森林叶面积指数遥感反演与空间尺度转换研究

以贵州省黎平县为研究区,着重研究森林叶面积指数(LAI)的ETM遥感信息反演和向1km空间尺度转换算法.通过LAI-2000的针叶林和阔叶林等植被类型的LAI实地观测,建立实测LAI与ETM影像归一化植被指数(NDVI)的相关关系并进行LAI遥感制图,并在陆地覆盖类型遥感分类信息提取的基础上,发展了针叶林、混交林和空旷地三种地表类型LAI的向上空间尺度转换算法,以对粗分辨MODIS遥感数据的LAI产品实现LAI算法的转换与校正,并通过示例应用显示了本研究空间尺度转换算法的有效性.     

黑河中游试验区不同分辨率LAI数据处理、分析和尺度转换

008年开展的黑河综合遥感联合试验获取了大量野外实测叶面积指数(LAI)数据以及遥感LAI产品。在利用LAI地面点观测数据对遥感影像进行验证或者不同分辨率遥感产品相互比较的过程中存在由于地表异质性引起的尺度效应,导致无法直接进行验证、比较,需要进行尺度转换。以基于泰勒级数展开的尺度转换模型为基础,研究不同源LAI之间的尺度转换方法。包括两部分内容：① 以高分辨率影像为辅助数据将地面实测点尺度的LAI转换到中、低分辨率遥感像元尺度;② 利用高分辨率影像作为亚像元信息对低分辨率LAI产品进行尺度纠正。结果表明,利用泰勒级数展开模型进行尺度转换是一种简单可行的方法,经尺度转换的地面实测点尺度LAI可用作像元尺度数据比较验证的参考。     

融合遥感先验信息的叶面积指数反演

借助植被辐射传输模型,利用遥感观测数据估算LAI是一种较为可靠和稳健的反演方法。然而,地表的复杂性、遥感观测的有限性以及自相关性导致遥感数据包含的信息量不足,不能完全支持LAI等地表参数的估算,易造成“病态”反演。在遥感反演过程中引入先验知识能够有效地解决该问题。研究基于遥感数据提取LAI先验信息,并将其用于代价函数的构建,利用PROSAIL辐射传输模型和遗传算法,分别在500 m和250 m尺度反演LAI。将高空间分辨率LAI分别升尺度到500 m和250 m,验证对应尺度LAI结果,评价引入先验信息对于提高LAI反演精度的作用。研究表明,引入先验信息有助于提高不同分辨率下LAI反演精度,且先验信息的质量一定程度上也影响着LAI反演结果。与未加入先验信息的LAI反演结果相比,以MODIS LAI产品作为先验信息反演的500 m尺度LAI结果精度R²由0.55提高至0.65,RMSE由1.29下降至0.38。在250 m尺度,以500 m LAI反演结果作为先验信息反演的叶面积指数,其精度优于以MODIS LAI产品为先验知识的估算结果,验证精度R²增加了0.08,RMSE减少了0.18。研究使用的先验信息主要来自遥感数据本身,没有地面实测数据的参与,在此基础上发展的多分辨率LAI反演方法具有估算大区域尺度LAI的应用潜力。     

融合遥感先验信息的叶面积指数反演

借助植被辐射传输模型，利用遥感观测数据估算LAI是一种较为可靠和稳健的反演方法。然而，地表的复杂性、遥感观测的有限性以及自相关性导致遥感数据包含的信息量不足，不能完全支持LAI等地表参数的估算，易造成“病态”反演。在遥感反演过程中引入先验知识能够有效地解决该问题。研究基于遥感数据提取LAI先验信息，并将其用于代价函数的构建，利用PROSAIL辐射传输模型和遗传算法，分别在500 m和250 m尺度反演LAI。将高空间分辨率LAI分别升尺度到500 m和250 m，验证对应尺度LAI结果，评价引入先验信息对于提高LAI反演精度的作用。研究表明，引入先验信息有助于提高不同分辨率下LAI反演精度，且先验信息的质量一定程度上也影响着LAI反演结果。与未加入先验信息的LAI反演结果相比，以MODIS LAI产品作为先验信息反演的500 m尺度LAI结果精度R²由0.55提高至0.65，RMSE由1.29下降至0.38。在250 m尺度，以500 m LAI反演结果作为先验信息反演的叶面积指数，其精度优于以MODIS LAI产品为先验知识的估算结果，验证精度R²增加了0.08，RMSE减少了0.18。研究使用的先验信息主要来自遥感数据本身，没有地面实测数据的参与，在此基础上发展的多分辨率LAI反演方法具有估算大区域尺度LAI的应用潜力。     

黑河中游LAI产品的真实性检验研究

遥感产品的应用越来越受到各行各业的高度关注,因此定量遥感产品的真实性检验工作已是当务之急,也是近年来遥感领域研究的热点问题之一。首先总结了国内外学者在LAI遥感产品真实性检验中使用的方法和取得的研究进展,然后结合实例分析了黑河中游不同分辨率LAI产品的真实性检验。通过比较两种不同尺度转换方案得到1 km分辨率的LAI对MODIS LAI产品进行验证,并分析了LAI的尺度效应。结果表明:两种方案比较验证的相关系数为0.57和0.39,借助于高分辨率影像作为中间尺度验证MODIS LAI产品要比直接利用地面实测点尺度转换到低分辨率LAI图验证MODIS LAI产品更合理,且黑河中游MODIS LAI产品存在明显的低估现象,最大偏差达2.26。     

黑河及汉江流域MODIS叶面积指数产品质量评价

叶面积指数（LAI）是MODIS地面队伍生产的一系列标准产品之一，对其进行独立的质量评价有助于用户了解数据的适用性。本文用近同时相的Landsat影像及野外实测LAI数据获得了黑河及汉江两个研究区高分辨率的Landsat LAl分布图。基于此，对MODIS LAI数据进行了质量评价，评价指标包括统计特征和空间特征。分析结果表明，就统计特征而言，MODIS LAI数据值一般低于Landsat的LAI值，在植被覆盖较好的汉江区低估约10％，在植被覆盖稀疏的黑河区，LAI值低估达58％；就空间特征而言，两个研究区的结果都表明MODIS LAI数据无法很好地体现植被空间分布信息，在黑河区存在大量低槽被覆盖像元被归类为非植被覆盖区的情况。     

国产叶面积指数产品在中国区域的一致性检验北大核心CSCD

叶面积指数是研究全球和区域碳循环、水文循环、气候变化区域响应的重要参数之一,研究不同LAI产品的时空一致性可为该地区LAI产品的使用提供建议和参考。本研究基于流域、DEM和土地利用类型,对GLOBMAP、GLOBALBNU、GLASS的LAI产品从平均值、频率以及差值频率等的变化进行统计,分析3种国产LAI产品在中国区域的一致性。主要结论为:①3种产品均可捕捉中国地区LAI的空间分布和月及年的时间变化特征,GLOBMAP在2001年更换数据源后年平均值开始下降。②3种产品在九大流域、不同DEM、不同地表利用类型分类下均存在差异。在海河流域、黄河流域和内陆河流域,3种产品的相关性较好,但是在长江流域、东南诸河流域以及珠江流域内产品间差值大于2.00的范围较多。2000~4000 m区域内3种产品的年均变化趋势区别存在明显不同。和其他产品相比,在草地区域GLASS较低,在城乡工业用地区域GLOBMAP较低,在林地区域GLOBALBNU较高。定量分析了3套国产LAI产品的时空差异,结果可为国产LAI产品在中国的应用提供科学参考。     

基于Chen NDVI模型的NDVI尺度转换分形特性分析北大核心CSCD

空间尺度问题是定量遥感重要而基础的问题之一,文章针对“分形方法是否适用于定量遥感地表参数的尺度转换研究”的问题进行实验验证。基于传统及改进的Chen NDVI尺度转换模型,获得NDVI不同空间升尺度影像,进而利用分形尺度转换模型分析NDVI尺度转换结果,以获取“分形方法在NDVI尺度转换研究中的适用性结论”。以厦门为研究区,利用上述分形模型进行实验,结果表明:(1)若NDVI输入类型为均值,NDVI尺度转换特性更符合双对数直角坐标系下的线性函数关系,即分形特性;若NDVI输入类型为方差、方差/均值,NDVI尺度转换特性更符合直角坐标系下的对数函数关系;(2)农田在两种Chen NDVI模型及两种空间直角坐标系下所得拟合模型皆表现出显著的线性规律,尤其是其NDVI尺度转换分形特性表现显著;(3)综合而言,NDVI尺度转换结果具有分形特性,但NDVI尺度转换具有更为显著的直角坐标系下对数函数关系特性。文章所提出的融入精细地类信息的“类NDVI”地表参数通用尺度转换模型及尺度转换分形特性研究方法具有一定的代表性,值得参考。     

空间数据挖掘中的尺度转换研究

论述了尺度及尺度转换的概念。总结了地球科学领域尺度转换的一般理论、方法。提出了空间数据挖掘中的尺度转换问题,并探讨了其解决途径。     

融合遥感先验信息的叶面积指数反演

借助植被辐射传输模型,利用遥感观测数据估算LAI是一种较为可靠和稳健的反演方法。然而,地表的复杂性、遥感观测的有限性以及自相关性导致遥感数据包含的信息量不足,不能完全支持LAI等地表参数的估算,易造成"病态"反演。在遥感反演过程中引入先验知识能够有效地解决该问题。研究基于遥感数据提取LAI先验信息,并将其用于代价函数的构建,利用PROSAIL辐射传输模型和遗传算法,分别在500 m和250 m尺度反演LAI。将高空间分辨率LAI分别升尺度到500 m和250 m,验证对应尺度LAI结果,评价引入先验信息对于提高LAI反演精度的作用。研究表明,引入先验信息有助于提高不同分辨率下LAI反演精度,且先验信息的质量一定程度上也影响着LAI反演结果。与未加入先验信息的LAI反演结果相比,以MODIS LAI产品作为先验信息反演的500 m尺度LAI结果精度R2由0.55提高至0.65,RMSE由1.29下降至0.38。在250 m尺度,以500 m LAI反演结果作为先验信息反演的叶面积指数,其精度优于以MODIS LAI产品为先验知识的估算结果,验证精度R2增加了0.08,RMSE减少了0.18。研究使用的先验信息主要来自遥感数据本身,没有地面实测数据的参与,在此基础上发展的多分辨率LAI反演方法具有估算大区域尺度LAI的应用潜力。