植被叶片及冠层层次含水量估算模型的建
立
应用生态2005年7月第16卷第7期
CHINESEJOURNAL0FAPPLIEDECOLOGY,Ju1.2005,16(7):1218～1223
夜光材料
植被叶片及冠层层次含水量估算模型的建立
沈艳L一牛铮颜春燕
*
(南京信息工程大学气象学院，南京210044；中国科学院遥感应用研究所遥感科学国家重点实验室，北京100101)
1引言
【摘要】利用LOPEX’93数据库中67个鲜叶片含水量(cw)和光谱反射率实测数据，基于光谱指数法，在
叶片层次，用47个随机样本建立Cw与不同光谱指数的统计模型，并用另外20个样本验证.结果表明,Cw
的两种表征形式相对含水量FMC和等价水深EwT在提取叶片Cw时差异较大.EwT与各光谱指数的相
关性较FMC高，但FMC对叶片Cw的反演精度高于EwT.而反演精度更高的是基于最优子集回归建立
的光谱指数线性模型.Ratio9，是叶片层次提取Cw的普适光谱指数.冠
层层次，利用PROSPECT+
SAILH耦合模型，模拟在不同叶面积指数LAI和Cw下的冠层光谱.为了剔除背景影响.更好地提取冠层
Cw，提出用近红外和短波红外波段反射率构造土壤可调节水分指数(SAWI)，该指数与其他光谱指数的比
值能明显地剔除土壤背景影响，更准确地提取冠层Cw.Ratio9，的改进型光谱指数(Ratio975—0.96)/
(SAWI+0.2)能用来提取叶面积指数LAI从0.3到8.0,Cw从0.0001cm 到0.07cm的冠层Cw，研究表明
精度较高.
关键词光谱指数法含水量土壤可调节水分指数
文章编号1001—9332(2005)07—1218—06中图分类号TP79;Q945文献标识码A Estimationmodelsforvegetationwatercontentatbothleafandcanopylevels.S HENY anl一,
NIUZheng2,
Y ANChunyan2(CollegeofMeteorology,NanjingUniversityofInformationS cience&Technology,Naing
210044,China;StateKeyLaboratoryofRemoteSensingScience,InstituteofR emoteSensingApplications,
ChineAcademyofSciences,Beijing100101,China).一Chin.J.App1.Eco1.,2005,16(7):1218～1223.
Badonspectralindicesmethod,thispaperutil~edthewatercontent(Cw)andr eflectancedataof67freshdif—
ferenttypeleavesfromLOPE X’93databatoestablishthestatisticalmodelbet weenleafCwandspectralin—
dicesatleaflevelthrough47samples.andtotestthemodelwiththeother20sampl es.Theresultssuggestedthat
圣杯十正位
fuelmoisturecontent(FM_C)andequivalentwaterthickness(EWT)asCwdem onstratorsweredifferentinre.
flectancespectralcurves.ThedifferencebetweenFMCandEWTwaslargewhe ntheywereutilizedtoretrieve
财务科长岗位职责
对共享单车的看法theleafCw.ThecorrelationcoefficientbetweenEWTandeachspectralindexwa shigherthanFMC.butthe forecastprecisionofFMCwasbetterthanthatofEWT.The7spectralindicescou ldallretrievetheleafFMCac—
curately,butonlytheRatio975,IIandSRweresuitabletoestimatetheleafEWT. Spectralindiceslinearmodelon thestrengthofoptimalsubtregressionshadthehighestprecisiontoretrievethe leafCw.Ratio975mightbethe universalspectralindextoestimatetheleafCw.Atcanopyleve1.thesimulatedc anopyspectraunder出fferentleaf
areaindex(LAI)andCwwerederivedfromthePROSPECTandSAILHcouplin gmodels.Inordertoeliminate
backgroundinfluenceandtoprecilyretrievetheCw,soil—adjustedwaterind ex(SAWI)waspropodatthe firsttimetoindicatetheinformationofnear-infraredandshort—waveinfraredc anopyreflectance.Theratioof SAWIandotherspectralindicescoulddramaticallyeliminatethesoilbackgrou nd,andeffectivelyretrievetheveg—
etationCwatcanopyleve1.Spectralindex(Ratio975—0.96)/(SAWI+0.2)asi mprovedRatio975couldbeud tocomputethecanopyCwmoreprecilywhenLA1wasrangingfrom0.3to8.0a ndCwfrom0.0001to0.
07cm.
KeywordsSpectrali’n出cesmethod,Watercontent,Soil—adjustedwaterindex.
植被是陆地生态系统的重要组成部分，而植物
冠层中水分含量约占40%～80%【81.水分是控制植
物燃烧，光合作用和生物量的主要因素之一【0?引.
及时准确监测或诊断叶片和冠层含水量可以反映植
飞机头发型图片
赞美西湖的诗物生理状况，趋利弊害，并为火势模型提供输入参
数【3.传统测定叶片含水量(Cw)的方法局限在小
面积或单株上，所得结论必定带有某些片面性和局
限性.而且一般都是事后性和破坏性的，难以真正大
面积应用.Kramer【19J较早认识到测定植株含水状态
的重要性.目前常用的测定叶片Cw的方法有冠层
温度法[29]和植被绿度指示Cw法3.其适用范围受
植被类型，环境条件及时空变化的影响很大.因此,
基于植被光谱随Cw的变化，应用遥感技术实时监
测和诊断植被Cw越来越受到重视.随着高光谱遥
*国家重点基础研究发展规划项目(G2000077902)，中国科学院知
识创新工程重大项目(KzCx1一SW一01—02)和国家自然科学基金资助
万象管家
项目(40271086).
**通讯联系人.
2004—08—23收稿,2004—1l一29接受.
7期沈艳等：植被叶片及冠层层次含水量估算模型的建立1219
感的发展，准确评价植被水量状况成为重要应用领
养成一个习惯域[1lJ.已有研究者尝试用遥感数据直接提取叶片
Cw[,,,0,】针对性不强，而准确提取植被冠层Cw
的文章尚不多见.但应用的最终目的要归结到植被
冠层层次，本文在综合分析光谱指数法提取叶片层
次Cw的基础上，进而提出了有效剔除土壤背景影
响，准确提取冠层Cw的新方法.
2研究方法
2.1数据
