Effects of topographic correction on remote sensing estimation of forest biomass
地形校正对森林生物量遥感估测的影响

基于常用的4种地形校正模型（Cosine模型、C模型、C+SCS模型、Minnaert模型），以IDL语言为二次开发平台，对黑龙江省帽儿山地区2007年7月21日TM图像进行地形校正，从视觉差异、图像的定量统计特征两方面评价了4种地形校正模型的修正效果，并比较了地形校正后几种遥感因子与森林生物量的相关性,建立了森林生物量的遥感反演模型，分析了不同地形校正模型对森林生物量反演的影响.结果表明：由于K-T变换采用线性变换方式，地形校正后遥感数据与森林生物量的相关性出现了较大波动，应根据地表信息调整变换参数，因此该变换方式不适合与地形校正结合使用；植被指数的信息量在地形校正后明显提高，其与森林生物量的相关性显著增强；4种地形校正模型中，Cosine校正过度，不宜采用，C模型和C+SCS模型通过引入半经验参数，较好地消除了地形效应，Minnaert模型校正后降低了森林生物量估测的误差，有效地提高了遥感反演模型的精度.