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。