研究論文
方紅亮等發(fā)表關(guān)于全球土地利用誤分類對(duì)葉面積指數(shù)估算影響的論文
文章來源： | 發(fā)布時(shí)間：2013-02-26 | 【打印】 【關(guān)閉】
葉面積指數(shù)（LAI）是指單位地表面積上綠葉面積的總和。作為全球氣候觀測系統(tǒng)計(jì)劃（GCOS）的關(guān)鍵參數(shù)之一，被廣泛應(yīng)用于各種氣候、生態(tài)、農(nóng)業(yè)和生物地球化學(xué)模型中。目前，國際上已有數(shù)套基于衛(wèi)星遙感的全球LAI產(chǎn)品，這為全球變化的研究提供了極大便利。但為了更好的利用現(xiàn)有產(chǎn)品，需要對(duì)現(xiàn)有LAI產(chǎn)品的不確定性有明確的理解。
MODIS LAI是目前應(yīng)用最為廣泛的全球LAI產(chǎn)品，該產(chǎn)品使用全球土地利用生態(tài)類型（biome type）作為基礎(chǔ)變量。方紅亮研究員等人以MODIS標(biāo)準(zhǔn)LAI產(chǎn)品為例，運(yùn)用統(tǒng)計(jì)方法定量評(píng)估了土地利用誤分類對(duì)LAI產(chǎn)品不確定性的影響。
研究表明：
（1）對(duì)不同植被類型，土地利用誤分類造成的影響不同。草本類型間的誤分類對(duì)LAI的估算影響較小，木本類型的誤分類對(duì)LAI的估算影響較大。
（2）從全球尺度來看，由于LAI值相對(duì)較小，農(nóng)作物或灌叢之間的誤分類一般不會(huì)造成太大的LAI誤差 (<0.37 或 27.0%)。
（3）土地利用誤分類往往會(huì)高估稀樹草原（Savanna）的LAI值，而低估森林類型的LAI值。
（4）從絕對(duì)誤差來看，土地利用誤分類對(duì)稀樹草原的LAI 估算影響最大，誤差達(dá)到0.51，其次是常綠針葉林（0.44）和闊葉林（約0.31）。
（5）從誤差來源分析，土地利用誤分類是造成稀樹草原LAI誤差的主要原因，而森林LAI的誤差則主要由于反演算法本身的問題導(dǎo)致。
（6）由此，未來的研究一方面應(yīng)努力提高稀樹草原的分類精度，另一方面則需要對(duì)森林的LAI反演算法進(jìn)行改進(jìn)。
該工作在線發(fā)表于Remote Sensing。
相關(guān)研究論文：
Fang, H., W. Li, and R. B. Myneni, 2013. The Impact of Potential Land Cover Misclassification on MODIS Leaf Area Index (LAI) Estimation: A Statistical Perspective. Remote Sensing, 5(2):830-844. doi:10.3390/rs5020830.
附件下載：