论文部分内容阅读
本研究以内蒙古锡林浩特温带典型草原为研究区,从不同尺度,基于实测数据、LandsatTM数据和MODIS数据产品反演了草地的叶面积指数(Leaf Area Index,LAI)。建立的模型主要分为经验模型和物理模型(辐射传输模型)。其中,经验模型有三种尺度,分别是:在30m尺度上,建立了LAI和NDVI( LAI-NDVI)的模型;在250m尺度上,建立了LAI-NDVI和LAI-EVI的模型;在500m尺度上,建立了LAI-NDVI和LAI-EVI的模型。在物理模型中,建立了基于TM和PROSAIL的物理模型(30m)和基于MODIS和PROSAIL(500m)的物理模型。 本研究利用相对平均误差指标(Relative Mean Error,RME)、实测数据和MODIS LAI产品,对建立的各种模型进行了精度评价,结果表明: 对于经验模型:(1)不同尺度的同种LAI-VI模型:从LAI-NDVI模型来看,30m、250m和500m三种尺度的相对平均误差指标RME分别为43%、48%和50%;从LAI-EVI模型来看,250m和500m两种尺度的RME分别为36%和43%。上述结果均表明,不同的LAI-VI模型的反演精度都随着尺度的增加而降低。(2)同一尺度的不同LAI-VI模型:在250m尺度上,LAI-NDVI和LAI-EVI的RME分别为48%和36%,LAI-EVI的反演精度要高于LAI-NDVI。在500m尺度上,LAI-NDVI的RME也要高于LAI-EVI。上述结果均表明,在研究区的这两种尺度上,基于EVI和LAI实测值建立的模型均具有较高的可靠性。在经验模型中,本研究建立的不同尺度的经验模型(LAI-NDVI和LAI-EVI)的反演精度都随着尺度的增加而降低。 对于物理模型,基于TM和PROSAIL的模型的反演精度要优于基于MODIS和PROSAIL的模型。主要是因为TM的尺度(30m)和MODIS的尺度(1km)不同,MODIS(1km)存在混合像元的概率更大,增加了模型反演的不确定性。 综合经验和物理模型,在30m尺度上,基于TM和PROSAIL的模型反演精度要优于其他模型;而在500m和1km的尺度上,经验模型和物理模型的模拟精度均较低,且相差不大。这表明随着尺度的加大,出现混合像元的概率增加,物理模型相对于经验模型的优势不再明显。