基于CASI数据的黑河绿洲区叶面积指数反演  

Inversion of leaf area index in Heihe Oasis based on CASI data

作　　者：杨雨薇[1] 戴晓爱[1,2] 牛育天 刘汉湖[1] 杨晓霞[1] 兰燕[1] 

机构地区：[1]成都理工大学地球科学学院,成都610059 [2]国土资源部地学空间信息技术重点实验室,成都610059

出　　处：《国土资源遥感》2017年第4期179-184,共6页Remote Sensing for Land & Resources

基　　金：国家自然科学基金项目"汶川强震区潜在泥石流危险性判识及其差异性分析"(编号:41102225);国家自然科学基金项目"任务感知的遥感信息服务动态组合方法"(编号:41201440);高等学校博士学科点专项科研基金项目"岷江上游高原林区不同植被类型的土壤持水特征研究"(编号:201351221200092013);四川省教育厅科研项目"基于光谱相似度的森林树种识别方法研究--以青城山地区为例"(编号:15ZB0066);四川省教育厅理科重点项目"基于用户兴趣特征的遥感信息智能服务方法"(编号:15ZA0078);国土资源部地学空间信息技术重点实验室课题项目"非线性混合光谱模型在生态水遥感估算中的应用研究"(编号:KLGSIT2013-02);成都理工大学研究基金项目"基于混合像元分解的岷江上游植被覆盖度定量估算研究"(编号:2012YG02);成都理工大学骨干教师培养计划(编号:DG0002);四川省应急测绘与防灾减灾工程技术研究中心开放基金项目"天地图与小区域地理信息整合移动服务系统构建与实现"(编号:K2015B003)共同资助

摘　　要：叶面积指数(leaf area index,LAI)作为植被冠层的重要参数,对作物长势监测及产量估算具有重要意义。本研究以黑河流域张掖绿洲试验区为例,基于机载航空高光谱遥感影像(compact airborne spectrographic imager,CASI)数据,利用物理模型与统计模型对研究区的LAI进行估测反演。首先,利用归一化植被指数(normalized difference vegetation index,NDVI)与相应实测LAI数据建立最佳线性回归模型;然后,基于混合像元分解模型和多次散射植被冠层模型构建物理模型;最后,以线性回归模型为参比修正多次散射植被冠层模型,构建半经验LAI反演模型,并比较上述模型拟合效果。研究结果表明,半经验模型为绿洲区LAI反演最优模型,模型估算精度R2达到0.89,精度提高较显著。研究对提升作物LAI的估算精度有一定意义,并将进一步推动精细农业定量遥感理论的研究与应用。As the vegetation canopy＇s important parameter,the leaf area index（ LAI） has important significance for crop growth monitoring and yield estimation. In this study,the authors used the hyperspectral compact airborne spectrographic imager（ CASI） data of Zhangye Oasis experimental area in Heihe River Basin as the experiment object and relied on physical and statistical model to estimate the inversion of the LAI. The process is as follows：First,the optimal linear regression model is established by using the normalized difference vegetation index（ NDVI） and the corresponding measured LAI data. Then the physical model is adopted based on the combination of the mixed pixel decomposition model and the multiple scattering vegetation canopy model. With the linear regression model as the reference,the multiple scattering vegetation canopy model is modified,and the semi-empirical LAI inversion model is constructed. Finally,the fitting effects of the models are compared with each other. The results show that the semi-empirical model is the best model for LAI inversion in oasis area and its estimation accuracy of R2 increases significantly to 0. 89. This study provides technical support for the estimation of crop leaf area index in high precision,and will further promote the study and application of quantitative remote sensing theory about precision agriculture.

关 键 词：CASI高光谱数据 叶面积指数 线性回归模型 多次散射植被冠层模型 半经验模型 

分 类 号：TP751.1[自动化与计算机技术—检测技术与自动化装置]