不同传感器的模拟植被指数对水稻叶面积指数的估测精度和敏感性分析

编号 zgly0001591068

文献类型 期刊论文

文献题名 不同传感器的模拟植被指数对水稻叶面积指数的估测精度和敏感性分析

作者 陈拉  黄敬峰  王秀珍 

作者单位 浙江大学环资学院农业遥感与信息技术研究所  浙江省气象研究所浙江杭州310026  江西财经大学资源环境管理学院  江西南昌330013  浙江杭州310026  浙江杭州310029 

母体文献 遥感学报 

年卷期 2008年01期

年份 2008 

分类号 TP79 

关键词 植被指数  叶面积指数  估测精度  敏感性  水稻 

文摘内容 本研究利用水稻冠层高光谱数据,模拟NOAA-AVHRR,Terra-MODIS和Landsat-TM的可见光波段反射率数据,计算各传感器的多种植被指数(NDVI,RVI,EVI,GNDVI,GRVI和Red-edge RVI),比较植被指数模型对水稻LAI的估测精度,分析不同植被指数对LAI变化的敏感性。相对于红波段植被指数,红边比值植被指数(Red-edgeRVI)和绿波段指数GRVI与LAI有更好的线性相关关系,而GNDVI和LAI呈现更好的对数相关关系。MODIS的Red-edge RVI指数不仅模型拟合的精度最高,还有独立数据验证的估测精度也最高,而且它的验证精度较拟合精度下降幅度最小;其次是绿波段构建的GNDVI和GRVI植被指数的估测精度,再次是NDVI和EVI的估测精度,而RVI的估测精度最差。敏感性分析发现,13个植被指数对水稻LAI的估测能力都随着LAI的增加而下降,但归一化类植被指数和比值类植被指数对LAI变化反应的差异明显,归一化类植被指数在LAI较低时(LAI<1.5)对LAI变化的反应开始非常敏感,但迅速下降,而比值类植被指数在LAI较低时,明显小于归一化类植被指数,之后随着LAI的增大(LAI>1.5)比值类植被指数对LAI的变化敏感性,则明显高于归一化类植被指数。Red-edge RVI和绿波段指数GRVI和LAI不仅表现了很好的线性相关关系,而且在LAI大于2.9左右保持较高的敏感性。