植被叶片及冠层层次含水量估算模型的建立

利用lopex'93数据库中7个鲜叶片含水量(cw)和光谱反射率实测数据,基于光谱指数法,在叶片层次,用47个随机样本建立cw与不同光谱指数的统计模型,并用另外20个样本验证.结果表明,cw的两种表征形式相对含水量fmc和等价水深ewt在提取叶片cw时差异较大,ewt与各光谱指数的相关性较fmc高,但fmc对叶片cw的反演精度高于ewt.而反演精度更高的是基于最优子集回归建立的光谱指数线性模型.ratio975是叶片层次提取cw的普适光谱指数.冠层层次,利用prospect+sailh耦合模型,模拟在不同叶面积指数lai和cw下的冠层光谱.为了剔除背景影响,更好地提取冠层cw,提出用近红外和短波红外波段反射率构造土壤可调节水分指数(sawi),该指数与其他光谱指数的比值能明显地剔除土壤背景影响,更准确地提取冠层cw.ratio975的改进型光谱指数(ratio975-0.9)/(sawi+0.2)能用来提取叶面积指数lai从0.3到8.0,cw从0.0001cm到0.07cm的冠层cw,研究表明精度较高.