基于Landsat 8-OLI的荒漠化地区植被覆盖度反演模型研究

编号 zgly0001533971

文献类型 期刊论文

文献题名 基于Landsat 8-OLI的荒漠化地区植被覆盖度反演模型研究

作者 马中刚  孙华  王广兴  林辉  佘宇晨  邹琪 

作者单位 中南林业科技大学林业遥感信息工程研究中心  Dept. of Geography  Southern Illinois University 

母体文献 中南林业科技大学学报 

年卷期 2016年09期

年份 2016 

分类号 Q948 

关键词 荒漠化  植被覆盖度反演  影像植被指数  逐步回归分析  线性混合像元分解 

文摘内容 基于Landsat 8-OLI影像数据,利用植被指数逐步回归分析和线性混合像元分解的方法,结合134个野外样地调查数据,将线性混合像元分解结果（植被丰度）导入影像植被指数逐步回归模型,建立康保县荒漠化地区植被覆盖度反演混合模型,并进行精度检验。结果表明:（1）在所选16种影像植被指数中,采用单一植被指数进行荒漠化地区植被覆盖度反演建模,与植被覆盖度拟合优度最高的是归一化植被指数（NDVI）和土壤调节植被指数（SAVI）,利用植被指数逐步回归分析建模,筛选出的3种最佳影像植被指数是土壤调节植被指数（SAVI0.5）,比值植被指数(SRN-R)和增强型植被指数（EVI）;（2）通过线性混合像元分解建立的植被覆盖度反演模型,分解所得植被丰度与植被覆盖度的决定系数为0.673,模型精度低于利用植被指数逐步回归分析法反演的模型精度,但高于单一植被指数与植被覆盖度反演模型的精度;（3）精度检验显示植被指数逐步回归分析法反演的植被覆盖度模型的决定系数（R2）和精度分别为0.719和86.70%,而混合像元分解和植被指数逐步回归分析综合所建的混合模型的决定系数（R2）和精度分别为0.807和92.37%,表明植被指数逐步回归分析与混合像元分解相结合能较好地提高荒漠化地区植被覆盖度反演精度。