论文部分内容阅读
叶面积指数(LAI)指单位地面面积上总绿叶面积的一半,它不仅是进行生物量估算的一个重要参数,也是定量分析陆地生态系统能量交换的最重要的结构参数之一。本次研究的主要目的是如何利用遥感技术,找到一个操作性强,反演精度高的提取叶面积指数的模型,并将其投入到实际应用中去。本文从研究地物组分物理结构着手,采用像元分解的方法建立LAI的遥感反演模型,不仅能很好地解决“同物异谱,同谱异物”的难题,而且反演方法简便可行、具有普适性。在本研究中,首先对TM影像数据做最小噪声分离(MNF),并运用基于影像本身的端元选择方法进行端元的选择,所选端元样本均是位于二维散点图顶点的端元波谱,经混合像元分解得到密云植被覆盖度数据,再根据植被覆盖度、冠层透射率及叶面积指数之间的关系,得到初步叶面积指数估算结果。最后,本文引入了多次散射冠层模型对LAI进行迭代,得到了更为精确的LAI。本研究最终选择了植被、土壤、水体和水泥建筑4个端元,非限制性线性光谱混合像元分解模型被用来分解影像,4个端元分解影像的平均误差为0.0028,端元质量好,分解效果佳。研究结果证明:研究区样点实测值与预测值的拟合度R2为0.8219,均方根误差RMSE为0.368,两者存在很强的相关性;混和像元分解模型和多次散射过程冠层模型相结合来反演叶面积指数的方法,能很好的预测森林LAI。利用北京市土地覆盖类型图生成的掩膜文件对植被覆盖度数据进行统计,结果显示:林地的植被覆盖度平均值为57.34%,农业用地的植被覆盖度平均值为60.95%,城市用地、水体和其他土地类型的植被覆盖度平均值分别为28.38%、13.39%和32.37%。对北京市各区县LAI进行统计,结果显示:(1)LAI均值最低的是海淀区,为0.087,最高的是平谷区,为1.677:(2)低LAI值所占的比例最高的是中心城区,为98.25%,其次是朝阳区和丰台区,它们的低LAI值所占比例分别为76.91%和75.89%;(3)除此之外,LAI水平较低的还有石景山区、大兴区和通州区。