摘要：森林叶面积指数是陆地表面过程和地球系统气候模型的基本参数,更是森林结构的关键参数之一,已广泛应用于辐射、植物光合作用和降雨截流估测等方面。论文以川西南山地阔叶林5种不同群落类型为研究对象,基于地面调查的112个20 m×20 m样地和SPOT 5数据,运用5种图像处理技术,包括光谱反射率、植被指数、影像单波段纹理、简单波段比纹理和主成分纹理,提取相应影像信息,建立多元回归模型估算有效叶面积指数(LAIe)。结果表明:光谱反射率、单波段纹理参数和植被指数对LAIe估测能力相对较低,利用植被指数仅获得实测LAIe约65%的精度(R~2=0.65,RMSE=0.28 m~2/m~2);更为有效的是运用所有比值处理的纹理特征参数值来估测LAIe,可获得实测LAIe约74%的变异(R~2=0.74,RMSE=0.20 m~2/m~2);改进最理想的是利用主成分处理建立的回归模型(R~2=0.85,RMSE=0.10 m~2/m~2)。不同群落的LAIe估测,整体上相应地优于研究区结果,其中栲群落决定系数R~2更是高达0.89(RMSE=0.07 m~2/m~2)。对于研究区阔叶林以窗口7×7、9×9比较成功,而各群落以窗口9×9较好。因此比值处理、主成分处理的纹理特征参数引入及高空间分辨率数据的使用,能显著提高LAIe估测精度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社