典型文献
植被指数模型估算干旱区稀疏光合/非光合植被覆盖度
文献摘要：
定量估算干旱与半干旱地区的稀疏光合与非光合植被覆盖度(fPV和fNPV)可为土地荒漠化研究和生态系统研究提供重要信息,同时获取fPV和fNPV有助于为土地退化监测和土地管理提供重要的数据支撑.选取典型干旱区的稀疏植被为研究对象,基于Sentinel-2A多光谱影像及地面实测纯净端元光谱数据获取影像及纯净端元归一化植被指数(normalized difference vegetation index,NDVI)、优化的叶绿素吸收指数(modified chlorophyll absorption ratio index,MCARI)、干枯燃料指数(dead fuel index,DFI)和红边叶绿素指数(red-edge chlorophyll index,CIred-edge),构建DNVI-DFI、MCARI-DFI、CI-DFI 3个像元三分模型,并采用NDVI、DFI和比值土壤指数(ratio soil index,RSI)构建线性植被指数模型.经过地面实测植被覆盖度分析评价构建模型精度,得到如下结论:NDVI-DFI模型相较于MCARI-DFI、CI-DFI模型表现出更好的估算效果,fPV估算的RMSE为0.0590(R2=0.7738),fNPV估算的RMSE为0.0510(R2=0.8);NDVI-DFI模型中融入RSI指数构建的线性植被指数模型可以提高fPV和fNPV的估算精度,fPV估算的RMSE为0.0524(R2=0.7764),fNPV估算的RMSE为0.0444(R2=0.8115),精度分别提高11.2％ 和12.9％.因此,融入RSI指数的NDVI-DFI线性植被指数模型可以有效地估算典型干旱区稀疏植被的fPV和fNPV.该文的研究为NPV覆盖度的定量估算提供更可靠的理论基础.
文献关键词：
Sentinel-2A;光合/非光合植被;像元三分模型;线性指数模型
中图分类号：
作者姓名：
骆义峡;姬翠翠;李晓松;徐金鸿;杨雪梅
作者机构：
重庆交通大学,重庆400074;中国科学院遥感与数字地球研究所,北京 100094;甘肃省治沙研究所,兰州730070
文献出处：
引用格式：
[1]骆义峡;姬翠翠;李晓松;徐金鸿;杨雪梅-.植被指数模型估算干旱区稀疏光合/非光合植被覆盖度)[J].遥感信息,2022(03):57-64
A类：
fPV,干枯燃料指数,DNVI,像元三分模型,线性指数模型
B类：
植被指数模型,干旱区,非光合植被,光合植被覆盖度,定量估算,半干旱地区,fNPV,土地荒漠化,重要信息,土地退化,土地管理,稀疏植被,Sentinel,2A,多光谱影像,纯净,端元,光谱数据,数据获取,归一化植被指数,normalized,difference,vegetation,NDVI,modified,chlorophyll,absorption,ratio,MCARI,dead,fuel,DFI,红边,叶绿素指数,edge,CIred,soil,RSI,构建模型,模型精度,算效,RMSE,指数构建,估算精度
AB值：
0.243512
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
