A Baccini,F Gao,C Schaaf.Remote Sensing of Environment . 2002 (1)

[4]

A Shortwave Infrared Modification to the Simple Ratio for LAI Retrieval in Boreal Forests[J] . Leonard Brown,Jing M. Chen,Sylvain G. Leblanc,Josef Cihlar.Remote Sensing of Environment . 2000 (1)

[5] Retrieving leaf area index of boreal conifer forests using landsat TM images [J].

Chen, JM ;

Cihlar, J .

REMOTE SENSING OF ENVIRONMENT, 1996, 55 (02) :153-162

← 1 →