遥感反演植被叶面积指数的不确定性来源综述

发布时间：2018-03-20 15:31

  本文选题：遥感　切入点：叶面积指数　出处：《江苏农业科学》2017年12期 　论文类型：期刊论文

【摘要】：叶面积指数(LAI)是表征冠层结构的关键参数,影响植被光合、呼吸、蒸腾、降水截留、能量交换等诸多生态过程。目前利用不同的卫星遥感数据和反演方法,已经生成了多种全球LAI产品。然而,遥感反演LAI存在着主要由输入数据和反演算法引起的不确定性。本文从地表反射率的光谱特征和大气校正、土地覆盖分类、数据时空分辨率等方面论述了LAI反演输入数据的不确定性;从经验或半经验模型、物理模型以及模型对植被集聚效应方面论述了LAI反演模型的不确定性;最后总结了评价遥感反演LAI不确定性的方法,以及控制、减少不确定性的新途径。
[Abstract]:Leaf area index (Lai) is a key parameter to characterize the canopy structure, which affects many ecological processes, such as vegetation photosynthesis, respiration, transpiration, precipitation interception, energy exchange and so on. At present, different satellite remote sensing data and inversion methods are used. A variety of global LAI products have been generated. However, there is uncertainty caused mainly by input data and inversion algorithms in LAI inversion by remote sensing. This paper deals with the spectral characteristics of surface reflectivity and atmospheric correction, land cover classification, land cover classification, land cover classification, land cover classification, and land cover classification. The uncertainty of input data of LAI inversion is discussed in terms of spatio-temporal resolution of data, uncertainty of LAI inversion model from empirical or semi-empirical model, physical model and the effect of model on vegetation accumulation. Finally, the methods to evaluate the uncertainty of LAI inversion by remote sensing are summarized, as well as a new way to control and reduce the uncertainty.
【作者单位】： 华南农业大学水利与土木工程学院;
【基金】：国家自然科学基金(编号:41171029) 广东省水利科技创新项目(编号:2009-42)
【分类号】：Q948;TP79

【相似文献】

相关期刊论文 前10条

1 熊育久;曾爽;吴秀芹;邱国玉;王勤学;赵少华;尹婧;;基于统计学理论的内陆水质遥感反演进展[J];遥感信息;2008年03期

2 冯海霞;朱爱民;何必;刘含海;;基于遥感反演的山东省森林资源调节温度服务的研究[J];地理科学;2009年05期

3 何亚文;杨晓梅;杜云艳;孙晓宇;;极地海冰-海洋参数遥感反演模型分布式共享研究[J];地球信息科学学报;2013年02期

4 王锦地,阎广建,王昌佐;遥感反演中不确定性信息处理的一种数学方法[J];遥感学报;2004年03期

5 郭忠明;王宁练;;雪粒径遥感反演研究进展[J];冰川冻土;2011年03期

6 孙权;张显峰;江淼;;干旱区生态环境敏感参量遥感反演与评价系统研究[J];北京大学学报(自然科学版);2011年06期

7 王林;赵冬至;杨建洪;;基于环境一号卫星的大洋河河口海域营养盐遥感反演[J];中国环境科学;2012年01期

8 王振会;利用气温垂直分布的统计特征讨论地面气温在大气温度遥感反演中的应用[J];气象科学;1989年04期

9 苏红波;地物非线性重叠函数的可视化解法及其在地表通量遥感反演中的应用[J];地球信息科学;2002年03期

10 王洁;徐瑞松;马跃良;蔡睿;苗莉;陈_g;;植被含水量的遥感反演方法及研究进展[J];遥感信息;2008年01期

相关会议论文 前10条

1 何贤强;潘德炉;朱乾坤;龚芳;;利用偏振遥感反演云顶高度的研究[A];第六届成像光谱技术与应用研讨会文集[C];2006年

2 张杰;张强;赵宏;张平兰;;定量遥感反演作物水势的原理及其应用探讨[A];中国气象学会2008年年会干旱与减灾——第六届干旱气候变化与减灾学术研讨会分会场论文集[C];2008年

3 刘元波;;基于定量遥感反演地表蒸散长期变化的若干问题研究[A];遥感定量反演算法研讨会摘要集[C];2010年

4 周红伟;李琦;;全球陆地生物量遥感反演模型研究[A];遥感定量反演算法研讨会摘要集[C];2010年

5 邢前国;施平;陈楚群;杨锦坤;;近岸海水表层温度遥感反演的大气校正算法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 刘元波;;遥感反演地表蒸散动态变化研究中的若干问题：蒸散量经典计算范式、遥感反演算法和卫星数据不确定性[A];地理学与生态文明建设——中国地理学会2008年学术年会论文摘要集[C];2008年

7 田庆久;;贵州黎平县森林生态参数的遥感反演与制图[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

8 申辉;何宜军;Will Perrie;;台风情况下海面风速的SAR遥感反演[A];第二届微波遥感技术研讨会摘要全集[C];2006年

9 徐升;张鹰;;长江口水深遥感反演模型研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

10 逯玲燕;詹杰民;;基于遥感反演的珠江口冲淡水扩展研究[A];热带海洋科学学术研讨会暨第八届广东海洋湖沼学会、第七届广东海洋学会会员代表大会论文及摘要汇编[C];2013年

相关博士学位论文 前10条

1 曹晓阳;戈壁表面砾石粒径高光谱遥感反演及其空间分异规律研究[D];中国林业科学研究院;2016年

2 邓兵;区域生态服务价值关键参数遥感反演研究[D];成都理工大学;2016年

3 唐世浩;地表参量遥感反演理论与方法研究[D];北京师范大学;2001年

4 青松;渤海盐度和悬浮颗粒粒径的遥感反演及应用研究[D];中国海洋大学;2011年

5 王繁;河口水体悬浮物固有光学性质及浓度遥感反演模式研究[D];浙江大学;2008年

6 戴晓爱;生态水信息指标参数遥感反演模型研究[D];成都理工大学;2012年

7 易永红;植被参数与蒸发的遥感反演方法及区域干旱评估应用研究[D];清华大学;2008年

8 宋慈;温室气体的遥感反演、输送模拟和通量估计[D];华东师范大学;2015年

9 李志;海洋表层盐度遥感反演机理及应用研究[D];中国海洋大学;2008年

10 潘佩芬;植被生态水涵养模数遥感反演及生态水资源量计算[D];成都理工大学;2014年

相关硕士学位论文 前10条

1 张靖宇;浅海水深多维度遥感反演融合方法研究[D];国家海洋局第一海洋研究所;2015年

2 叶慧琳;渤海湾叶绿素a浓度的遥感反演模型及其应用研究[D];中国地质大学(北京);2015年

3 王健;中低分辨率遥感反演产品真实性检验系统设计与实现[D];电子科技大学;2014年

4 郭少峰;内蒙古闪电河流域土壤含水率遥感反演研究[D];内蒙古农业大学;2016年

5 周亚明;典型内陆水体有色可溶性有机物遥感反演[D];西安科技大学;2015年

6 张云芝;基于地面监测和遥感反演的京津冀地区PM_(2.5)时空分布研究[D];内蒙古师范大学;2016年

7 李大千;鄱阳湖叶绿素a浓度遥感反演研究[D];江西理工大学;2016年

8 张玲;基于遥感与模型耦合的区域小麦生长监测预测研究[D];南京农业大学;2015年

9 夏丰;中国地区卫星遥感反演地面PM_(2.5)相关问题研究[D];中国气象科学研究院;2017年

10 马祥;遥感反演中模型误差的表达及应用方法研究[D];北京师范大学;2008年

，

本文编号：1639698