基于环境星CCD数据的冬小麦叶面积指数遥感监测模型研究

被引：31

作者：

陈雪洋 ^{[1
,2
]}

蒙继华 ^{[2
]}

杜鑫 ^{[2
]}

张飞飞 ^{[2
]}

张淼 ^{[2
]}

吴炳方 ^{[1
,2
]}

机构：

[1] 中南大学信息物理工程学院

[2] 中国科学院遥感应用研究所

来源：

国土资源遥感 | 2010年 / 02期

基金：

中国科学院知识创新工程重大项目;

关键词：

环境星; 冬小麦; 叶面积指数(LAI); 植被指数; 模型;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

以山东禹城为研究区,利用我国自主研发的环境星数据,计算了4种植被指数,即归一化植被指数(NDVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)及增强型植被指数(EVI);结合同步观测数据,将植被指数与实测叶面积指数(LAI)进行回归分析,比较各种植被指数模型对冬小麦LAI的估测精度。结果表明,4种植被指数与LAI均具有较高的相关性,其中,比值植被指数(RVI)对LAI反演精度最高,即LAI=2.967 lnRVI-1.201是估算冬小麦LAI的最优模型。使用2009年5月冬小麦LAI观测数据对模型进行验证,平均相对误差为19%。

引用

页码：55 / 58+62 +62

页数：5

共 15 条

[1]

Early spatial and temporal validation of MODIS LAI product in the Southern Africa Kalahari.[J].J.L Privette;R.B Myneni;Y Knyazikhin;M Mukelabai;G Roberts;Y Tian;Y Wang;S.G Leblanc.Remote Sensing of Environment.2002, 1

[2]

Global products of vegetation leaf area and fraction absorbed PAR from year one of MODIS data.[J].R.B Myneni;S Hoffman;Y Knyazikhin;J.L Privette;J Glassy;Y Tian;Y Wang;X Song;Y Zhang;G.R Smith;A Lotsch;M Friedl;J.T Morisette;P Votava;R.R Nemani;S.W Running.Remote Sensing of Environment.2002, 1

[3] Derivation and validation of Canada-wide coarse-resolution leaf area index maps using high-resolution satellite imagery and ground measurements [J].

Chen, JM ;

Pavlic, G ;

Brown, L ;

Cihlar, J ;

Leblanc, SG ;

White, HP ;

Hall, RJ ;

Peddle, DR ;

King, DJ ;

Trofymow, JA ;

Swift, E ;

Van der Sanden, J ;

Pellikka, PKE .

REMOTE SENSING OF ENVIRONMENT, 2002, 80 (01) :165-184

[4]

Remote sensing of canopy light use efficiency using the photochemical reflectance index.[J].C.V.M Barton;P.R.J North.Remote Sensing of Environment.2001, 3

[5] An approach to spatially distributed modeling of net primary production (NPP) at the landscape scale and its application in validation of EOS NPP products [J].