基于可变端元光谱混合模型的森林叶面积指数反演方法研究

Leaf Area Index (LAI) is a key vegetative parameter in quantitative remote sensing community. However, many difficulties still exist when retrieving LAI from remotely sensed imagery. Based on a thorough analysis on the situations of LAI retrieval methods, this project aims to carry out a study on LAI retrieval methods in the forested area of yongan county, Fujian province based on variable endmember spectral mixture analysis. Main contents include: (1) based on endmember spectra and LAI in-situ data collected simultaneous with the satellite overpass, LAI retrieval models will be formulated using variable endmember spectral mixture analysis, and advantages and uncertainties of this method will be discussed. (2) Studying the mechanism and affecting factors of variable endmember based LAI retrieval method using geometric-optical bidirectional reflectance model.(3) based on the conclusion derived from empirical-statistical and physical models, advantages and limitations of variable endmember based LAI retrieval method will be clarified and LAI retrieval models will be given.This work is of great importance for developing LAI retrieval methods from remotely sensed imagery.

叶面积指数（LAI）是植被定量遥感的一个重要参数，目前LAI遥感反演方法的研究仍存在不少问题有待于解决，项目在深入分析国内外LAI遥感反演技术研究现状和发展趋势的基础上开展基于可变端元光谱混合模型的森林LAI反演方法研究。主要内容包括：1）基于地面同步测量实验获取的科学数据，开展可变端元光谱混合模型森林LAI反演实验，探讨可变端元LAI反演方法的可靠性与适用范围；2）利用几何光学模型的模拟功能，从理论上探讨可变端元LAI反演方法的反演机理与影响因素；3）在实验与理论模型研究的基础上，阐明可变端元光谱混合模型LAI反演方法在森林LAI反演中的适用范围和边界条件，并建立具有较强普适性的可变端元LAI反演模型。本项目的工作对于拓展和深化LAI遥感反演方法研究具有重要的科学意义。

叶面积指数（Leaf Area Index, LAI）是植被定量遥感的一个重要参数，目前还缺乏普适性强、精度高的森林LAI遥感反演方法，项目组在深入分析国内外LAI遥感反演技术研究现状和发展趋势的基础上重点开展基于可变端元光谱混合模型的森林LAI反演方法研究。该项目以福建福州的Landsat 8、HJ-1卫星影像为信息源，通过设计同步测量实验获取LAI野外实测数据，在对遥感数据进行预处理的基础上开展LAI反演模型和方法研究，最终建立了基于遥感指数的LAI反演实验统计模型、基于可变端元光谱混合分析的LAI反演模型以及基于几何光学物理机理模型的高普适性LAI反演方法。研究发现归一化差值植被指数与实测LAI的相关性最高，在实验统计模型中是最佳的指示因子，可变端元光谱混合分析对于复杂地表LAI反演具有较好的应用潜力，而可变端元光谱混合分析与几何光学物理机理模型的有机结合则可以解决LAI反演方法的普适性问题。本项目的工作对于拓展和深化LAI遥感反演方法研究具有重要的科学意义。