叶面积指数遥感反演的空间尺度转换方法研究

叶面积指数（LAI）是生态系统中最重要的结构参数之一，作为很多气候模型的关键输入参数，区域LAI的遥感反演方法受到研究学者们的广泛关注。由于LAI的尺度效应明显，造成遥感反演的LAI具有较大的不确定性。无论从遥感应用角度，还是从产品的真实性检验角度，亦或是从尺度理论的发展角度，对LAI进行尺度转换方法的研究都具有重要意义。本研究在亚像元和像元尺度信息同时获取的基础上，一方面综合现有尺度转换模型的特点与适用性，探讨亚像元内空间异质性随尺度的变化规律，揭示尺度阈值对LAI反演的影响，建立既考虑类间差异、又考虑类内异质性的普适性叶面积指数尺度转换模型；另一方面，基于多维光谱变量的叶面积指数反演算法，优化由点到面的何尺度转换模型并获得相应的地面采样策略。希望以叶面积指数这一典型的非线性地表参数为示范，探索多级空间分辨率遥感数据的尺度转换规律，为日益发展的多尺度遥感模型应用做出贡献。

叶面积指数（LAI）是生态系统中最重要的结构参数之一，作为很多气候模型的关键输入参数，区域LAI的遥感反演真实性受到广泛关注。由于LAI的尺度效应明显，造成不同遥感数据反演的LAI难以实现可比性，也带来了LAI遥感产品真实性检验的困难。本研究在亚像元和像元尺度信息同时获取的基础上，开展了如下四方面研究内容：1）基于变异函数法与小波方差法两种空间异质性定量化方法，利用VALERI数据集中不同植被覆盖类型的SPOT-HRV数据进行LAI空间异质性特征化方法研究，探讨空间异质性随尺度的变换规律，定量化描述尺度阈值对LAI反演的影响；2）针对由光谱信息直接获取的半经验多变量叶面积指数反演算法，基于泰勒级数展开建立了既考虑类间差异、又考虑类内异质性的普适性叶面积指数尺度转换模型，将小尺度直接聚合信息作为LAI参考真值，进行模型效果验证分析；3）分析由点到面的计算几何尺度转换模型特点，充分利用植被分类、概率分布等信息有效缩小包络线值域范围的方法进行计算几何尺度转换模型优化，并面向LAI产品真实性检验需求构建了相应的地面采样策略；4）基于SAIL+Prospect模型构建了不同地物类型的LAI遥感反演模型，进而利用高分辨率航空高光谱数据对所构建的LAI尺度转换模型进行了验证。该研究以叶面积指数这一典型的非线性地表参数为示范，所探索的LAI尺度转换规律可为日益发展的多尺度遥感模型应用及其他遥感产品真实性检验提供借鉴。