基于三维随机辐射传输模型的高分一号中国叶面积指数产品算法

叶面积指数LAI（LeafAreaIndex）是研究植被生态系统结构和功能的核心参数之一,遥感是获取大范围动态LAI的一个主要技术手段。目前国际上没有高分辨率的LAI标准化产品。本文基于三维随机辐射传输（3D-SRT）模型查找表算法研究了适用于国产高分辨率卫星高分一号宽幅相机（GF-1WFV）的叶面积指数反演算法。模型中单次散射反照率和不确定性等参数与波段设置和波段稳定性相关。算法在全国范围内选取不同植被类型的均质样点,统计地表反射率的差异特征,调整全国6种植被类型各波段的单次散射反照率、不确定性等算法参数,进而构造适用于GF-1WFV传感器的查找表以进行LAI的反演。研究中使用新疆维吾尔自治区石河子地区、内蒙古自治区四道桥包含农作物、森林等共359组实测地面数据开展LAI验证。验证结果表明,和调整参数前的反演结果相比,优化后的算法均方根误差RMSE可由算法优化前的1.209下降至0.804,决定系数R²由0.659提高至0.883,反演成功率RI可由25.3%提高至73.8%,算法精度和稳定性较高,更适用于GF-1叶面积指数的反演。将其应用于GF-1卫星影像上,生产了2018年—2020年全国16m空间分辨率10天合成的叶面积指数产品,产品能够反映出不同植被类型的物候特征,有利于大面积农业林业等遥感监测应用。