多角度MISR遥感数据反演小兴安岭地区森林叶面积指数研究

摘要

叶面积指数((leaf area index，LAI)是陆面过程中最重要的参数之一。本研究应用现代遥感技术，以小兴安岭地区为研究区域，采用5-Scale几何光学模型结合研究区域实地情况，对模型参数进行修改，实验对研究区域的森林植被冠层反射率的有效模拟小兴安岭地区森林冠层SR值，然后以指数统计模型模拟LAI和SR关系，以多角度遥感数据MISR为数据源对LAI进行反演，并且根据样地实测数据对反演结果进行精度评价。实现了多角度多光谱遥感数据反演LAI。研究结果表明:比值植被指数(simple ratio，SR)与研究区LAI的相关性最好，最适合该区LAI的遥感提取。研究结果表明:
　　1、以5-Scale几何光学模型结合研究区域实测样地数据模拟植被冠层反射率得到的比值植被指数SR反演叶面积指数LAI的指数回归模型，反演精度为75.7％，均方差为0.34，误差均在合理范围之内。反演精度较高，反演结果较好。研究区域植被LAI随着纬度的增加呈现递减趋势，LAI均值为1.21，最大值为9.28，最小值为0.83，
　　2、通过对大气校正前后的比值植被指数SR反演LAI的结果进行比较，发现SR对于大气的影响非常敏感，因此，在进行反演前，应对遥感影像进行严格的大气校正处理以保证反演结果的精确性。
　　3、在应用5-Scale几何光学模型模拟植被冠层反射率的研究中，模拟结果对于不同地区差别较大，应该根据实测样地数据有效地调整模型运行参数，对于模型步长的设置时，应该首先确定影像各角度下步长的阈值，进而调整每次运行的步长值。
　　4、由于森林中植被生长方向繁杂，而且受到来自外界各种光照等条件的影响，因此其生长方向具有一定的随机性，故取其9个角度平均值作为研究区LAI的最终反演结果与实际情况较为符合。
　　5、本研究由于LAI的样地实测值存在分布不够均匀且未呈现正态分布等一系列因素，使得本次研究的结果受到了一定程度的不利影响。

目录

摘要

1 绪论

1．1 研究的目的意义

1．2 国内外研究现状

1．2．1 遥感数据源

1．2．2 遥感建模与反演

1．3 主要研究的主要内容

2 研究地区概况和研究方法

2．1 研究地区自然概况

2．1．1 气候环境

2．1．2 森林植被特征

2．2 技术路线

2．3 研究方法与步骤

2．3．1 实测数据的获取

2．3．2 遥感数据的获取

2．3．3 植被指数与LAI统计相关性分析

3 MISR多角度数据分析及处理

3．1 MISR数据特点

3．2 MISR数据的读取

3．2．1 数据的格式

3．2．2 数据的读取工具

3．2．3 数据产品介绍

3．3 MISR数据的预处理

3．3．1 几何校正

3．3．2 大气校正

4 基于植被指数的LAI模型建立与反演

4．1 植被指数的概念

4．2 植被指数的提取

4．2．1 5-Scale模型模拟冠层植被指数

4．3 基于植被指数的叶面积指数遥感反演模型的建立

4．4 LAI反演结果与分析

4．5 反演结果验证

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明