利用中等分辨率遥感数据估算复杂地形区植被覆盖度的研究

对植被覆盖的估算是遥感手段应用最多的领域之一，以MODIS为代表的中等分辨率尺度（0.1~1公里）遥感数据具有高重访频率和更大的覆盖范围，对于全球和大区域上植被生长的快速监测更为适合，应用更广。.本项目旨在针对中分辨率遥感数据的植被覆盖度估算，在地形复杂的山地地区考虑地形效应，发展植被覆盖度估算方法。为实现这一目标，研究将结合国际和国内现有的中高分辨率的遥感数据源，考虑中分辨率像元内部空间异质性，首先反演确定平地不同地表类型和植被生长时相植被指数到覆盖度的多项式转换关系；同时，研究中分辨率数据内地形起伏造成的太阳入射、邻近像元散射和阴影等效应，建立中等尺度像元覆盖度地形效应纠正的方法；最终得到针对不同地类逐月的植被指数到植被覆盖度的转换公式，并利用复杂地形区辐射传输模型和地面实测数据对覆盖度提取算法进行验证。

项目执行期间，在2012、2013和2014年分别开展了覆盖度测量野外实验，获取了星机地同步观测数据，发展了小飞机测量覆盖度的软硬件方法。基于多源遥感数据建立了平地的植被覆盖度估算公式，并利用黑河流域的地面数据进行了检验，发现比现有全球覆盖度产品精度略高。利用复杂地形区方向性反射的重新建模，发展了中等分辨率尺度下地形效应纠正方法，在后面的植被覆盖度反演实验中得到较好的精度。比较重要的进展和成果有：.1、发展了一套小无人机覆盖度测量平台，吊挂普通数码相机进行覆盖度照片拍摄，再结合研制的覆盖度提取算法对照片进行自动处理，获得样方覆盖度。优势在于可以获得较大范围的覆盖度，减少人工测量的空间代表性问题和成本。.2、项目设计了平地NDVI植被指数到植被覆盖度的转换公式。通过在同一气候地理区划类型内，确定MODIS NDVI影像中不同植被NDVI的最大值和裸土NDVI的最小值所在像元，能够结合中分辨率的MODIS和其他较高分辨率数据的优势计算覆盖度，减少经验性系数的不确定性。.3、原计划进行复杂地形区植被指数的地形效应分析及纠正，在实际执行过程中，课题组认为植被指数的地形效应来源于计算指数的地表反射率。于是分析了地表反射率的地形效应，引入DEM信息综合考虑地形影响，提出了复杂地形区适用的新核驱动模型——Top-KD模型。该模型改进了当前核驱动算法，可以对中分辨率地表反射率进行了地形纠正，并通过大量模拟数据，评价了新方法在复杂地形区的优势。.4、平地所得到的覆盖度公式结合地形纠正方法，就是最后的复杂地形区植被覆盖度的估算模型。该方法考虑地形效应，使用在推算纯像元NDVI时使用相对的观测几何信息，最后借助像元二分模型计算植被覆盖度。课题组利用模拟数据对该方法进行了检验，在甘肃大野口山区进行了实际数据的初步反演。..项目按照原计划正常进行，唯一出现的不确定性是，在山区进行覆盖度实际测量，并且覆盖至少1平方公里区域，比预想的要复杂的多。我们测量了平地的覆盖度，山区进行了算法的模拟实验。考虑以后的工作中在山区采用小飞机飞行的方式获取植被覆盖度。