水平和垂直尺度乔、灌、草覆盖度遥感提取研究进展

植被覆盖及其变化是区域生态系统环境变化的重要指示,而植被覆盖度是植物群落覆盖地表状况的一个综合量化指标,是生态模型、碳循环、水循环模型等的重要特征参量。传统的植被覆盖度是指一定尺度下所有植被(乔、灌、草)覆盖的综合反映值,当考虑植被垂直方向的异质性,垂直尺度的乔、灌、草覆盖度提取为定量化准确衡量生态环境、全球气候变化等领域提供更具有生态意义的植被参量。目前,遥感大面积估算水平尺度乔、灌、草覆盖度已有比较成熟和可靠的算法,主要方法有:植被指数法、回归分析法、分类决策树法、神经网络法、像元分解模型法、物理模型反演法等,其估算精度基本能达到应用要求。植被垂直方向的异质性给垂直尺度乔、灌、草覆盖度遥感提取带来较大挑战,垂直尺度上的乔、灌、草覆盖度遥感提取的研究在欧美等国已经有了一定规模的开展,在国内则处于起步阶段。遥感提取垂直尺度乔、灌、草覆盖度的主要手段有:激光雷达(LI-DAR)、多角度遥感以及两层结构冠层反射模型反演。综述了水平尺度和垂直尺度上乔、灌、草覆盖度遥感提取的最新进展,比较和分析主要的遥感提取方法、模型和现存的一些问题,并对未来的研究发展趋势进行了展望。