基于环境星CCD数据的环境植被指数及叶面积指数反演研究.pdfVIP

第31卷，第10期 光谱学与光谱分析 201 and 1年l0月 SpectralAnalysis Spectroscopy 基于环境星CCD数据的环境植被指数及叶面积指数反演研究 张 瀛1’2’3，孟庆岩1’弘，武佳丽4，赵峰5 1．遥感科学国家重点实验室，中国科学院遥感应用研究所，北京师范大学，北京100101 2．国家航天局航天遥感论证中心。北京100101 3．中国科学院研究生院，北京100039 4．中国科学院力学研究所。北京100190 5．北京航空航天大学，北京100191 摘要利用PROSAIL前向模型模拟的植被冠层光谱，在植被指数构造时，引入修正大气、土壤背景影响 的篮、绿波段，构建了避免过早饱和的环境植被指数(environmentalvegetationindex，EVI)。基于多个典型 冬小麦生育期的地面观测数据，建立基于EVI-LAI长时间序列反演模犁，并对模型进行不同品种间的交叉 area 检验。研究表明，EVI建立的叶面积指数(1eafindex，LAI)反演模型精度优于同类植被指数模型，并具 有较好的普适性，能应用于冬小麦遥感多时相长势监测及LAI反演。 关键词光谱；环境植被指数；模型；交叉检验；LAl 中图分类号：TP79文献标识码：A 引 言 1研究方法 area 叶面积指数(1eafindex，LAl)是单位地表面积上单本研究的技术路线如图1所示。 面叶面而积总和[1]，它对植物光合作用和能鼍交换具有重要 意义。遥感反演叶面积指数的方法大致分为两类，即经验模 型方法和物理模型方法。目前常用的LAI遥感反演方法主要 是利用植被指数与LAI相关关系建立的经验反演法Lz-4]。然 而，植被指数普遍存在土壤背景及大气效应对其影响，同时 又容易忽略饱和现象与地物二向性反射的基本特征，这正是 植被指数法反演的主要缺点。 本研究在植被指数设计时，针对我国自主研发的环境星 OCD载荷波段特点及对冬小麦LAI变化的响应能力，引入 蓝、绿波段修正大气、土壤背景影响来提高LAI对植被指数 的敏感性。结合PROSAII，前向模型模拟光谱数据与地面同 步测量数据，研制出适合于环境星CCD数据(HJ--CCD)的环 境植被指数(EⅥ)。分析各类EⅥ对啪的敏感性及相关 性，优选出适合于E-CCD数据的最佳EⅥ，建立优化的Lm 估算模型，并应用于遥感反演．． 收稿日期：2010-12—10。修订日期：2011-04-09 作者简介：张瀛，1986年生。中国科学院研究生院硕士研究生e-mail：zhangyi163．com *通讯联系人 e-mail：mq)，@irsa．ac．∞ 万方数据 2790 光谱学与光谱分析 第31卷 TaMe Calfflerllband 1．1试验设计 1 H卜lAO(=D distfibution 在小汤山精准农业示范基地选取了三种株型冬小麦品种 堕垦 垫旦!巴 鎏嬖一 堇塑!塑 进行实验，即紧凑型品种京冬13、披散型晶种京9428以及B01 o．45～O．52蓝 B02 0．52～O．59绿 中间型农大195。3个试验区东西长90 1303 0．63to．69红B04 0．77～O．89近红 rn，南北长56m，并 将实验区划分为等长等宽的