沈艳1,2 牛铮2 颜春燕2
SHEN Yan 1,2, NIU Zheng 2,YAN Chunyan 2
1College of Meteorology,Nanjing University of Information Science & Technology, Nanjing 210044,China;2State Key Laboratory of Remote Sensing Science,Institute of Remote Sensing Applications,Chinese
Academy of Sciences,Beijing 100101,China
摘要: 利用LOPEX’93数据库中67个鲜叶片含水量Cw和光谱反射率实测数据,基于光谱指数法,在叶片层次,用47个随机样本建立Cw与不同光谱指数的统计模型,并用另外20个样本验证.结果表明,Cw的两种表征形式相对含水量FMC和等价水深EWT在提取叶片Cw时差异较大,EWT与各光谱指数的相关性较FMC高,但FMC对叶片Cw的反演精度高于EWT.而反演精度更高的是基于最优子集回归建立的光谱指数线性模型.Ratio975是叶片层次提取Cw的普适光谱指数.冠层层次,利用PROSPECT + SAILH耦合模型,模拟在不同叶面积指数LAI和Cw下的冠层光谱.为了剔除背景影响,更好地提取冠层Cw,提出用近红外和短波红外波段反射率构造土壤可调节水分指数(SAWI),该指数与其他光谱指数的比值能明显地剔除土壤背景影响,更准确地提取冠层Cw.Ratio975的改进型光谱指数(Ratio975-0.96)/(SAWI+0.2)能用来提取叶面积指数 LAI从0.3到8.0,Cw从0.0001cm到0.07cm的冠层Cw,研究表明精度较高.