高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于MISR数据大兴安岭地区叶面积指数反演及尺度转换验证研究

温一博 常颖 范文义

温一博, 常颖, 范文义. 基于MISR数据大兴安岭地区叶面积指数反演及尺度转换验证研究[J]. 北京林业大学学报, 2016, 38(5): 1-10. doi: 10.13332/j.1000-1522.20150204
引用本文: 温一博, 常颖, 范文义. 基于MISR数据大兴安岭地区叶面积指数反演及尺度转换验证研究[J]. 北京林业大学学报, 2016, 38(5): 1-10. doi: 10.13332/j.1000-1522.20150204
WEN Yi-bo, CHANG Ying, FAN Wen-yi. Algorithm for leaf area index inversion in the Great Xing'an Mountains using MISR data and spatial scaling for the validation[J]. Journal of Beijing Forestry University, 2016, 38(5): 1-10. doi: 10.13332/j.1000-1522.20150204
Citation: WEN Yi-bo, CHANG Ying, FAN Wen-yi. Algorithm for leaf area index inversion in the Great Xing'an Mountains using MISR data and spatial scaling for the validation[J]. Journal of Beijing Forestry University, 2016, 38(5): 1-10. doi: 10.13332/j.1000-1522.20150204

基于MISR数据大兴安岭地区叶面积指数反演及尺度转换验证研究

doi: 10.13332/j.1000-1522.20150204
基金项目: 

十二五”

国家科技支撑计划项目(2011BAD08B01)、中央高校基本科研业务费专项(2572014AA37)

详细信息
    作者简介:

    温一博,博士生。主要研究方向:林业定量遥感。Email:100004644@qq.com 地址:150040黑龙江省哈尔滨市和兴路26号东北林业大学林学院。

    通讯作者:

    范文义,教授,博士生导师。主要研究方向:定量遥感。Email:fanwy@163.com 地址:同上。

Algorithm for leaf area index inversion in the Great Xing'an Mountains using MISR data and spatial scaling for the validation

  • 摘要: 叶面积指数(LAI)是气候研究和生态研究中重要的植被冠层结构参数,遥感技术为快速获取大面积叶面积指数提供了有效途径。大兴安岭地区是我国重要的生态功能区,本文以大兴安岭为研究区域,根据森林林分特征,采用基于物理过程的4-Scale几何光学模型,利用多角度MISR遥感数据反演该区域叶面积指数数据。几何光学模型特点在于参数具有物理意义,考虑地面反射的热点效应,模型反演过程不依赖于样本数据适用于大区域反演研究,MISR数据提供同一区域多角度遥感数据,有效解决了单一观测角度植被指数和叶面积指数函数关系饱和点低的问题。由于地面验证数据空间尺度无法满足MISR数据的空间分辨率,本文采用TM数据对样地实测叶面积指数数据进行尺度转换,针对不用坡向叶面积指数空间异质性进行分析,讨论不同空间分辨率验证数据的合理性,研究表明大兴安岭区域使用600m空间分辨率验证数据对MISR数据反演结果检验最优,该分辨率下叶面积指数变化随空间尺度变化趋于稳定,并较好地避免了2种遥感数据几何配准带来的误差。结果表明:4-Scale几何光学模型适用于我国大兴安岭地区森林叶面积指数反演,实验中MISR数据反演叶面积指数的平均绝对误差为25.6%、均方根误差为0.622。本研究为大兴安岭地区叶面积指数大区域快速定量反演提供了研究基础。
  • [1] YANG F, SUN J L, ZHANG B, et al. Assessment of MODIS LAI product accuracy based on the PROSAIL model, TM and field measurements[J]. Transactions of the CSAE, 2010, 26(4): 192-197.
    [2] 杨飞, 孙九林, 张柏, 等. 基于PROSAIL模型及TM与实测数据的MODIS LAI精度评价[J]. 农业工程学报, 2010, 26(4):192-197.
    [3] SONNENAG O, TALBOT J, CHEN J M, et al. Using direct and indirect measurements of leaf area index to characterize the shrub canopy in an ombrotrophic peatland[J]. Agricultural and Forest Meteorology, 2007, 144(3): 200-212.
    [4] LIU J Y, TANG X G, CHANG S Z, et al. Application of remote sensing to inverse the forest leaf area index and regional estimation[J]. Remote Sensing Technology and Application, 2014, 29(1):18-25.
    [5] CHEN J M, BLACK T A. Defining leaf area index for non-flat leaves[J]. Plant, Cell & Environment, 1992, 15(4): 421-429.
    [6] HUANG M, JI J J. The spatial-temporal distribution of leaf area index in China: a comparison between ecosystem modeling and remote sensing reversion[J]. Acta Ecologica Sinica, 2010, 30(11):3057-3064.
    [7] LIU Y, LIU R G, CHEN J M, et al. Current status and perspectives of leaf area index retrieval from optical remote sensing data[J]. Journal of Geo-Information Science, 2013, 15(5):734-743.
    [8] 刘婧怡, 汤旭光, 常守志, 等. 森林叶面积指数遥感反演模型构建及区域估算[J]. 遥感技术与应用, 2014,29(1):18-25.
    [9] XU X R. Physical principles of remote-sensing[M]. Beijing: Peking University Press, 2005.
    [10] 黄玫, 季劲钧. 中国区域植被叶面积指数时空分布:机理模型模拟与遥感反演比较[J]. 生态学报, 2010, 30(11):3057-3064.
    [11] 刘洋, 刘荣高, 陈镜明,等.叶面积指数遥感反演研究进展与展望[J]. 地球信息科学学报, 2013, 15(5):734-743.
    [12] WAN H W, WANG J D, LIANG S L, et al.Estimating leaf area index by fusing MODIS and MISR data [J]. Spectroscopy and Spectral Analysis, 2009, 29(11):3106-3111.
    [13] ZHANG Y Y. The research on the remote sensing model for forest biomass in Daxing'an Mountains[D]. Harbin:Northeast Forestry University, 2009.
    [14] 徐希孺. 遥感物理[M].北京:北京大学出版社,2005.
    [15] CHEN M, DENG F. Locally adjusted cubic-spline capping for reconstructing seasonal trajectories of a satellite-derived surface parameter[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(8): 2230-2238.
    [16] ZOU J, YAN G J. Optical methods for in situ measuring leaf area index of forest canopy[J]. Chinese Journal of Applied Ecology, 2010, 21(11):2971-2979.
    [17] YU Y, FAN W Y, YANG X G. Comparisons of three models for vegetation canopy bi-directional reflectance distribution function[J]. Chinese Journal of Plant Ecology, 2012,36(1):55-62.
    [18] FANG H, LIANG S, KUUSK A. Retrieving leaf area index using a genetic algorithm with a canopy radiative transfer model[J]. Remote Sensing of Environment, 2003, 85(3): 257-270.
    [19] 万华伟, 王锦地, 梁顺林,等.联合MODIS与MISR遥感数据估算叶面积指数[J]. 光谱学与光谱分析, 2009, 29(11):3106-3111.
    [20] XIANG H B, GUO Z H, ZHAO Z Q,et al. Estimating method of forest leaf area index on different space scales[J]. Scientia Silvae Sinicae, 2009, 45(6): 139-144.
    [21] 张元元. 大兴安岭地区森林生物量遥感模型的研究[D].哈尔滨: 东北林业大学, 2009.
    [22] JIAO Z M. Research on retrieval and spatial scaling of leaf area index from remote sensing images[D]. Beijing:Beijing Forestry University,2014.
    [23] DEMAREZ V, DUTHOIT S, BARET F, et al. Estimation of leaf area and clumping indexes of crops with hemispherical photographs[J]. Agricultural and Forest Meteorology, 2008, 148(4): 644-655.
    [24] 邹杰, 阎广建. 森林冠层地面叶面积指数光学测量方法研究进展[J]. 应用生态学报, 2010,21(11): 2971-2979.
    [25] KOKHANOVSKY A A, BREON F M, CACCIARI A, et al. Aerosol remote sensing over land: a comparison of satellite retrievals using different algorithms and instruments[J]. Atmospheric Research, 2007, 85(3): 372-394.
    [26] STENBERG P, RAUTIAINENI M, MANNINEN T, et al. Boreal forest leaf area index from optical satellite images: model simulations and empirical analyses using data from central Finland[J]. Boreal Environment Research, 2008, 13(5): 433-443.
    [27] CHEN J M, LI X, NILSON T, et al. Recent advances in geometrical optical modelling and its applications[J]. Remote Sensing Reviews, 2000, 18(2-4): 227-262.
    [28] 于颖, 范文义, 杨曦光. 三种植被冠层二向反射分布函数模型的比较[J]. 植物生态学报, 2012, 36(1): 55-62.
    [29] BROWN L, CHEN J M, LEBLANC S G, et al. A shortwave infrared modification to the simple ratio for LAI retrieval in boreal forests: an image and model analysis[J]. Remote Sensing of Environment, 2000, 71(1): 16-25.
    [30] DENG F, CHEN M, PLUMMER S, et al. Algorithm for global leaf area index retrieval using satellite imagery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(8): 2219-2229.
    [31] ROUJEAN J L, LEROG M, DESCHAMPS D Y. A bidinectional reflectance model of the earth's surface for the correction of remote sensing data[J]. Journal of Geophysical Research: Atmospheres, 1992, 97: 20455-20468.
    [32] CHEN J M, CIHLAR J. A hotspot function in a simple bidirectional reflectance model for satellite applications[J]. Journal of Geophysical Research: Atmospheres, 1997, 102: 25907-25913.
    [33] 向洪波, 郭志华, 赵占轻, 等. 不同空间尺度森林叶面积指数的估算方法[J]. 林业科学, 2009, 45(6): 139-144.
    [34] 焦志敏. 植被叶面积指数遥感反演及空间尺度转换研究[D].北京:北京林业大学, 2014.
    [35] CHEN J M, PAVLIC G, BROWN L, et al. Derivation and validation of Canada-wide coarse-resolution leaf area index maps using high-resolution satellite imagery and ground measurements[J]. Remote Sensing of Environment, 2002, 80(1): 165-184.
  • [1] 高林浩, 孙晗, 白雪卡, 代爽, 樊艳文, 刘超, 王襄平, 尹伟伦.  气候、系统发育对长白山乔灌木比叶面积与叶元素含量关系的影响 . 北京林业大学学报, 2020, 42(2): 19-30. doi: 10.12171/j.1000-1522.20190320
    [2] 王思思, 龙佳, 丁涵.  北京市21种植物的叶片吸水性能与冠层雨水截留能力研究 . 北京林业大学学报, 2020, 42(): 100-110. doi: 10.12171/j.1000-1522.20190379
    [3] 梁勇奇, 李明泽, 杨瑞霞, 耿同, 李欢.  不同滤波算法对反演叶面积指数的影响 . 北京林业大学学报, 2020, 42(1): 54-64. doi: 10.12171/j.1000-1522.20180268
    [4] 于颖, 刘敏, 范文义, 卫甜甜, 程腾辉, 蒋博, 张月.  基于PROSPECT和4-scale模型的光化学植被指数尺度转换 . 北京林业大学学报, 2020, 35(): 1-9. doi: 10.12171/j.1000-1522.20190190
    [5] 邢磊, 薛海霞, 李清河, 高婷婷.  白刺幼苗生物量与氮含量在叶与全株间的尺度转换 . 北京林业大学学报, 2018, 40(2): 76-81. doi: 10.13332/j.1000-1522.20170338
    [6] 李想, 王亚明, 孟晨, 李娇, 牛健植.  基于幼树模拟降雨实验的树冠动态截留模型 . 北京林业大学学报, 2018, 40(4): 43-50. doi: 10.13332/j.1000-1522.20170348
    [7] 刘志理, 毕连柱, 宋国华, 王全波, 刘琪, 金光泽.  典型阔叶红松林叶面积指数的空间异质性 . 北京林业大学学报, 2018, 40(11): 1-11. doi: 10.13332/j.1000-1522.20170468
    [8] 张财, 查天山, 贾昕, 刘鹏, 李成.  毛乌素沙地油蒿群落叶面积指数动态及模拟 . 北京林业大学学报, 2018, 40(3): 75-83. doi: 10.13332/j.1000-1522.20170298
    [9] 周淑梅, 雷廷武, 雷启祥, 张满良.  黄土高原小流域出口断面水力几何模型 . 北京林业大学学报, 2015, 37(9): 45-52. doi: 10.13332/j.1000-1522.20150043
    [10] 段亮亮, 满秀玲, 刘玉杰, 刘海亮, 田野宏, 刘茜.  大兴安岭北部天然落叶松林土壤水分空间变异及影响因子分析 . 北京林业大学学报, 2014, 36(4): 36-41. doi: 10.13332/j.cnki.jbfu.2014.04.010
    [11] 吴迪, 范文义.  激光雷达协同多角度光学遥感数据反演树高 . 北京林业大学学报, 2014, 36(4): 8-15. doi: 10.13332/j.cnki.jbfu.2014.04.006
    [12] 毕于慧, 唐守正, 王雪峰.  基于改进的几何活动轮廓模型的叶片自动分割 . 北京林业大学学报, 2011, 33(1): 90-93.
    [13] 吴家胜, 吴家胜, 曾燕如, 曾燕如, 黎章矩, 黎章矩.  油茶丰产林土壤肥力与林分结构调查 . 北京林业大学学报, 2009, 31(6): 203-208.
    [14] 吴露露, 罗旭, 张雁, 汪波, 冯仲科, .  中低分辨率遥感影像几何精校正 . 北京林业大学学报, 2008, 30(增刊1): 78-82.
    [15] 臧淑英, 那晓东, 冯仲科, .  基于植被指数的大庆地区草地退化因子遥感定量反演模型的研制 . 北京林业大学学报, 2008, 30(增刊1): 98-104.
    [16] 张林, 罗天祥, 邓坤枚, 李文华.  云南松比叶面积和叶干物质含量随冠层高度的垂直变化规律 . 北京林业大学学报, 2008, 30(1): 40-44.
    [17] 张建军, 董煌标, 纳磊, 王鹏.  晋西黄土区不同尺度小流域降雨径流过程的对比分析 . 北京林业大学学报, 2008, 30(2): 106-112.
    [18] 曾小平, 赵平, 饶兴权, 蔡锡安.  鹤山丘陵3种人工林叶面积指数的测定及其季节变化 . 北京林业大学学报, 2008, 30(5): 33-38.
    [19] 焦雯珺, 宋先亮, 金则新, 李俊, 周睿, 郑景明, 孙志蓉, 索安宁, 马玲, 高克昌, 吴家兵, 张志山, 奚如春, 武林, 周艳萍, 张春晓, 刘足根, 李黎, 于海霞, 张建军, 吕文华, 许景伟, 陆平, 雷妮娅, 郎璞玫, 邵杰, 于文吉, 赵文喆, 李传荣, 余养伦, 戴伟, 翟明普, 赵广杰, 朱教君, 关德新, 于志明, 盖颖, 张小由, 纳磊, 饶兴权, 马履一, 李钧敏, 郑红娟, 葛剑平, 习宝田, 陈勇, 陈少良, 蔡锡安, 朱清科, Kwei-NamLaw, 毕华兴, 韦方强, 赵秀海, 谭会娟, 王文全, 李增鸿, 张春雨, 袁小兰, 王天明, 杨永福, 赵平, 张弥, 马履一, 于波, ClaudeDaneault, 朱艳燕, 李俊清, 夏良放, 方家强, 张宇清, 李笑吟, 曾小平, 江泽慧, 贾桂霞, 崔鹏, 樊敏, 王瑞刚, 王卫东, 郭孟霞, 唐晓军, 李庆卫, 贺润平, 李丽萍, 邓宗付, 殷宁, 刘丽娟, 韩士杰, 王贺新, 张欣荣, 何明珠, 吴秀芹, 袁飞, 陈雪梅, 于贵瑞, 江杰, 吴记贵, 王月海, 毛志宏, 刘鑫, 熊颖, 王旭琴, 郑敬刚, 蒋湘宁, 孔俊杰, 王娜, 李新荣, 聂立水, 林靓靓, 王瑞辉, 葛剑平, 孙晓敏, 王贵霞, 郭超颖, 董治良, .  热平衡技术与气孔计法测定沙生植物蒸腾 . 北京林业大学学报, 2007, 29(1): 60-66.
    [20] 卜崇峰, 程万里, 赵廷宁, 陈永亮, 明军, 杨丽韫, 罗辑, 王发国, 毕华兴, 宋瑞清, 李贤军, 徐秋芳, 旷远文, 郝朝运, 李艳华, 刘海军, 张志, 张占宽, 王安志, 吴娟, 王鸿斌, 骆有庆, 郭卫东, 刘建梅, 叶华谷, 李文华, 张璧光, 谭秀英, 温达志, 姜培坤, 程根伟, 张启翔, 刘国彬, 冀瑞卿, 马洁, 习宝田, 张真, 朱金兆, 马忠明, 陈天全, 曹子龙, 刘一星, 兰彦平, 程放, 康向阳, 郑翠玲, 周国逸, 邢福武, 李伟, 温俊宝, 李笑吟, 刘鹏, 敏朗, 朱清科, 沈泉, 李文军, 陈玉福, 孔祥波, 裴铁, 张宇清, 张志明, 则元京, 李延军, 沈佐锐, 金昌杰, 孙保平, 刘世忠, 何祖慰, 马其侠, 丁国栋, 陈红锋, 冯继华, 姚爱静, 张德强, 金幼菊, 曹刚, 陶万强, 魏铁.  云 杉 截 留 降 雨 实 验 与 模 型 . 北京林业大学学报, 2005, 27(2): 38-42.
  • 加载中
计量
  • 文章访问数:  528
  • HTML全文浏览量:  56
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-06-05
  • 修回日期:  2015-06-05
  • 刊出日期:  2016-05-31

基于MISR数据大兴安岭地区叶面积指数反演及尺度转换验证研究

doi: 10.13332/j.1000-1522.20150204
    基金项目:

    十二五”

    国家科技支撑计划项目(2011BAD08B01)、中央高校基本科研业务费专项(2572014AA37)

    作者简介:

    温一博,博士生。主要研究方向:林业定量遥感。Email:100004644@qq.com 地址:150040黑龙江省哈尔滨市和兴路26号东北林业大学林学院。

    通讯作者: 范文义,教授,博士生导师。主要研究方向:定量遥感。Email:fanwy@163.com 地址:同上。

摘要: 叶面积指数(LAI)是气候研究和生态研究中重要的植被冠层结构参数,遥感技术为快速获取大面积叶面积指数提供了有效途径。大兴安岭地区是我国重要的生态功能区,本文以大兴安岭为研究区域,根据森林林分特征,采用基于物理过程的4-Scale几何光学模型,利用多角度MISR遥感数据反演该区域叶面积指数数据。几何光学模型特点在于参数具有物理意义,考虑地面反射的热点效应,模型反演过程不依赖于样本数据适用于大区域反演研究,MISR数据提供同一区域多角度遥感数据,有效解决了单一观测角度植被指数和叶面积指数函数关系饱和点低的问题。由于地面验证数据空间尺度无法满足MISR数据的空间分辨率,本文采用TM数据对样地实测叶面积指数数据进行尺度转换,针对不用坡向叶面积指数空间异质性进行分析,讨论不同空间分辨率验证数据的合理性,研究表明大兴安岭区域使用600m空间分辨率验证数据对MISR数据反演结果检验最优,该分辨率下叶面积指数变化随空间尺度变化趋于稳定,并较好地避免了2种遥感数据几何配准带来的误差。结果表明:4-Scale几何光学模型适用于我国大兴安岭地区森林叶面积指数反演,实验中MISR数据反演叶面积指数的平均绝对误差为25.6%、均方根误差为0.622。本研究为大兴安岭地区叶面积指数大区域快速定量反演提供了研究基础。

English Abstract

温一博, 常颖, 范文义. 基于MISR数据大兴安岭地区叶面积指数反演及尺度转换验证研究[J]. 北京林业大学学报, 2016, 38(5): 1-10. doi: 10.13332/j.1000-1522.20150204
引用本文: 温一博, 常颖, 范文义. 基于MISR数据大兴安岭地区叶面积指数反演及尺度转换验证研究[J]. 北京林业大学学报, 2016, 38(5): 1-10. doi: 10.13332/j.1000-1522.20150204
WEN Yi-bo, CHANG Ying, FAN Wen-yi. Algorithm for leaf area index inversion in the Great Xing'an Mountains using MISR data and spatial scaling for the validation[J]. Journal of Beijing Forestry University, 2016, 38(5): 1-10. doi: 10.13332/j.1000-1522.20150204
Citation: WEN Yi-bo, CHANG Ying, FAN Wen-yi. Algorithm for leaf area index inversion in the Great Xing'an Mountains using MISR data and spatial scaling for the validation[J]. Journal of Beijing Forestry University, 2016, 38(5): 1-10. doi: 10.13332/j.1000-1522.20150204
参考文献 (35)

目录

    /

    返回文章
    返回