基于SPOT5影像多輻射校正水平的植被綠量遙感估算

《基于SPOT5影像多輻射校正水平的植被綠量遙感估算》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、生態(tài)環(huán)境學(xué)報(bào)2009,18(6):2294-2299http://www.jeesci.comEcologyandEnvironmentalSciencesE-mail:editor@jeesci.com基于SPOT5影像多輻射校正水平的植被綠量遙感估算顧祝軍，陳子玉，鐘冠南京曉莊學(xué)院生物化工和環(huán)境工程學(xué)院，江蘇南京211171摘要：選用南京市SPOT5圖像的灰度值(DN)、星上輻射率(SR)、表觀反射率(TOA)和地物反射率(PAC)數(shù)據(jù)，提取了兩種植被指數(shù)（VI），即歸一化植被指數(shù)（NDVI）和比值植被指數(shù)（RVI），并與地面實(shí)測(cè)的綠量（L

2、VV）進(jìn)行相關(guān)分析，建立了165個(gè)關(guān)系模型。結(jié)果表明，LVV與VI呈極顯著的相關(guān)關(guān)系，其相關(guān)系數(shù)多以相對(duì)均質(zhì)植被高于植被總體，基于灰度值高2于常用的地物反射率為主。LVV-VI關(guān)系模型的R均值以多元線性回歸模型最高（0.821），指數(shù)模型最低（0.536），而1～32次多項(xiàng)式模型均接近0.7。每種植被樣方優(yōu)選出一個(gè)模型，即闊葉林LVV=7.802RVIPAC-2.455（R=0.827，RMSE=0.498）；23針闊葉混交林LVV=-15.421RVITOA+26.971RVIDN-8.261（R=0.918，RMSE=0.356）；灌木LV

3、V=-342.591NDVIDN-22220.553NDVIDN+14.013NDVIDN+1.509（R=0.764，RMSE=0.689）；草地LVV=2.934RVIPAC+2.147RVITOA–3.193（R2=0.903，RMSE=0.464）；總體植被LVV=1.789RVIPAC-6.814NDVIS+4.258NDVIPAC+12.854NDVIDN-0.342（R=0.810，RMSE=0.638）。這些優(yōu)選模型的自變量包括了4種輻射校正水平下提取的兩種植被指數(shù)，顯示基于不同輻射校正水平的植被指數(shù)在植被LVV遙感反演中具有一

4、定的應(yīng)用潛力。關(guān)鍵詞：輻射校正；植被指數(shù)；綠量；模型中圖分類號(hào)：TP79文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-5906（2009）06-2294-06綠量又名綠化三維量（LivingVegetationVol-除了影像類型外，植被參數(shù)遙感反演的精度[9]ume，LVV），是通過(guò)綠色植物的莖和葉所占的空間還因輻射校正而存在差異。駱知萌等在江西省興[1,2]體積來(lái)反映綠地生態(tài)水平的指標(biāo)。綠量將通常的國(guó)縣的研究結(jié)果表明，去除傳感器自身和大氣輻植被空間結(jié)構(gòu)表征從二維面積引向三維空間，因而射影響的地物反射率圖像，更能真實(shí)地反演地表[10]突破了傳統(tǒng)二維綠地指

5、標(biāo)的局限性，能較全面地反植被覆蓋度。而Soudani等則發(fā)現(xiàn)，在裸地和稀[3-6]映植被空間構(gòu)成的合理性和生態(tài)效益水平。綠量疏森林植被區(qū)的LAI估算中，采用IKONOS、ETM+指標(biāo)的測(cè)量，在綠地生態(tài)研究和城市規(guī)劃建設(shè)等方和SPOT影像不同輻射校正水平的數(shù)據(jù)估算結(jié)果[11]面都具有重要的理論和實(shí)踐意義。相似，故輻射校正效果并不明顯。Gu等研究表綠量的測(cè)量包括地面測(cè)量和遙感估算兩種方明，植被覆蓋度的遙感估算受輻射校正、植被指法。通過(guò)在地面逐株測(cè)量植被的莖葉面積，并計(jì)算數(shù)和模型種類的綜合影響。由此可見，遙感影像植被的空間體積可直接得到綠量值。這種方

6、法雖精的輻射校正效果存在一定的不確定性，不同輻射度較高，但需消耗大量的人力、物力和時(shí)間。遙感校正水平的遙感數(shù)據(jù)在植被遙感中的應(yīng)用潛力，技術(shù)為綠量測(cè)量提供了便利，通常采用“平面量模值得進(jìn)一步探索。[7]擬立體量”的方法。呂妙兒等在航空相片上量得植本文基于地表實(shí)測(cè)的LAI和VFC相乘得到的被冠徑，并根據(jù)特定植被冠徑和冠高之間的相關(guān)方LVV值，分析LVV與不同輻射校正水平下提取的植程求取冠高，最后計(jì)算樹冠體積即得樹冠綠量。陳被指數(shù)的關(guān)系，從而建立并驗(yàn)證LVV遙感提取模[8]芳等則在IKONOS圖像上通過(guò)屏幕跟蹤矢量化，型，以期為區(qū)域綠量的遙感估算提供

7、技術(shù)支撐。并結(jié)合野外調(diào)查獲取綠地斑塊的葉面積指數(shù)（LAI）1材料與方法和植被覆蓋度（VFC），以二者乘積計(jì)算斑塊綠量。1.1研究區(qū)概況和數(shù)據(jù)來(lái)源可見遙感技術(shù)的使用提高了綠量測(cè)量的效率，節(jié)約以南京市主城及近郊為研究區(qū)。屬亞熱帶季風(fēng)濕了人力、時(shí)間等成本，但現(xiàn)有研究多基于高精度遙潤(rùn)氣候區(qū)，雨量充沛，四季分明，年平均溫度15.4℃，感圖像的目視解譯，在大范圍地表征綠量的遙感自年平均降水量1106mm。為落葉闊葉林逐步過(guò)渡到動(dòng)化提取中具有一定的局限性。所以，有必要在更落葉闊葉、常綠闊葉混交林地區(qū)，喬木、灌木和草本多種類遙感影像的基礎(chǔ)上進(jìn)一步探索植被綠量的

8、植被都有大量分布。采樣區(qū)草本植物主要分布于河遙感估算方法。谷、濱湖的平原，以及長(zhǎng)江中游的洲地；灌木和林地基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(4037105