10.13287/j.1001-9332.201807.011
基于MODIS时间序列反射率数据的雷竹林LAI反演
本文以雷竹林为研究对象,基于MODIS地表反射率数据构建了归一化植被指数(NDVI)、比值植被指数(SR)、Gitelson绿色植被指数(GI)、增强型植被指数(EVI)和土壤调整植被指数(SAVI)5种植被指数,并将其与MODIS 7个波段原始反射率数据作为遥感变量,采用逐步回归和相关分析两种方法进行变量筛选,结合LAI实测数据构建了逐步回归和BP神经网络两种模型,对雷竹林生态系统观测站点2014年1月-2017年3月LAI时间系列数据进行反演,并将反演结果与同时期MOD15A2 LAI产品进行对比分析.结果表明:SR为唯一入选逐步回归模型的变量;b1、b2、b3和b7以及5种植被指数与LAI之间的相关性均达到显著水平,可作为BP神经网络模型的输入变量.使用BP神经网络反演得到的LAI与实测LAI之间的相关性显著,R2为0.71,RMSE为0.34,RMSEr为13.6%,其R2比逐步回归模型提高了10.9%,RMSE降低了5.6%,RMSEr降低了12.3%,与MODIS LAI相比,其R2提高了54.5%,RMSE降低了79.3%,RMSEr降低了79.1%.结合MODIS时间序列反射率和BP神经网络模型能够精确地反演雷竹林LAI,为实现基于遥感技术快速监测区域雷竹林LAI提供可行的方法.
竹林、叶面积指数、MODIS反射率、植被指数、BP神经网络
29
国家自然科学基金项目31500520,31670644;浙江省竹资源与高效利用协同创新中心项目S2017011;浙江省与中国林业科学研究院省院合作林业科技项目2017SY04
2018-08-28(万方平台首次上网日期,不代表论文的发表时间)
共10页
2391-2400