基于光谱指数的植被含水率遥感反演模型研究--以岷江上游毛尔盖地区为例.docVIP

 基于光谱指数的植被含水率遥感反演模型 研究——以岷江上游毛尔盖地区为例# 潘佩芬，杨武年，简季，戴晓爱** 5 10 15 20 25 30 35 40 （成都理工大学，地质灾害防治与地质环境保护国家重点实验室/国土资源信息技术重点实 验室，成都 610059） 摘要：利用研究区植被样本实测含水率和实测光谱数据，基于植被光谱指数法，建立植被含 水率与植被光谱指数之间的数学模型，同时利用该模型对研究区的遥感数据分析，反演植被 含水率。结果证明：简单比值光谱指数与植被含水率有较好的相关性，线性模型更适合该研 究区的植被含水率反演。1999,2007 两年的植被含水率反演结果显示：8 年间植被含水率提 高，含水率高的面积增大。 关键词：遥感；光谱指数；植被含水率；反演模型；毛尔盖 中图分类号：Q149 Remotely Sensing Retrieval Model of Vegetation Moisture Content Based on Spectral Index: A Case Study in Maoergai of Minjiang River’ Upstream PAN Peifen, YANG Wunian, JI Ji, DAI Xiaoai (Chengdu University of Technology, State Key Laboratory of Geohazard Prevention and Geoenvironment Protection/Key Laboratory of Land and Resources Information Technology, ChengDu 610059) Abstract: Due to the vegetation spectral index method, used the study areas measured vegetation moisture content and measured vegetation spectrum of samples, the mathematical model of vegetation moisture content and vegetation spectral index was built, meanwhile vegetation moisture content was inverse by the model and study area remotely sensing data. Results show that: the simple ratio spectral index was better to relate to vegetation moisture content, and the linear model was more suited for retrieving vegetation moisture content. The vegetation moisture content retrieval results about 1999 and 2007 show that: the vegetation moisture content raised during the 8 years, and the area of raised vegetation moisture content increased. Keywords: remote sense; spectral index; vegetation moisture content; retrieval model; Maoergai 0 引言 植被光谱指数是指由多光谱数据或者高光谱数据，通过线性或非线性等组合构成对植被 信息提取有一定意义的各种计算数值。与单波段数据相比，它能更好表达植被某种特征，减 少植被信息提取过程中的不确定性，增加了植被信息特征提取的精确性[1]，所以，选择合适 的植被指数是研究植被覆盖，植被生物量等的有效手段和关键。 植被水分反映了植被的生长状况，植被含水率的大小对森林、旱灾等生态环境监测具有 重要的意义。高光谱遥感是植被水分监测的有效方法，通过实地测定高光谱数据进行植被含 水率大小的分析与反演，为大面积监测植被含水率的解决提供有效的途径[2-4]。植被含水量 作为生态水的信息指标参数之一，能够精确的反演研究区的植被含水量为生态水的研究提供 基金项目：国家自然科学基金资助项目（批准号；2010 年度高等学校博士学科点专项科研基 金 (课题批准号：2010512211 0006） 作者简介：潘佩芬，(1986-)，女，在读博士，主要研究方向