干旱区荒漠稀疏植被覆盖度提取及尺度扩展效应

摘要：

选择线性混合像元分解模型、亚像元模型、最大三波段梯度差法模型以及修正的三波段梯度差法的2个变异模型来提取植被覆盖度,结合地面实测数据,探讨了提取干旱区荒漠稀疏植被覆盖度信息的适宜模型,并以简单平均法模拟了不同尺度的覆盖度影像,通过尺度上推检验了模型在MODIS尺度上的反演效应.结果表明:线性混合像元分解模型反演覆盖度的精度高于其他模型,适于稀疏植被地区,但端元的正确选取较难,从而影响其运用;亚像元分解模型是一个通用模型,植被分类图越精细,通过亚像元分解模型得到的覆盖度精度越高,但这也同时意味着该模型需要测定大量的输入参数;最大三波段梯度差法的算法简单、易于操作,其在农田等中高植被覆盖区及裸土区的预测值与实测值接近,但对干旱区稀疏植被的估计精度偏低;修正后的三波段最大梯度差法模型在稀疏植被覆盖区的预测值与实测值基本一致,在不同尺度上反演的覆盖度信息与实测值的一致性较好.该方法可有效提取干旱区低覆盖度植被信息.

关键词：干旱区、荒漠稀疏植被、覆盖度、尺度扩展

所属期刊栏目：20

分类号：TP79(遥感技术)

资助基金：国家重点基础研究发展规划973计划2009CB421301;国家自然科学基金40801146;中国科学院西部博士项目XBBS200801

在线出版日期：2010-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2925-2934