森林叶面积指数遥感反演和空间尺度转换研究.pdfVIP

森林叶面积指数遥感反演与空间尺度转换研究 田庆久金震宇 (南京大学国际地球系统科学研究所，南京210093) 摘要：以贵州省黎，严县为研究区，着熏研究森林叶面积指数(LAI)的ETM遥感信息反演和向l公 里空间尺度转换算法。通过LAI一2000的针ni琳和阔叶林等植被类型的LAI实地观测，建立实测LAI 与ETM影像归一化植被指数(NDVI)的相关关系并进行LAI遥感制图，并在陆地覆盖类型遥感分类 信息提取的綦础，}：，发展了针叶林、混交林和空旷地三种地表类型LAI的向上空间尺度转换算法， 以对洋H分辨MODIS遥感数据的LAI产品实现LAI算法的转换与校正，并通过示例应用显示了本研究 空问尺度转换算法的有效性。 关键词：遥感，叶面积指数，尺度转换，植被指数，子像元 1引言 遥感技术用在定龄不同的地表参数时与地理信息系统一起大大增强了不同的生态模型数据源的 可用性…，遥感提供了唯一的连续观测全球生态系统的途径。不同的遥感传感器以不同的空间分辨 率观测地球表面。在利片iI遥感数据获取地表参数的时候，算法从一个空间分辨率转到另一个空间分 辨率会带来很大的关注。地表的异质性导致了同一算法在不同空间尺度上的转移必将带来误差，空 间尺度转换算法在遥感应用于陆地生态系统时起着很大的重要。对于遥感图像的最小单位(像元) 来说，它一般包含着多种类型物体的混合，而遥感是一个获取感兴趣目标单个像元内信号平均的过 程，这个信号平均过程掩盖了子像元的变化，导致不同空间分辨率图像所计算的地表参数即使是利 用同一种算法仍然可能会产生巨大的著异。 对尺度效应与尺度转换中空间异质性的研究，目前主要有两种方法。第一种也即是一般采．|=}j的 方法是纹理参数化法，即定义不同的参数来描述不同尺度地表特征的空间异质性，测量实际影像的 空间结构，如空间自相关性指数比J、尺度方差(Scale 部方差法(半方差)等地统计学法，纹理分析法、分形几何法、小波分析法、神经网络法等来测度 实际影像的空间结构。而另一种则是基于图像的内容结构的方法，该方法描述了图像中特征的尺寸 和形状哺1。前者利用图像的纹理(方差和协方差)来定量描述地表的异质性H一1。而后一种方法则考 虑把粗分辨率图像每个像元中不同的覆盖类型作为子象元信息。Chen饰1对叶面积指数的计算研究表 明了内容结构参数(即子像元信息)比纹理参数更有效。 本文利用贵州省黎平县的ETM+图像(30米)森林LAI为研究对象，采用基于内容结构参数法(子 果，即利刚较高分辨率遥感像元(ETM+)的分类信息来发展LAI的空间尺度转换算法，可直接应用 =『．针对粗分辨率LAI数据如MODIS或VEGETATION图像的LAI产品实现转换并校正。 2研究区概况 本文选择的研究区位于中国西南部的贵州省黎平县，黎平县位于云贵高原向江南丘陵过渡的黔、 31 44’～260 37’～10907之间，一般海拔为 棒、湘三省交界处，地理位置在N250 31’，E1080 600—800米，全境处于属中Ⅱ热带季风湿润气候区。黎平是个山区县，地势起伏显著，属于一系列 不同形状、不同大小、不同高低的山脉集合而成的山地地貌。研究区主要由针叶林(主要包括杉术 和马尾松两种)，混交林组成。林业川地557万亩，f圩全县面积83．78％，其中针叶林面积最大loI‘林 业用地面积的43．36％。难利川地利非林地占总面积地16．22％。另外，研究区有些部分被阔叶林所 覆盖，河流与湖泊也-～了一小部分，零星散部于整个研究区域。 3遥感数据处理 研究采用的遥感数据是2000年5月14日Landsat-7ETM+传感器提供的图像，研究主要运用到 的波段为红色波段，近红外波段与短波红外波段，图像空间分辨率为30米x30米。从本次研究黎 平采J_{j的ETM+数据从影像上看和从头文件信息获取信息知：该影像成像质量很好，成像时没有云， 这样有利于地面控制点的选抒米实行儿何精校正。本文对研究所用的Landsat数据首先进行预处理， 包括火气校正与儿何精校正。 3．1几何精校正 在研究区利Hj 所选取的GCPs在图像上可以清晰显示出米，如河流的拐弯点，道路的交叉点等，并且使这些GCP在