融合遥感先验信息的叶面积指数反演

doi:10.11873/j.issn.1004⁃0323.2019.6.1235

CORC > 成都山地灾害与环境研究所 > 中国科学院水利部成都山地灾害与环境研究所 > 数字山地与遥感应用中心

	融合遥感先验信息的叶面积指数反演
	徐卫星 1,2; 薛华柱 2; 靳华安 1; 李爱农 1
刊名	遥感技术与应用
	2019
卷号	34 期号:6 页码:1235-1244
关键词	叶面积指数遥感反演先验信息
ISSN号	1004-0323
DOI	10.11873/j.issn.1004⁃0323.2019.6.1235
其他题名	Retrieval of Leaf Area Index by Fusing Prior Information from Remote Sensing Data
产权排序	2
文献子类	Article
英文摘要	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R~2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R~2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。
语种	中文
CSCD记录号	CSCD:6654957
内容类型	期刊论文
源URL	[http://ir.imde.ac.cn/handle/131551/34147]
专题	成都山地灾害与环境研究所_数字山地与遥感应用中心
通讯作者	靳华安
作者单位	1.中国科学院水利部成都山地灾害与环境研究所 2.河南理工大学测绘与国土信息工程学院;
推荐引用方式 GB/T 7714	徐卫星,薛华柱,靳华安,等. 融合遥感先验信息的叶面积指数反演[J]. 遥感技术与应用,2019,34(6):1235-1244.
APA	徐卫星,薛华柱,靳华安,&李爱农.(2019).融合遥感先验信息的叶面积指数反演.遥感技术与应用,34(6),1235-1244.
MLA	徐卫星,et al."融合遥感先验信息的叶面积指数反演".遥感技术与应用 34.6(2019):1235-1244.