多尺度葉面積指數(shù)遙感在成都山地估算研究的應用
葉面積指數(shù)（leaf area index, LAI ）是陸地生態(tài)系統(tǒng)中描述植被生物物理變化和冠層結構的重要參量，直接影響到植被的蒸騰作用效率、光合作用和能量平衡狀態(tài)。遙感技術以其覆蓋范圍廣、大尺度觀測等優(yōu)勢，現(xiàn)已成為估算區(qū)域或全球尺度 LAI 的主要手段。在復雜山區(qū)，受地形起伏影響，山地地表覆被和景觀結構呈現(xiàn)較強的空間異質性，且不同植被類型、不同區(qū)域同種植被類型物候特征差異明顯，山地 LAI 遙感估算需兼顧空間尺度差異和時間序列動態(tài)，加之地形易造成遙感光譜信號失真，增加了山地 LAI 遙感反演工作的復雜性。在國家自然科學基金（41631180、41671376）、國家重點研發(fā)計劃（2016YFA0600103）等的持續(xù)資助下，中國科學院成都山地災害與環(huán)境研究所山地定量遙感研究團隊副研究員靳華安、研究員李愛農等在山地多尺度 LAI 遙感估算方面取得新進展。
研究人員融合多源多尺度遙感數(shù)據(jù)，借助集合多尺度濾波算法，兼顧不同分辨率遙感影像間的信息傳遞
過程，構建了復雜山地多尺度 LAI 遙感反演模型，生成 了 960m 、480m 、240m 、 120m 、60m 和 30m 尺度 LAI
過程，構建了復雜山地多尺度 LAI 遙感反演模型，生成 了 960m 、480m 、240m 、 120m 、60m 和 30m 尺度 LAI
地形校正前后多尺度 LAI 空間分布
數(shù)據(jù)集。研究發(fā)現(xiàn)，隨著空間分辨率的增加，山地 LAI 空間紋理信息和變化過程逐漸豐富，且地形對LAI 遙感反演的影響愈加顯著；消除地形對遙感信號的輻射畸變能夠顯著改善不同坡度條件 LAI 反演精度，極大提升了多尺度 LAI 估算結果的空間一致性及表達能力。
同時，研究團隊還在前期研究的基礎上，提出了基于數(shù)據(jù)同化的 LAI 時空動態(tài)逐級降尺度方法，提高了 LAI 遙感反演同化模型的適用性，為生成時空一致性較高的山地 LAI 數(shù)據(jù)集提供了新的研究思路。該方法不僅可以有效獲取多個空間尺度 LAI 時序變化動態(tài)，還有利于反演高時空分辨率LAI，有效改善了 LAI 估算結果對陸地生態(tài)系統(tǒng)時空格局的表征能力。
地形校正前后多尺度 LAI 差值空間分布
以 上 研 究 成 果 近 期 發(fā) 表 在 ISPRS Journal of Photogrammetry and Remote Sensing 、 IEEE Transactions on Geoscience and Remote Sensing 等遙感領域國際期刊上。
地形校正前后 LAI 差值統(tǒng)計隨尺度的變化
來源：成都山地災害與環(huán)境研究所
Copyright(C) 1998-2024 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com