基于背景反射率提取绿量（LVV）的敏感植被指数分析.rar

摘要:植被绿量（LVV）是反映绿地植被构成合理性和生态效益水平的重要指标，因此，对绿量遥感测量中的敏感因子研究具有重要的理论和实践意义。本文选取江西省余干县的多角度高光谱CHRIS/PROBA 影像5个观测角度（±55°、0°和±36°）的反射率数据提取了5种植被指数，即归一化植被指数 (NDVI)、比值植被指数（RVI）、垂直植被指数（PVI）、土壤调节植被指数（SAVI）和修正土壤调节植被指数（MSAVI），并基于不同角度，用“留一法“（Leave One Out）与野外实测的针叶林(CF)、针阔叶混交林(CB)和阔叶林(BF)的LVV建立二次多项式回归模型。分别固定2个因素，求基于另一个因素的不同模型决定系数R2值的标准差,进而通过对分析模型对植被类型，观测角度以及植被指数的选取敏感度。结果表明，LVV-VI关系模型的决定系数R2因植被类型，观测角度和植被指数的组合而有差异。从植被类型来看，针阔混交林建立的模型较优（R2的均值为0.44），而阔叶林植被次之（R2的均值为0.31），针叶林植被建模较差（R2均值为0.20）。植被类型、观测角度和植被指数的组合交互影响着模型的拟合度。不同植被类型的模型敏感度中，基于后向小倾角-36°NDVI建立的模型对植被类型的选取敏感度较高（R2的标准差在0.3以上）。基于针阔混交林地NDVI、RVI、SAVI和PVI建立的模型对观测角度选取的敏感度均在0.15以上。针阔混交林地在小倾角的观测角度下建立的模型对植被指数选取较为敏感（R2的标准差在0.2以上）。所以在LVV-VI的关系建模中，应综合考虑植被类型、观测角度和之植被指数的选取三个因素的影响，建议采用三因素多种组合的方法建立模型有利于更好地提取研究植被绿量。

关键词：植被绿量 ；植被类型；植被指数；观测角度；敏感度

目录

摘要

Abstract

1 引言-1

2 材料与方法-2

2.1 研究区介绍和数据来源-2

2.2 LVV地面实测-5

2.3  遥感影像预处理-5

2.4 波段的选择和植被指数提取-6

2.5 LVV背景反射率遥感估算的敏感因子分析-7

3 结果与讨论-7

3.1 LVV-VI关系模型-7

3.1.1 植被类型-9

3.1.2 观测角度-10

3.1.3 植被指数-11

3.2 模型敏感因子分析-12

3.2.1植被类型-13

3.2.2 观测角度-13 

3.2.3 植被指数-14

3.2.4 综合分析与模型优化-14

4 结论-14

致谢-15

参考文献-15