论文部分内容阅读
叶面积指数(Leaf Area Index, LAI)是森林监测中的关键参数，是表征植被冠层结构特征和生物物理过程的最基本参量之一，反演LAI对于研究陆地生态系统及其过程具有重要意义。本研究选择甘肃省黑河流域大野口地区作为实验区，基于2008年8月的SPOT5影像反演研究区森林LAI。针对地形起伏较大的山地研究区，本研究在对SPOT5多光谱影像预处理时，在正射校正、辐射定标、大气校正的基础上，对比了地形辐射校正前后提取的地表反射率并计算多种植被指数信息。对地面采样的同步LAI数据与植被指数进行相关性分析，建立两者之间的多种回归统计模型，通过对比模型的判定系数确定研究区LAI反演的最佳模型。该反演模型在另一组实测LAI数据验证通过的基础上，生成研究区的森林LAI分布图。本研究通过对比分析SPOT5影像地形辐射校正前后建立的回归模型的精度，表明经过地形辐射校正可以得到精度更高的森林LAI反演结果，从而说明了地形辐射校正对于基于统计模型方法进行山区森林LAI反演的必要性。