不同空间尺度森林LAI遥感估算及真实性检验

发布时间：2020-05-23 07:03

【摘要】：遥感数据的“尺度效应”是客观存在的。不同空间尺度的遥感数据、遥感反演的模型以及得到的遥感产品这些都存在这种尺度效应。数据点的空间信息与像元面的空间信息能否匹配仍是待解决的问题。地面测量点对遥感像元的代表性如何,怎样获取像元的相对真值,多大的空间分辨率可以真实地反映森林区域的叶面积指数(LAI),这些都是定量遥感中的重要问题。本研究根据特征精度和相对均匀的概念,保持地面实测数据的真实观测面积与遥感像元获取面积一致的条件下,计算LAI-2200和TRAC两种冠层分析仪测量的空间范围,并结合 GF-2(4.1 m)、Sentinel-2(10 m)、Landsat-8(30 m)这三种不同空间分辨率遥感影像,找到各尺度下像元的相对真值,与植被指数构建估算模型,比较得到最优估算模型,分析不同空间尺度森林叶面积指数估算的差异,同时引入指标评价三种尺度数据集的空间代表性,得到估算叶面积指数的最优尺度。根据物质守恒定律,得到大尺度的相对真值,评价不同转换方法的精度以及对MODIS LAI产品进行真实性检验。通过研究结果表明,LAI-2200实测数据的点能代表最大空间范围是12m×12m像元尺度,所以GF-2和Sentinel-2两种尺度使用单点模型,Landsat-8使用传统简单平均的多点模型。使用SR、NDVI、SAVI和ARVI植被指数构建一元指数模型,结果表明比值植被指数(SR)与LAI的相关性比NDVI、RVI、SAVI的相关性高,使用SR与LAI的一元指数模型可以更高精度地实现研究区域LAI的估算。不同空间尺度的遥感影像对LAI建模存在一定影响。采用30 m和100 m尺度对估算结果进行验证,结果表明基于10 m尺度Sentinel-2的更适合估算森林LAI。对最优模型得到的三种尺度结果进行空间代表性评价,结果与仪器测量的空间范围一致,GF-2和Sentinel-2的单点数据集对两尺度像元的空间代表性较好;GF-2的空间分辨率最高,像元内的覆盖类型更单一,像元更均匀,门槛系数(Coefficient of sill,CS)值最小,但是建模精度和拟合并不是最好;Landsat-8的空间分辨率是30 m,像元内植被覆盖类型较其他两尺度稍复杂,所以像元均匀度也相对较低,空间代表性相对较差。对于森林来说,分辨率越高并不一定能充分估算森林LAI分布,10 m空间分辨率的Sentinel-2遥感影像能更好地对森林LAI进行预测,是估算森林LAI的最优尺度。根据物质守恒定律,基于最优尺度的相对真值对五种尺度转换方法的精度进行验证,得出在获取相对真值的情况下,使用频数权重法的精度最高。最后还对MODIS LAI产品进行真实性检验,结果显示MODIS LAI产品估算结果偏差很大,所以MODIS LAI遥感产品估算精度有待于提高,不能直接作为机理模型的输入数据,需要对其进行校正才能作为初始输入数据进行模型模拟。
【图文】：

２６５９°－４５．３２３２°Ｎ，１２７．４９５７°－１２７．６０４°Ｅ），由邋１０邋个森林经营施业区组成（见图邋２均海拔４２８邋ｍ，最高海拔达到８１７邋ｍ，属于温带季风气候，冬季寒冷干燥，夏多雨。属于长白山系支脉张广才岭西侧余脉。该地区年平均温度达到２．８°Ｃ，年量为７２３．８邋ｍｍ。土壤为典型暗棕壤，也称为暗棕色森林土，为林木的生长奠的条件。逡逑宄区域植被类型属于长白山植物区系，它覆盖了多种植被类型的次生林生态要树种包括水曲柳（Ｆｒａｘ／ｗｗｓ逦）、榆树（ｔＺ／ｗｗｓ逦）、胡桃／ａｒａ邋ｍａｍ／ｓＴｍｒ／ｃａ）、柞树ｍｏｗｇｏ／ｚ’ｃａ）、椴树（７）７／ｇ邋ａｗｗｒｅｍ？幻ｉ）、杨ｐｕｌｕｓ邋ｄａｖｉｄｉａｎａ邋）、执禅（Ｂｅｔｕｌａ邋ｃｏｓｔａｔａ邋）、色木槭（ｄｅｅｒ逦）、黄ｅｌｌｏｄｅｎｄｒｏｎ邋ａｍｕｒｅｎｓｅ）邋＞邋＇落叶丰公（Ｌａｒｉｘ邋ｇｍｅｌｉｎｉｉ）邋＞邋樟子松Ｐｉｎｕｓ邋ｓｙｌｖｅｓｔｒｉｓ邋ｖａｒ／／０／／ｒａ）、红松（Ｐｆｗｗ逦等［１９］。林下的灌木和亚乔木主要有暴马丁ｉｎｇａ邋ｒｅｔｉｃｕｌａｔａ邋ｖａｒ．邋ｍａｎｄｓｈｕｒｉｃａ）、卫矛（Ｅｕｏｎｙｍｕｓ邋ｓｐｐ．）邋＞邋忍冬（Ｌｏｎｉｃｅｒ／ｃｏ邋）、稠李（）、毛j#子（Ｃｏｒ少ＷＡＴ？也／７ｗｒ／（＾７）和茶条槭（ｊ逡逑ｔｏ邋）等，，草本植物以蕨类（ａ／ｐ／Ｚ／ｗｓ－ｖｅｗｍｉ邋）、木贼（逡逑ｌｅ）、白花碎米养（Ｃａｒｄａｍｉｎｅ邋ｌｅｕｃａｎｔｈａ）、蚊子草（Ｆｉｌｉｐｅｎｄｕｌａ邋Ｐａｌｍａｔａ）为主。逡逑：２ｒｙｏ．．Ｅ逦ｉ２７＊３ｙ0＂Ｅ逦ｉｊｒａｏｒｏ－Ｈ逦逡逑

在每个大样地的东南、东北、西北和西南四个角及其中心设置５个小样地，样地大小为逡逑１００邋ｍＸ邋１００邋ｍ，另设有一块示范小样地，本研究共有１６块小样地作为本次研究的数据逡逑样本，样地分布见图２－１所示。使用精度为±３邋ｍ的ＧＰＳ邋（ＧＡＲＭＩＮ邋ＧＰＳＭＡＰ邋６３９ｃｓ）逡逑对样地中心点及每个测点进行精确定位，记录样地的树种组成、优势木高和平均树高，逡逑样地树种平均叶宽度，并采集每块样地照片。逡逑本研宄使用邋ＬＡＩ－２２００Ｃ邋和邋ＴＲＡＣ邋（Ｔｒａｃｉｎｇ邋Ｒａｄｉａｔｉｏｎ邋ａｎｄ邋Ａｒｃｈｉｔｅｃｔｕｒｅ邋ｏｆ邋Ｃａｎｏｐｉｅｓ）两逡逑种叶面积指数冠层分析仪的各自测量特征进行叶面积指数的测量。在阴天或者无强光直逡逑射时（上午１０点前，下午３点后）使用ＬＡＩ－２２００进行测量，在晴朗天有强光直射时逡逑（上午１０点到下午３点之间）使用ＴＲＡＣ进行测量。ＴＲＡＣ的测量轨迹垂直于太阳入逡逑射方向，在小样地中每间隔２０邋ｍ距离处设置另一条ＴＲＡＣ样线，每个小样地中共设置逡逑５条垂直于太阳入射方向的ＴＲＡＣ样线，记录ＴＲＡＣ样线轨迹的起始点坐标和方向。在逡逑每条ＴＲＡＣ样线上以及两条ＴＲＡＣ样线中间处，每距离２０邋ｍ布设１个ＬＡＩ－２２００测逡逑点，每条ＴＲＡＣ样线上共４个ＬＡＩ－２２００测量点，样线之间设置５个ＬＡＩ－２２００测量点，逡逑与样线上的ＬＡＩ－２２００测量点错开
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S771.8

【参考文献】

相关期刊论文 前10条

1 李小文;王yN婷;;定量遥感尺度效应刍议[J];地理学报;2013年09期

2 杜春雨;范文义;;叶面积指数与植被指数关系研究[J];林业勘查设计;2013年02期

3 范闻捷;盖颖颖;徐希孺;闫彬彦;;遥感反演离散植被有效叶面积指数的空间尺度效应[J];中国科学:地球科学;2013年02期

4 陈利;林辉;孙华;严恩萍;王继志;;基于WorldView 2影像杉木叶面积指数与植被指数相关性研究[J];中国农学通报;2013年01期

5 徐芝英;胡云锋;刘越;艳燕;;空间尺度转换数据精度评价的准则和方法[J];地理科学进展;2012年12期

6 祁漫宇;朱维斌;;叶面积指数主要测定方法和设备[J];安徽农业科学;2012年31期

7 曾也鲁;李静;柳钦火;;全球LAI地面验证方法及验证数据综述[J];地球科学进展;2012年02期

8 王圆圆;王猛;李贵才;王军邦;杨忠东;戎志国;;基于野外观测和TM数据的锡林浩特典型草原MODIS/LAI产品验证[J];草业学报;2011年04期

9 尹芳;江东;刘磊;;基于环境星HSI影像的草地叶面积指数反演[J];遥感技术与应用;2011年03期

10 邹杰;阎广建;;森林冠层地面叶面积指数光学测量方法研究进展[J];应用生态学报;2010年11期

相关硕士学位论文 前5条

1 刘杰;森林冠层叶面积指数遥感反演方法研究[D];南京信息工程大学;2015年

2 谢巧云;叶面积指数反演方法的普适性研究[D];安徽大学;2014年

3 周薇薇;多源遥感数据叶面积指数反演[D];青海师范大学;2013年

4 罗桑扎西;基于SPOT5影像的植被类型识别及叶面积指数定量估算研究[D];南京农业大学;2013年

5 舒彦军;地统计学半变异函数球状模型优化算法研究[D];东华理工大学;2012年

本文编号：2677317