东亚飞蝗发生区芦苇LAI的遥感反演及其尺度效应研究

【摘要】：本文以河北省黄骅市南大港湿地为研究区，借助现代卫星遥感技术，并结合实地调查采样分析和地面遥感测量，在辐射传输模型FCR模型和BP神经网络模型的基础上，建立了适合研究区芦苇冠层的LAI遥感反演模型，并利用半变异函数讨论了LAI遥感反演中的尺度效应和空间异质性。最后在准确反演LAI的基础上，利用芦苇LAI进行了东亚飞蝗危害的监测研究。 基于TM和MODIS数据的LAI反演可以利用神经网络和查找表反演FCR模型来进行，结果表明，无论是TM数据还是MODIS数据，神经网络模型对反演研究区芦苇LAI的效果要优于线性回归模型，且利用FCR模型可有效的消除因为背景而带来的光谱差异。 通过研究得到以下主要结论：芦苇LAI与遥感图像之间的关系不能简单地用线性关系来表示。随着遥感图像空间分辨率的降低，LAI的空间异质性增加，从而引起芦苇LAI反演误差的增大。统计模型中NDVI算法的非线性带给LAI尺度转换的误差很小，而LAI的空间异质性是引起尺度效应的根本原因。在本文的研究区，芦苇的空间尺度约为360m，超过此距离，空间相关性便不复存在。利用遥感植被指数NDVI可以定性地判别东亚飞蝗的发生地，但存在局限性，不适合用于定量监测飞蝗的发生程度。在准确反演LAI的基础上，根据两个时相LAI的变化进行东亚飞蝗灾害的监测，可以更准确地找出东亚飞蝗的危害范围与程度。