面向遥感叶面积指数产品的地形校正研究

发布时间：2021-10-11 13:56

　　地形校正是提高复杂地形区地表参数遥感定量化反演精度的重要手段。当前广泛应用的遥感叶面积指数产品（Leaf Area Index,LAI）多具有一定的地形误差,减少地形影响、提升其产品精度有着非常重要的意义。以我国江西省千烟洲地区为研究区域,利用地面实测LAI数据、LandsatTM数据和高程数据等,基于高程标准差和GLOBMAP LAI产品值的关系,建立面向叶面积指数产品的地形校正模型,利用这一模型对GLOBMAP LAI产品进行地形校正。结果表明:校正后的LAI与地面实测数据更为接近,LAI产品与地面测量值的RMSE由2.11下降到2.04;校正后LAI产品的标准差由2.08下降至1.69,LAI产品的地形误差得到了较好的改正。该方法较好地完成了LAI产品的地形校正,进一步提高了产品精度,具有一定的实用价值。 

【文章来源】：遥感技术与应用. 2020,35(05)北大核心CSCD

【文章页数】：9 页

【文章目录】：
1 引言
2 研究区及数据
    2.1 研究区概况
    2.2 数据
3 研究方法
    3.1 数据处理
        3.1.1 提取地形因子
        3.1.2 植被类型
        3.1.3 标准数据的生成
    3.2 构建模型
4 校正结果与验证
    4.1 GLOBMAPLAI产品后端校正模型
    4.2 GLOBMAP LAI产品地形校正结果
    4.3 校正结果的验证
5 结语
    5.1 结论
    5.2 地形校正对LAI产品的重要性
    5.3 局限性与展望


【参考文献】：
期刊论文
[1]基于地理环境要素的叶面积指数遥感定量反演[J]. 蔡雯洁,沙晋明.  亚热带资源与环境学报. 2019(02)
[2]山区LAI遥感产品对比分析及影响因子评价[J]. 景金城,靳华安,唐斌,李爱农.  自然资源学报. 2019(02)
[3]全球30m地表覆盖遥感数据产品-Globe Land30[J]. 陈军,廖安平,陈晋,彭舒,陈利军,张宏伟.  地理信息世界. 2017(01)
[4]中国西南山区GEOV1、GLASS和MODIS LAI产品的对比分析[J]. 杨勇帅,李爱农,靳华安,尹高飞,赵伟,雷光斌,边金虎.  遥感技术与应用. 2016(03)
[5]西南地区不同山地环境梯度叶面积指数遥感反演[J]. 靳华安,李爱农,边金虎,赵伟,张正健,南希.  遥感技术与应用. 2016(01)
[6]基于LTDRAVHRR和MODIS观测的全球长时间序列叶面积指数遥感反演[J]. 刘洋,刘荣高.  地球信息科学学报. 2015(11)
[7]叶面积指数遥感反演研究进展与展望[J]. 刘洋,刘荣高,陈镜明,程晓,郑光.  地球信息科学学报. 2013(05)
[8]地形校正对叶面积指数遥感估算的影响[J]. 廖钰冰,陈新芳,陈喜,张丹荣,关保华,周峰.  遥感信息. 2011(05)
[9]内蒙古不同类型草地叶面积指数遥感估算[J]. 柳艺博,居为民,朱高龙,陈镜明,邢白灵,朱敬芳,周艳莲.  生态学报. 2011(18)
[10]地表覆盖分类数据对区域森林叶面积指数反演的影响[J]. 李显风,居为民,陈姝,周艳莲.  遥感学报. 2010(05)



本文编号：3430645