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。