论文摘要
借助植被辐射传输模型,利用遥感观测数据估算LAI是一种较为可靠和稳健的反演方法。然而,地表的复杂性、遥感观测的有限性以及自相关性导致遥感数据包含的信息量不足,不能完全支持LAI等地表参数的估算,易造成"病态"反演。在遥感反演过程中引入先验知识能够有效地解决该问题。研究基于遥感数据提取LAI先验信息,并将其用于代价函数的构建,利用PROSAIL辐射传输模型和遗传算法,分别在500 m和250 m尺度反演LAI。将高空间分辨率LAI分别升尺度到500 m和250 m,验证对应尺度LAI结果,评价引入先验信息对于提高LAI反演精度的作用。研究表明,引入先验信息有助于提高不同分辨率下LAI反演精度,且先验信息的质量一定程度上也影响着LAI反演结果。与未加入先验信息的LAI反演结果相比,以MODIS LAI产品作为先验信息反演的500 m尺度LAI结果精度R2由0.55提高至0.65,RMSE由1.29下降至0.38。在250 m尺度,以500 m LAI反演结果作为先验信息反演的叶面积指数,其精度优于以MODIS LAI产品为先验知识的估算结果,验证精度R2增加了0.08,RMSE减少了0.18。研究使用的先验信息主要来自遥感数据本身,没有地面实测数据的参与,在此基础上发展的多分辨率LAI反演方法具有估算大区域尺度LAI的应用潜力。
论文目录
文章来源
类型: 期刊论文
作者: 徐卫星,薛华柱,靳华安,李爱农
关键词: 叶面积指数,遥感反演,先验信息
来源: 遥感技术与应用 2019年06期
年度: 2019
分类: 基础科学,信息科技,工程科技Ⅱ辑
专业: 生物学,工业通用技术及设备,自动化技术
单位: 河南理工大学测绘与国土信息工程学院,中国科学院水利部成都山地灾害与环境研究所
基金: 国家自然科学基金面上项目(41671376),国家自然科学基金重点项目(41631180),国家自然科学基金青年项目(41301385)
分类号: TP79;Q948
页码: 1235-1244
总页数: 10
文件大小: 1547K
下载量: 202