地表覆盖分类数据对区域森林叶面积指数反演的影响
以江西省吉安市为研究区,将5种全球地表覆盖分类数据(包括美国地质调查局(USGS)、马里兰大学(UMD)和波士顿大学(BU)生成的3套数据和欧洲生成的2套数据)以及由TM影像生成的区域地表覆盖分类数据,分别与MODIS 1 km反射率资料结合,利用基于4尺度几何光学模型的LAI反演方法生成研究区的LAI.在1 km和4 km两种尺度上将反演的LAI与TM资料生成的LAI进行比较,评价地表覆盖分类数据对LAI反演结果的影响.结果表明,TM和欧洲太空局的GLoBCOVER地表覆盖分类数据用于反演LAI的结果较好,在1 km尺度上,反演的LAI与统计模型估算的TM LAI相关的R2分别为0.44和0.40,在4 km尺度上的R2分别为0.57和0.54;其次为波士顿大学的MODIS地表覆盖分类数据,据其反演的LAI与TM LAI相关的R2在1 km和4 km尺度上分别为0.38和0.51:而马里兰大学的UMD和欧洲的GLC2000地表覆盖分类数据会导致反演的LAI存在较大误差,据其反演的LAI与TM LAI之间的一致性较差,在1 km和4 km两种尺度上平均偏低20%左右;LAI的反演结果对聚集度系数具有强的敏感性.该研究表明,为了提高区域/全球LAI反演精度,需要有高质量的地表覆盖分类数据.
叶面积指数、地表覆盖、四尺模型、反演精度
14
TP79(遥感技术)
国家高技术研究发展计划(863计划);国家自然科学基金
2010-12-03(万方平台首次上网日期,不代表论文的发表时间)
974-989