提高玉米的叶面积指数估计,使用基于塔的多角光谱观测

科学领域:

• 地球和环境科学 地球和环境科学
• 遥感 遥感 遥感 遥感
• 农业科学 农业科学

背景情况:

• 叶面积指数 (LAI) 对生态,水文和气候模型至关重要.
• 规范差异植被指数 (NDVI) 常用于LAI估计,但受到和和土壤背景干扰的影响.
• 现有的植被指数 (VIs) 在密集或稀疏的植被条件下对LAI的准确估计存在局限性.

研究的目的:

• 开发和评估一个多角度NDVI (MAVI) 以提高LAI估计.
• 尽量减少土壤背景影响和传统NDVI固有的和问题.
• 为了利用基于塔的多角度光谱观测来改进LAI检索.

主要方法:

• 在玉米耕地中收集了连续三年的基于塔的多角度反射率和LAI数据.
• 通过分析阳顶反射率变化与太阳顶角 (SZA) 开发了MAVI.
• 使用统计测试对其他八个VI进行量化评估MAVI性能.

主要成果:

• 在使用多角度数据对NDVI进行校正后,MAVI显示了与LAI的改善曲线关系 (R2 = 0.945,RMSE = 0.345,rRMSE = 0.147).
• 基于MAVI的模型有效地减轻了稀疏植被的土壤背景影响 (R2 = 0.934,RMSE = 0.155,rRMSE = 0.157).
• 与其他八个植被指数相比,MAVI表现优越.

结论:

• 基于塔的多角度光谱观测对于准确的LAI检索非常有价值.
• 在LAI估计中,MAVI提供了一种强大的方法来克服传统VI的局限性.
• 这项研究增强了多角度观测的应用,并为验证太空载载LAI产品提供了数据.