复杂条件下典型农作物覆盖度和叶面积指数的遥感估算研究

地表植被覆盖度和叶面积指数是地表过程定量研究中的重要输入参数，二者密不可分。传统的测量方法无法进行高密度、高频率大范围的数据采集，多源遥感数据成为获取地表植被覆盖度和叶面积指数不可替代的数据源。遥感数据获得的植被覆盖度参数和生态学上定义的参数的含义是不同的，通常人们利用统计分析的模型方法来建立两者之间的联系，现有模型对复杂背景的研究还不够深入，模型的稳定性也有待改进。本项目将通过对典型农作物可控条件的实验设计和长期的观测，进行地面背景、植被结构和植被分布三类要素参数和冠层波谱的同步实验，分析现有模型参数的敏感性，率定模型的参数，实现它们在遥感信息中的有效分离，提高模型对植被覆盖度、叶面积指数的估算精度。本研究对于现代地理学定量研究具有应用价值；同时对提高地面复杂背景条件下农作物覆盖度和叶面积指数的遥感估算精度具有积极的推动意义。