基于地理环境要素的叶面积指数遥感定量反演

摘要

叶面积指数(LAI)是分析冠层结构最常用的参数之一,它控制着植被的生物、 物理过程,如光合、 呼吸、 蒸腾、 碳循环和降水截获.但是通过地面直接测量来获取大面积的LAI十分困难,而传统的基于单植被指数的LAI反演方法也具有一定的缺陷.以福州市辖区与闽侯县的阔叶林和处于生殖生长阶段的水稻为研究对象,在传统单植被指数的LAI反演方法的基础上引进植被含水量、 植被覆盖度和地形3个核心环境因子来建立LAI估算模型.结果表明:基于最佳植被指数与环境因子的LAI估算模型与未考虑环境因子的单植被指数LAI估算模型相比,其验证精度有所提高.其中,就阔叶林的LAI定量反演模型而言,R2由0.706～0.717提升至0.755,RMSD由0.292～0.297降低至0.271;就生殖生长阶段的水稻LAI定量反演模型而言,R2由0.724～0.879提升至0.952,RMSD由0.696～1.054降低至0.441,实现了较高精度的LAI定量反演模型,为福州市辖区及其周边闽侯县区域的LAI快速定量监测奠定基础.