您的當前位置:首頁 > 研究亮點
研究亮點

成都山地所在多尺度葉面積指數遙感估算研究方面取得新進展

時間:2019-10-16   文章編輯:   文本大小:【 |  | 】  【打印

  成都山地所在多尺度葉面積指數遙感估算研究方面取得新進展 

  葉面積指數(leaf area index, LAI)是陸地生態系統中描述植被生物物理變化和冠層結構的重要參量,直接影響到植被的蒸騰作用效率、光合作用和能量平衡狀態。遙感技術以其覆蓋范圍廣、大尺度觀測等優勢,現已成為估算區域或全球尺度LAI的主要手段。在復雜山區,受地形起伏影響,山地地表覆被和景觀結構呈現較強的空間異質性,且不同植被類型、不同區域同種植被類型物候特征差異明顯,山地LAI遙感估算需兼顧空間尺度差異和時間序列動態,加之地形易造成遙感光譜信號失真,增加了山地LAI遙感反演工作的復雜性。在國家自然科學基金(4163118041671376)、國家重點研發計劃(2016YFA0600103)等的持續資助下,成都山地所山地定量遙感研究團隊靳華安副研究員、李愛農研究員等在山地多尺度LAI遙感估算方面取得了新進展。 

  融合多源多尺度遙感數據,借助集合多尺度濾波算法,兼顧不同分辨率遙感影像間的信息傳遞過程,構建了復雜山地多尺度LAI遙感反演模型,生成了960 m480 m240 m120 m60 m30 m尺度LAI數據集。研究發現,隨著空間分辨率的增加,山地LAI空間紋理信息和變化過程逐漸豐富,且地形對LAI遙感反演的影響愈加顯著;消除地形對遙感信號的輻射畸變能夠顯著改善不同坡度條件LAI反演精度,極大提升了多尺度LAI估算結果的空間一致性及表達能力。 

  同時,研究團隊還在前期研究的基礎上,提出了基于數據同化的LAI時空動態逐級降尺度方法,提高了LAI遙感反演同化模型的適用性,為生成時空一致性較高的山地LAI數據集提供了新的研究思路。該方法不僅可以有效獲取多個空間尺度LAI時序變化動態,還有利于反演高時空分辨率LAI,有效改善了LAI估算結果對陸地生態系統時空格局的表征能力。 

  以上研究成果近期發表在ISPRS Journal of Photogrammetry and Remote SensingIEEE Transactions on Geoscience and Remote Sensing等遙感領域國際TOP期刊上。 

  論文鏈接如下: 

  https://www.sciencedirect.com/science/article/pii/S0924271619301492 

  https://ieeexplore_ieee.gg363.site/abstract/document/8736988 

 

  地形校正前后多尺度LAI空間分布 

 

 

地形校正前后多尺度LAI差值空間分布 

地形校正前后LAI差值統計隨尺度的變化 

    

    

版權所有:中國科學院水利部成都山地災害與環境研究所 蜀ICP備05003828號
地址:四川省成都市人民南路四段九號 郵編:610041 | 聯系我們 舊版網站
欢乐生肖计划下载