10.14067/j.cnki.1673-923x.2016.12.003
基于k-NN算法的叶面积指数遥感反演
叶面积指数(Leaf Area Index,LAI)作为植被冠层结构的重要描述参数之一,能体现植被光合、蒸腾和呼吸作用的能力。借助 GPS 和 LAI-2200冠层分析仪在攸县黄丰桥林场开展 LAI 测量。利用 ENVI 软件对GeoEye-1数据进行了辐射定标,大气校正和正射校正。通过研究 LAI 与 GeoEye-1影像波段及其衍生指数的相关性,筛选出2组估算 LAI 的指数因子(6个指数因子和10个指数因子)。应用 k-NN 进行叶面积指数反演,同时将反演结果与多元线性回归模型结果进行比较。结果表明:利用2组指数因子进行多元线性回归模型反演 LAI 中,6个指数因子的模型决定系数 R2为0.386,10个指数因子的模型决定系数 R2为0.498。从回归模拟的角度分析,10个指数因子得到的模拟结果要优于6个指数因子的模拟结果。利用2组指数因子通过设置4个不同的 k 值(k=3,5,7,10)得到8个 k-NN 反演结果中,以10个指数因子得到的 k-NN 反演结果较好,其中在 k=3时效果最好,其决定系数 R2为0.733,精度为85.4%。建模精度分析表明选用10个指数因子进行 LAI 的反演优于选用6个指数因子,其中 k-NN 方法的反演结果优于多元线性回归模型,说明利用 k-NN 方法进行 LAI 的反演是可行的。
林业遥感、叶面积指数、k-NN、GeoEye-1、黄丰桥林场
36
S757(森林经营学、森林计测学、森林经理学)
国家高技术研究发展计划(863计划);中国博士后科学基金
2016-12-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
11-17,36