基于实测光谱模拟Landsat-8 OLI数据估算非光合植被覆盖度
定量的估算非光合植被覆盖度(Fractional Cover of Non-photosynthetic Vegetation,fNPV)对草原生态系统碳储存、植被生产力、土壤侵蚀和火灾监测均具有重要的意义.本文以锡林郭勒草原实测高光谱和样方盖度为数据源,利用NPV(Non-Pho-tosynthetic Vegetation)、PV(Photosynthetic Vegetation)、BS(Bare Soil)的平均光谱通过线性光谱混合模型模拟得到混合场景光谱,寻找区分NPV/PV/BS的敏感性波段,然后分别评价不同多光谱指数与fNPV的相关性.最后利用野外混合场景实验验证光谱指数估算fNPV的有效性.在此基础上,探讨基于OLI数据的NDVI(Normalized Difference Vegetation Index)-DFI(Dead Fuel Index)特征空间是否满足三元线性混合模型的基本假设.结果表明:短波红外(SWIR)波段是区分NPV/PV/BS的敏感性波段,以此为基础构建的OLI-DFI指数具备有效区分NPV/PV/BS的潜力.在模拟混合场景条件下,OLI-DFI和MODIS-DFI指数均与fNPV呈显著相关,决定性系数R2分别为0.84和0.94,均方根误差RMSE分别为0.09和0.05,而NDI和NDSVI指数与fNPV相关性很低.与模拟混合场景相比,在野外混合场景下OLI-DFI和MODIS-DFI指数估算fNPV的有效性均有一定程度的降低,R2分别为0.65和0.75,RMSE分别为0.14和0.12.基于OLI数据构建的NDVI-DFI特征空间满足三元线性混合模型的基本假设,可有效的估算fNPV.
Landsat-8 OLI、非光合植被、DFI指数、混合场景、NDVI-DFI特征空间
20
国家自然科学基金青年科学基金项目41701005;国家自然科学基金重点项目41330746;山东省自然科学基金培养项目ZR2017PD006
2018-12-24（万方平台首次上网日期，不代表论文的发表时间）
共12页
1667-1678
