LAI的遥感反演与精度验证

1．实习目的：

理解叶面积指数（LAI）反演的各种方法，掌握LAI遥感反演的统计方法和过程， 能够利用实测数据和遥感数据建立LAI的统计反演模型并进行反演。

2．实习内容：

1）进行实测数据和遥感数据的匹配

2）在EXCEL软件中计算植被指数、利用不同的植被指数，建立LAI反演的统计模型；

3）利用实测数据进行验证；

4）进行分类，提取出植被，利用最优统计模型对遥感数据进行反演

3．实习步骤：

3.3.1.寻找实测数据对应像元

打开果园MASTER数据，新建感兴趣区，将实测坐标对应像元保存为感兴趣区，将实测点的感兴趣区导出为文本文件。在EXCEL里面将该文件打开，与实测LAI文件保存在一起。

3.1.1.ENVI主菜单->Region Of Interest->ROI Tools;在ROI Tool窗口下菜单栏->ROI_Type->Input Points from ASCII->打开实习文件夹下的文件fn，参数设置如下图，选用独立点，以及地图投影：

 

3.2根据对应的像元计算各种植被指数

可建立下列植被指数：

3.3进行统计分析建立模型

可将40个样点分为两组，一组用来建立模型，另外一组用来对模型进行验证。通过对建模样点的LAI和波段反射率及其植被指数进行相关分析和回归分析，建立不同的统计模型（线形、非线性、多项式等）。

3.3.1.从40个样点当中对8个地域的每个地域随机选取一个样点作为验证样本，用来计算函数模型的相关性。

3.3.2.以NDVI为横坐标，LAI为纵坐标，绘制两者的散点图，然后增加趋势线(线性，显示公式等)、横纵坐标的步长和值域、相关性R²等，结果图如下：

3.4 LAI的精度验证

利用剩余样点对各模型进行验证，计算均方根误差。计算公式为：

3.4.1.再对8个剩余样本点反演LAI,从而进行验证，计算均方根误差。

 

3.5进行反演

首先对图像进行分类，将植被提取出来，然后针对植被进行反演。

利用Band Math，输入公式：3.0263*b1-0.6593，其中b1为选择ndvi波段影像，反演出整个图像的LAI值。

 

 

小结 

其实除了利用植被归一化指数NDVI，上述步骤还提供了其它的集中指数作为建模依据；

同时，建模除了利用线性模型外，其实还可以考虑使用非线性模型（多项式、幂函数、指数等）或者线性与非线性结合的模型进行反演，感兴趣且有时间可供自行研究。