古尔班通古特沙漠LAI反演及空间分布特征
温泉县气象局, 新疆温泉 833500
| 摘 要： | 叶面积指数（Leaf Area Index，LAI）是研究进行植物冠层表面物质和能量交换必不能少的参数，也是表现植物冠层结构特征的重要参数。使用MODIS数据的LAI遥感产品数据，进行研究植被LAI对监测估算生态环境的敏感性分析具有很有意义的价值所在。并结合Landsat8 OLI数据的NDVI、SAVI、NDMI、N-BR、NBR2、MSAVI和EVI植被指数数据构建LAI的遥感反演模型，通过对比分析，得出了古尔班通古特沙漠研究区的叶面积指数（LAI）的空间分布特征。分析得出结论：（1）根据线性拟合回归分析得出了，7个植被指数是与叶面积指数（LAI）有良好的相关性。对比了分析拟合结果，得出NDVI-LAI的线性拟合关系模型较好，本研究区的NDVI和LAI的相关系数（R2=0.871）；（2）通过NDVI-LAI模型反演出了研究区叶面积指数（LAI）的分布特征情况（R2=0.23，RMSE=1.801）；（3）古尔班通古特沙漠研究区的LAI根据研究区域和植被覆盖区域的变化情况，得出随着植被覆盖区域的距离增加，从而逐渐走低的趋势。 |
| 关 键 词： | 叶面积指数（LAI）; 反演模型; Landsat8 OLI数据; 古尔班通古特沙漠 |
| DOI： | 10.57237/j.res.2023.03.002 |
View:
Downloads:
收稿日期: 2022-11-28
接受日期: 2023-01-30
在线出版日期: 2023-10-09
LAI Inversion and Spatial Distribution Characteristics of Gurbantunggut Desert
Wenquan County Meteorological Bureau, Wenquan 833500, China
| Abstract: | Leaf area index (LAI) is an indispensable parameter for studying the exchange of material and energy on the surface of plant canopy, and it is also an important parameter for expressing the structural characteristics of plant canopy. Using the LAI remote sensing product data of MODIS data, it is of great significance to study the sensitivity analysis of vegetation LAI to monitoring and estimating ecological environment. The remote sensing inversion model of LAI was constructed by combining NDVI, SAVI, NDMI, N-BR, NBR2, MSAVI and EVI vegetation index data of Landsat8 OLI data. Through comparative analysis, the spatial distribution characteristics of leaf area index (LAI) in the study area of Gurbantunggut Desert were obtained. The analysis concluded that: (1) According to the linear fitting regression analysis, the seven vegetation indexes have a good correlation with leaf area index (LAI). The linear fitting relationship model of NDVI-LAI was better, and the correlation coefficient of NDVI and LAI in this study area (R2 = 0.871). (2) The distribution characteristics of leaf area index (LAI) in the study area were inverted by NDVI-LAI model (R2 = 0.23, RMSE = 1.801). (3) LAI of Gurbantunggut Desert According to the changes of the study area and the vegetation coverage area, it is concluded that with the increase of the distance of the vegetation coverage area, the LAI gradually decreases. |
| Keywords: | Leaf Area Index (LAI); Inversion Model; Landsat8 OLI Data; Gurbantunggut Desert |
参考文献
| [1] | CHEN J M, BLACK T A. Defining leaf area index for non-flat leaves [J]. Plant, Cell Environ, 1992, 15(4): 421-9. |
| [2] | 张丽. 基于TM/ETM的西安地区叶面积指数时空分异特征分析 [D]. 南京师范大学, 2006. |
| [3] | 史红娟. 古尔班通古特沙漠南缘不同生境下梭梭枝系构型特征研究 [D]. 石河子大学, 2015. |
| [4] | 裔传祥, 盛也, 周宏伟, 等. 基于MODIS数据的盐城市热岛效应特征分析 [J]. 沙漠与绿洲气象, 2022, 16(01): 104-9. |
| [5] | 田罗, 屈永华, LAURI K, 等. 考虑目标光谱差异的机载离散激光雷达叶面积指数反演 [J]. 遥感学报, 2020, 24(12): 1450-63. |
| [6] | 曹张驰, 胡顺起, 朱义青, 等. 基于Landsat卫星数据的山东临沂市热岛效应研究 [J]. 沙漠与绿洲气象, 2021, 15(06): 47-53. |
| [7] | 江远安, 陈鹏翔, 邵伟玲, 等. 近50a塔克拉玛干沙漠和古尔班通古特沙漠及其周边地区气候变化特征的对比分析 [J]. 沙漠与绿洲气象, 2015, 9(03): 14-23. |
| [8] | 李功麟, 张定海, 张志山, 等. 古尔班通古特沙漠沙丘主要灌木的种群数量动态 [J]. 中国沙漠, 2021, 41(02): 129-37. |
| [9] | 袁先雷, 彭志潮, 刘雪宁. 新疆地区植被对多时间尺度干旱的响应研究 [J]. 沙漠与绿洲气象, 2021, 15(03): 129-36. |
| [10] | 许民, 刘勇, 杨红卫, 等. 基于Landsat ETM+影像的干旱半干旱地区地表温度反演研究与分析 [J]. 沙漠与绿洲气象, 2009, 3(05): 20-4. |
| [11] | 柳艺博, 居为民, 陈镜明, 等. 2000～2010年中国森林叶面积指数时空变化特征 [J]. 科学通报, 2012, 57(16): 1435-45. |
| [12] | 向阳, 肖志强, 梁顺林, 等. GLASS叶面积指数产品验证 [J]. 遥感学报, 2014, 18(03): 573-96. |
| [13] | 刘远, 周买春. AVHRR、SPOT-VGT和MODIS 3种NDVI遥感数据在韩江流域的对比分析 [J]. 华南农业大学学报, 2015, 36(01): 106-12. |
| [14] | 叶榕榕. 基于激光雷达与多光谱数据的高粱LAI反演模型 [D]. 东北农业大学, 2020. |
| [15] | 古尼齐木•阿不迪热西提. 基于MODIS数据的新疆叶面积指数动态变化及影响因子研究 [D]. 新疆师范大学, 2020. |
| [16] | 周薇薇. 多源遥感数据叶面积指数反演 [D]. 青海师范大学, 2013. |
| [17] | 王军, 姜芸. 基于无人机多光谱遥感的大豆叶面积指数反演 [J]. 中国农学通报, 2021, 37(19): 134-42. |
| [18] | 宋开山, 张柏, 王宗明, 等. 基于人工神经网络的大豆叶面积高光谱反演研究 [J]. 中国农业科学, 2006(06): 1138-45. |
| [19] | 王靖, 彭漪, 刘小娟, 等. 基于无人机多光谱数据的水稻LAI反演与应用 [J]. 中国农业大学学报, 2021, 26(12): 145-56. |
| [20] | 吴朝阳, 牛铮. 基于辐射传输模型的高光谱植被指数与叶绿素浓度及叶面积指数的线性关系改进 [J]. 植物学通报, 2008, 25(06): 714-21. |
| [21] | 苏伟, 姚婵, 李颖, 等. 基于SupReMe影像重建和RF的玉米冠层LAI反演 [J]. 农业机械学报, 2021, 52(04): 190-6+256. |
| [22] | KAUFMAN Y J, SENDRA C. Algorithm for automatic atmospheric corrections to visible and near-IR satellite imagery [J]. Int J Remote Sens, 1988, 9(8): 1357-81. |
| [23] | TANRE D, DESCHAMPS P Y, DEVAUX C, et al. Estimation of Saharan aerosol optical thickness from blurring effects in thematic mapper data [J]. Journal of Geophysical Research: Atmospheres, 1988, 93(D12): 15955-64. |
| [24] | HALL F G, STREBEL D E, NICKESON J E, et al. Radiometric rectification: Toward a common radiometric response among multidate, multisensor images [J]. Remote Sens Environ, 1991, 35(1): 11-27. |
