10.3964/j.issn.1000-0593(2018)05-1540-07
光谱指数的植被叶片含水量反演
利用光谱技术监测植被水分状况是了解植被生理状况及生长趋势的重要手段之一.选择艾比湖湿地自然保护区作为靶区.采用聚类分析、变量投影重要性分析(VIP)以及敏感性分析等方法,对植被不同含水量进行分级,并针对不同等级的植被含水量进行估算及验证.结果表明:(1)基于聚类分析中的欧氏距离的方法将植被叶片相对含水量划分为高等、中等、低等三个等级,其范围分别为70.76% ~ 80.69%, 53.27% ~70.76%,31.00% ~53.27%.在中红外与远红外(1350~2500 nm)之间,反射率越低植被含水量越高;波长380~1350 nm范围,无此现象.(2)应用VIP方法可知,所选的8种植被水分指数VIP值均超过了0.8,说明植被水分指数预测能力均较强且差别不显著.其中MSI,GVMI与植被叶片相对含水量的非线性三次拟合函数效果最佳,MSI决定系数 R2为0.6575和GVMI决定系数 R2为0.6742.植被叶片相对含水量在30% ~45% 范围,MSI指数的NE值最低,在45% ~90% 范围时,GVMI指数的NE值最低.ND-WI1240指数的NE值在70% 左右起伏较大,说明 NDWI1240指数在植被含水量为70% 左右,预测能力较差.(3)通过误差分析可知GVMI指数反演的结果误差最小,不同的植被指数对不同含水量的植被估算结果相差较为明显,因此分段估算植被含水量是有必要的.综上所述,利用高光谱遥感技术对监测艾比湖保护区植被生长及干旱环境提供基础研究.
光谱指数、植被叶片、含水量
38
Q149(生态学（生物生态学）)
国家自然科学基金项目新疆联合本地优秀青年人才培养专项项目U1503302
2018-06-15（万方平台首次上网日期，不代表论文的发表时间）
共7页
1540-1546
