PROSAIL冠層光譜模型遙感反演區(qū)域葉面積指數(shù)_李淑敏

1、第 29卷 , 第 10期 光 譜 學(xué) 與 光 譜 分 析 Vol . 29, No . 10, pp2725-27292009年 10月 Spectro sco py and Spectr al Analy sisO cto be r , 2009PROSAIL 冠層光譜模型遙感反演區(qū)域葉面積指數(shù)李淑敏 1, 李 紅 1*, 孫丹峰 2, 周連第 11. 北京市農(nóng)林科學(xué)院農(nóng)業(yè)綜合發(fā)展研究所 , 北京 1000972. 中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院 , 北京 100193摘 要 大面積區(qū)域作物葉面積指數(shù)遙感反演 , 對指 導(dǎo)作物 管理具 有非常重 要的意 義 , 驗證和 發(fā)展基 于物 理葉面積指

2、數(shù)遙感反演可避免基于經(jīng) 驗?zāi)Ｐ?的缺點 。 以北 京地區(qū) 青云店 、 魏善 莊和高 麗營為 研究 區(qū) , 采 用M ODIS 和 AS T ER 兩類不同空間分辨率遙感數(shù)據(jù) , 探討 PRO SAI L 物理模 型反演 冬小麥 葉面積 指數(shù)的 可行 性 , 尤其在不同空間分辨率遙感數(shù)據(jù)上的穩(wěn)定性 , 并與經(jīng)驗?zāi)Ｐ瓦M(jìn)行了對比分析 。 與經(jīng)驗?zāi)Ｐ拖?比 , 物 理模 型模擬 L AI 值更具真實性 ; 用線性 組分加權(quán)的方法 , 對小尺度物理模 型反演 LA I 進(jìn)行尺度 擴(kuò)展并與基 于大 尺度遙感數(shù)據(jù)的 L A I 物理反演結(jié)果相對比 , 相差不大 , 說明 LA I 物理反演方法在空間 尺度上

3、的穩(wěn)定性 。 關(guān)鍵詞 葉面積指數(shù) ; 遙感反演 ; M O DIS ; A ST ER ; 尺度轉(zhuǎn)換 ; 冬小麥 中圖分類號 :T P722. 4, S127 文獻(xiàn)標(biāo)識碼 :A D OI :10. 3964/j . issn . 1000-0593(2009 10-2725-05 收稿日期 :2008-10-16, 修訂日期 :2009-01-20 基金項目 :國家 “ 十五 ” 科技攻關(guān)計劃項目 (2004BA617B04 和國家 ” 十一五 ” 科技支撐項目 (2006BAD10A06-03, 2006BAB15B05 資助 作者簡介 :李淑敏 , 1983年生 , 北京市農(nóng)林科學(xué)院農(nóng)業(yè)綜

4、合發(fā)展研究所研究實習(xí)員 e -mail :edelweis s -bloom 163. com*通訊聯(lián)系人 mail :lihsdf 引 言 植被葉面積指數(shù) (leaf area index , L AI , 作 為陸地 生態(tài) 系統(tǒng)的一個十分重要的植被特征參量 , 能 夠?qū)χ脖?冠層結(jié)構(gòu) 給出直接的量化指標(biāo) 。 葉面 積指 數(shù)控制 著植 被的許 多生 物 、 物理過程 , 與許多生態(tài)過 程直接 相關(guān) 1-4。 自 1947年 提出以 來 , 葉面積指數(shù)已成 為一個 重要 的植物 學(xué)參 數(shù)和評 價指 標(biāo) , 并在農(nóng)業(yè) 、 果樹業(yè) 、 林業(yè)以 及生物 學(xué) 、 生 態(tài)學(xué)等 領(lǐng)域得 到廣 泛應(yīng)用 3。

5、傳統(tǒng) L AI 測量方法為地 面實測 , 該方 法有一 定破壞 性 , 費(fèi)時費(fèi)力 , 而且大區(qū)域研 究 LA I 僅靠地 面實測是 行不通 的 , 衛(wèi)星遙感的應(yīng)用為大區(qū)域研究 L AI 提供了唯一途徑 5。 由于 遙感數(shù)據(jù)具有覆蓋范圍廣 、 時間 與空間 分辨率高 等優(yōu)點 , 所 以通過遙感反演結(jié)合地面實測提取一些重要的生物物理參數(shù) 有十分重要的意義 1, 6。 遙感反 演葉面 積指數(shù) 的方法 大致分 為兩類 , 即經(jīng)驗?zāi)Ｐ头椒ê臀锢?模型方 法 。 經(jīng) 驗?zāi)Ｐ?方法簡單靈活 、 應(yīng)用廣泛 , 但是由于函數(shù)關(guān)系是經(jīng)驗型的 , 隨 地域 、 植被類型 、 生長季等的變化而變化等因素 使得將其 用

6、于遙感 像元尺度反演時會帶 來很 大誤差 2, 7,8, 尤 其當(dāng) 遙感數(shù) 據(jù)分辨率過粗 , 無法簡單與地面樣點 相匹配 。 物理 模型方 法則具 有相當(dāng)強(qiáng)的物理基礎(chǔ) , 不過分依賴于植被 的具體類 型或背景 環(huán)境的變化 , 因而更具普適性 , 這種模 型更適 用于均 勻的植 被 (如農(nóng)作物 。 隨著遙 感技術(shù) 的發(fā) 展和 各類參 數(shù)庫 的建立 ,基于物理模型的反演方 法越來越具有吸引力 。M O DIS 遙感數(shù)據(jù)時間分辨率高 , 時效性強(qiáng) , 具有高的動 態(tài)性 , 能夠反映作物生長發(fā)育的動 態(tài)特征 , 但空 間分辨 率較 低 , 而 A ST ER 遙感數(shù)據(jù)空間分辨率 高 , 15m 的空間

7、尺 度與 地面實測尺度更易 比較和 結(jié)合 , 但時間 分辨率 低 。 因此 , 本 文以北京地區(qū)青云店 、 魏善莊和高 麗營為 研究區(qū) , 在縣 域尺 度作物類型 、 種植模式分類基礎(chǔ)上 , 采用 M O DIS 和 A ST ER 兩類不同空間分辨率 遙感數(shù) 據(jù) , 探 討 P ROSA I L 物理模 型反 演冬小麥葉面積指數(shù)的 可行性 , 尤其在不同 空間分辨率 遙感 數(shù)據(jù)上的穩(wěn)定性 , 并與經(jīng)驗?zāi)Ｐ瓦M(jìn)行了對比分析 。1 研究方法1. 1 研究區(qū)北京市冬小麥的種 植情況從分布區(qū)縣來看 , 仍主要 集中 在傳 統(tǒng)糧食主產(chǎn)區(qū) , 即通州 、 大興 、 順義 、 房山 , 這四個區(qū)的 冬小麥播

8、種面積占到全 市冬小麥播種面積的 80%以上 。 從冬 小麥品質(zhì)來看 , 硬粒小麥播種面積占冬小麥 播種面積的 比例 最大 , 種植區(qū)主要分布在 :通州 、 大興 、 順義 和房山 。 其次 , 參考兩景 AS T ER 遙感影像 數(shù)據(jù)覆 蓋的區(qū) 域范 圍 。 最終 , 研 究區(qū)選在大興區(qū)青云店 鎮(zhèn) 、 魏善莊鎮(zhèn) , 順義區(qū)高麗營鎮(zhèn) 。 1. 2 遙感影像及其處理采用的遙感數(shù)據(jù)包括 2006年 4月 23日的 M O DIS 09數(shù) 據(jù) (地表比反射率 和 2006年 4月 22日 的 A ST ER 2B05V 數(shù) 據(jù) (地表反射系數(shù) VN I R 。M OD09數(shù)據(jù)空 間分 辨率 為 25

9、0m , 已 經(jīng)過了 大氣 輻射 校正和幾何粗校正 , 對其進(jìn)一步 的處理 有幾何精 校正 、 圖像 鑲嵌 、 波段運(yùn)算等 ; A ST ER 2B05V 數(shù)據(jù)空間分 辨率為 15m , 已經(jīng)過了幾何粗校正 、 輻射校 正 、 大氣較正 , 對 其進(jìn)行 的預(yù) 處理包括幾何精校正 、 圖像鑲嵌 、 波段運(yùn)算等 。1. 3 葉面積指數(shù)反演方法1. 3. 1 經(jīng)驗?zāi)Ｐ头椒ㄍㄟ^建立 L AI 與光譜數(shù)據(jù) , 和 (或 基于光譜數(shù)據(jù)計算的 光譜指數(shù)之間的統(tǒng)計關(guān)系來求算 LA I , 通 常使用的 是植被指 數(shù) V I 。 目前逐漸形成了 VI 與 L AI 之間的一 些經(jīng)驗 、 半經(jīng)驗 定量關(guān)系 , 從

10、而估算 大區(qū) 域尺度 的 LA I 8, 9。 在 各種植 被指 數(shù)中 , 最常使用的 光譜 植被指 數(shù)是 歸一 化差 植被 指數(shù) (N D -V I 。1. 3. 2 物理模型方法葉面積指數(shù)的物理模型反演方法關(guān)鍵在于給定樣區(qū)實測 反射率數(shù)據(jù) , 根據(jù)不同的輻射傳輸模型找 到一系列 最適模型 參數(shù) , 以便由模型計算得到的反射率值與 實測數(shù)據(jù) 獲得較好 的匹配 。 匹配情況的驗證通過 “ 誤差函數(shù) ” 公式 102= nj =1(r j -r *j 2(1其中 , rj是實測反射率 ; r *j 是模擬反射率 。進(jìn)行植物生化 組分 含量 與光 譜特 征之 間的 關(guān)系 模 擬研 究 , 主要集中

11、在兩個方 面 :一是利 用統(tǒng)計分 析方法 , 由 葉片 和冠層光譜特征 估 算化 學(xué)組 分 含量 ; 第 二 方面 的應(yīng) 用 比如 PRO SAI L 模型 , 它是在 SA IL , P ROSP ECT 模型基礎(chǔ) 上 , 建 立包含化學(xué)組分含量的葉片散射和吸收模型 (機(jī)理 模型 , 將 葉片模型 耦 合 到 冠 層模 型 中 反 演 整 個 冠 層 的生 化 組 分 含 量 11。 P RO SA IL 模型的輸入?yún)?數(shù)包括 三部 分 :冠層生 理生 化參數(shù) ; 土壤參數(shù)和其他參數(shù) 12, 13。使用模型模擬時 , 首先通過對生理生 化參數(shù)的 敏感性分 析確定對冠層反射率影響較為敏感的參數(shù)

12、 , 對這部 分參數(shù)取 多個經(jīng)驗值模擬 冠 層反 射率 , 不敏 感參 數(shù) 則直 接賦 予 經(jīng)驗 值 ; 其他參數(shù)則根據(jù)成 像 、 觀測條 件進(jìn)行取 值 。 參數(shù)敏 感性 分析表明 , 在紅 、 近紅波段 對應(yīng)的 光譜區(qū)域 , 除 了葉片 葉肉 結(jié)構(gòu)參數(shù) N 和葉片水分含量外 , 其他參數(shù)對反射率的影響是 靈敏的 (可 參 閱 北 京 市 農(nóng) 林 科 學(xué) 院 李 淑 敏 的 博 士 論 文 , 2008 。1. 4 樣點布設(shè)及田間觀測根據(jù)遙感影像和實地考察 , 在研究區(qū) 內(nèi)盡量選 擇冬小麥 連續(xù)種植面積至少 250m ×250m 大小 (一個 M ODIS 像元大 小 的地塊為測量樣

13、區(qū) , 并 且每 個樣區(qū) 內(nèi)冬 小麥 生長狀 況具 有代表性 ; 借助 G PS 和 1 1萬地 形圖 , 由樣區(qū) 西南角 開始 設(shè)樣點 , 記錄該點 的地 理坐標(biāo) , 由 此點 向北每 隔 30m 設(shè)一 個樣點 , 然后再由每點分別向東每 30m 設(shè)樣點 。冠層光譜反射率的測量使用 Field -spec P ro F R 便攜式分 光輻射光譜 儀 , 光譜 范圍 為 3251075nm , 采樣 間隔 為 1 nm -, 2000使用 320490nm 的感應(yīng)波段 。 每樣點處重復(fù)測量光譜 反射率十次 、 葉面積指數(shù)五次 , 取均 值 。 2008年 4月 16日 、 17日 、 18日

14、3d 進(jìn)行冠層反射率 、 葉 面積指數(shù)實 地測量 , 均 為晴朗微風(fēng)天氣 , 天空無 積云 , 大氣能 見度較 好 , 測量時 間 為每天 10:00-14:00。2 結(jié)果與討論2. 1 經(jīng)驗?zāi)Ｐ头囱萁Y(jié)果(1 經(jīng)驗?zāi)Ｐ徒⒔?jīng)驗?zāi)Ｐ?, 首先根據(jù)實測 反射光 譜曲線 , 計算 遙感 數(shù)據(jù)對應(yīng) 波 段 的 波段 反 射 率 , 然 后 計 算 N DV I , 從 而 建 立 N DV I 與 LA I 的經(jīng)驗關(guān)系 。 關(guān)于波 段反射 率的計算 , 王 璐使 用了根據(jù)多光譜傳感器 各波段的光譜響應(yīng)函數(shù) , 光譜曲 線重 采樣的方法 14, 而陳俊惠用的則是計 算均值 的方法 (可 參閱 陳俊惠的博

15、士論文 , 中國農(nóng)業(yè)大學(xué) , 2005 。 本研究使用 了后 一種方法 , 再根據(jù) N DV I 計算公 式 , 計算 每個 實測點 N DV I 值 。 建立 N DV I 和 LA I 關(guān)系的散點 圖 , 添 加趨勢線 。 趨 勢線 類型按照以往經(jīng)驗選擇 線性 、 對數(shù) 和指數(shù) 三種函數(shù) 關(guān)系 , 生 成經(jīng)驗?zāi)Ｐ图?R 2值 。Table 1 Correlation coeff icient of experiencemodel based on MODIS and ASTER模型的函數(shù)關(guān)系 M ODIS AST ER線性 0. 4390. 448對數(shù) 0. 4190. 423指數(shù) 0.

16、5100. 519 由表 1, 發(fā)現(xiàn)指數(shù)關(guān)系模型擬合程度相對更好些 。 所以 , 用于 M O DIS 的 LA I 經(jīng)驗反演模型為y =0. 3775e 2. 4293x (2 用于 AS T ER 的 L A I 經(jīng)驗反演模型為y =0. 3773e 2. 4317x (3 (2 AS T ER -L AI 模擬值與 L AI 實測值的相關(guān)分析 利用建好 的經(jīng)驗?zāi)Ｐ偷玫?LA I 模 擬值 。 假設(shè)由于樣區(qū)內(nèi) 冬小麥的生長狀況 均一 , 實測 點數(shù) 據(jù)可 以代表 30m ×30m (AS T ER 遙感 尺度 面數(shù) 據(jù) , 所 以可 以 直 接對 A ST ER -LA I 模擬

17、 值 和 L AI 實 測值 進(jìn) 行 相 關(guān)分 析 。 對模 擬 LA I 與 實 測 LA I 的相關(guān)分 析 使用 了 SPSS 簡單 相 關(guān)分 析 里的 Spearman 等級相關(guān)分析 (Spear man 相關(guān)系數(shù)又 稱秩相 關(guān)系數(shù) , 對 原始 數(shù)據(jù)分布不作要求 , 屬非參數(shù)統(tǒng)計方法 , 使用范圍廣 。 分析 結(jié)果見表 2。Table 2 Relationship analysis of real data and simulation ASTER -LAI inversion from experience mo del 青云店 魏善莊 高麗營 經(jīng)驗?zāi)Ｐ蚏 值P 值-0. 0420.

18、 8180. 1440. 447-0. 009 0. 958值2726光譜 學(xué)與光譜分析 第 29卷(表示進(jìn)行相關(guān)分析二 者的 相關(guān) 系數(shù) , 值越 大表 示相關(guān) 性越 大 和 P 值 (表示 二 者在 =0. 001水 平下 相關(guān) 關(guān)系 顯著 性 , 越接近于 0說明相關(guān)性 越顯著 , 說明 二者 不具 有顯著 線性 關(guān)系 。 表征實測值與模擬值相關(guān) 關(guān)系的 散點圖 (圖 1 更進(jìn)一 步反映了這一結(jié)論 。 2. 2 物理模型反演結(jié)果(1 物理模型前文已給出 P RO SA IL 物理模 型參數(shù)的設(shè) 置 , 在 其基礎(chǔ) 之上結(jié)合正向模型源代碼編寫 L AI 物理反演模型的程序 。 使 用實測反

19、射率數(shù)據(jù)得到 L A I 模擬值 。(2 A ST ER -L A I 模擬值與 LA I 實測值的相關(guān)分析同樣 , 對用物理模型模擬的 A ST ER -LA I 與實測 L AI 進(jìn)行 Spearman 等級相關(guān)分析 , 分析結(jié)果見表 3。 由分析 結(jié)果 的 R 值 和 P 值 可以 看出 , 3個 研究 區(qū)實 測 LA I 與反演 LA I 二者在 =0. 001水平 下線性 關(guān)系 顯著 。 作 出反映二者相關(guān)性的散 點圖 (圖 2 。Ta ble 3 Relationship analysis of sim ulation ASTER -LA Iinversion fro m expe

20、rience model and real data青云店 魏善莊高麗營物理模型R 值 P 值0. 5500. 0010. 6660. 0000. 5750. 000 (3 由 (1 和 (2 的比較分析 物理模型反演 L AI 值普遍高于實測值 ; 而經(jīng)驗?zāi)Ｐ头?演 L AI 值普遍低于實測值 。 通過 Spea rman 相關(guān)系數(shù) R 值 和 P 值 , 發(fā)現(xiàn)經(jīng) 驗?zāi)Ｐ?模擬值與實測值相關(guān)性不顯著 , 而物理模 型模擬值 與實測值 在 =0. 001水平下線性 顯著相關(guān) 。 由經(jīng)驗?zāi)Ｐ偷玫讲煌^測點 L A I 值相差不大 , 說明經(jīng) 驗?zāi)Ｐ湍M值反映的是某 一時期 冬小麥 生長狀況 的總

21、趨 勢 , 忽略了區(qū)域 L AI 分布的空間異質(zhì)性 ; 而物理模型模擬值則能 夠反映出隨空間短距離變動 L A I 也 會相應(yīng) 發(fā)生改 變 。 因 此 , 采用線性組分加權(quán)的方法對物理模型模擬 的 A ST ER -LA I 與 M ODIS -LA I 進(jìn)行了檢驗 。2. 3 對物理反演 MOD IS -LAI 的檢驗分析由于 LA I 地 面點測 量的代 表尺度 不到 1m 2, 如果 以野 外實測 L AI 數(shù)據(jù)直接 檢驗 M O DIS 尺度為 250m ×250m 的 , , 測數(shù)據(jù)與 AST ER 小尺度 L AI 采用線性組分加權(quán)的方法擴(kuò)展 至 M ODIS 大 尺度

22、L AI 15。低分辨率像元的葉 面積指數(shù)通過下式計算L AI L = Ni =1LA I H(i ×H(i (4其中 , L AI L 為低分辨率像元的葉面積指 數(shù) , LA I H (i 為 組成 該低分辨率像 元的第 i 組高分辨率的葉面積指數(shù) , H (i 為第 i 組高分辨率像元面積占區(qū)域總面積百分比 。對于不同尺度葉面 積指數(shù)的比較 , 使用 線性組分加 權(quán)公 式 , 計算結(jié)果見表 4。 由表 4可以看出 :A 1值越大 , M 值越大 , 表明物理模型 用于 AST ER /M O DIS 兩種不同遙感數(shù)據(jù) , 模擬 LA I 值 有效 性相差不大 ; 魏善莊區(qū)域內(nèi)有

23、10m ×250m 大 小的裸地 , 所 以 A1與 M 的相對誤 差明顯 高于青 云店和 魏善莊 ; A 2與 S 相對誤差均在 0. 2左右 , 此值穩(wěn)定又一次說 明物理模型 模擬 I 2727第 10期 光譜學(xué)與光譜分析Table 4 Co mparison between linear weighted of small scale LAI and large scale LAIA1A2S M (A2-S /S ABS (A1-M /M青云店 4. 354. 113. 444. 250. 190. 0235魏善莊 1. 533. 793. 032. 250. 250. 32高

24、麗營 3. 523. 963. 273. 250. 210. 0831 注 :表中各個字母代表含義 ; A1:每個研究區(qū) (一個 M ODIS 像元 對應(yīng) AS TE R 遙感影像上 16×16個像元 , 對這 16×16個像元 LAI 值進(jìn) 行 線性綜合 ; A2:與實測點相對的 AS T ER 影像像元 LAI 值的線性綜合 ; S :實測點 LAI 值的線性綜合 ; M :每個研究區(qū)所代表 M ODIS 像 元經(jīng)物理模型反演的 LAI 值3 結(jié) 論 本文應(yīng)用經(jīng)驗?zāi)Ｐ秃臀锢砟Ｐ蛯Ρ本┑貐^(qū)區(qū)域冬小麥葉 面積指數(shù)進(jìn)行 了反 演 , 并 對實 測 LA I 值 、 A ST

25、ER 、 M ODIS 不同尺度遙感反演 L A I 值進(jìn)行了比較分析 , 得出結(jié)論為 , (1 反演 葉面 積指 數(shù)的 經(jīng)驗 模型 一般 為指 數(shù)關(guān) 系模 型 , 模型的擬 合 程 度 比 較 理 想 。 經(jīng) 驗 模 型 反 演 結(jié) 果 低 于 實 測 LA I , 而且反演值反映的是 冬小 麥生長 狀況 的總趨 勢 , 模擬 值與實測值線性關(guān)系不顯著 , 經(jīng)驗?zāi)Ｐ头囱?LA I 忽視了葉面 積指數(shù)的空間分布情況 ;(2 物理模型反演葉 面積指 數(shù)的過 程因多 個比較 難以獲 取的輸入?yún)?shù)而變得較 為復(fù) 雜 , 多次迭 代使 得計算 量較 大 , 而且模擬值普遍高于實測值 , 但模擬值與 實

26、測值線 性顯著相 關(guān) , 說明物理模型反演結(jié)果對葉面積指數(shù)的 空間分布情 況具 有一定代表性 ;(3 比 較線 性 組 分 加權(quán) 的 結(jié) 果 , 表 明 物 理模 型 應(yīng) 用 于 A ST ER /M ODIS 不同 遙感 數(shù) 據(jù)上 的模 擬結(jié) 果差 別不 大 , 推 測 LA I 物理反演模型對遙感數(shù)據(jù)的類 型具有普適性 , 并且物 理反演模型可用于大尺 度遙感數(shù)據(jù) ;(4 地面試驗與遙 感數(shù)據(jù) 獲取 時間有 差別 , 利 用經(jīng)驗 統(tǒng) 計模型建立樣 點光譜數(shù)據(jù)和 LA I 關(guān)系 應(yīng)用到遙感數(shù)據(jù)時 , 實 測值與模擬值不具有顯 著相關(guān)關(guān)系 , 一方面 可能年份間 環(huán)境 條件的差別導(dǎo)致 , 但在

27、一定程度上說明經(jīng)驗 統(tǒng)計模型在 實踐 上的不穩(wěn)定 ; 而物理模型用于 L AI 反演的結(jié)果表明盡管存在 年份間差異的可能 , 但遙感數(shù)據(jù)反演結(jié)果與 地面實測值 具有 顯著相關(guān)性 , 一定程度表明物理模型具有時間上的穩(wěn)定性 。參 考 文 獻(xiàn)1 YAO Yan -juan , C HEN Liang -fu , LIU Qin -h uo , et al (姚延娟 , 陳良富 , 柳欽火 , 等 . Jou rn al of Remote Sensing (遙感學(xué)報 , 2006, 10 (6 :869.2 LI Kai -li , JIANG Jian -jun , M AO Rong -zhe

28、ng , et al (李開麗 , 蔣建軍 , 茅榮 正 , 等 . Acta E cologica Sinica (生態(tài) 學(xué)報 , 2005, 25(6 : 1491.3 W ANG Xi -qun , M A L -yi , J IA Zhong -kui , et al (王希群 , 馬履一 , 賈忠奎 , 等 . Chinese Journal of Ecology (生 態(tài)學(xué)雜志 , 2005, 24 (5 :537.4 W U Bing -fang , ZENG Yuan , H UANG Jin -liang (吳炳方 , 曾 源 , 黃進(jìn)良 . Advances in Eart

29、h S cience (地球科學(xué) 進(jìn)展 , 2004, 19(4 : 585.5 FANG Xiu -qin , ZH ANG W an -ch ang (方秀琴 , 張萬昌 . Rem ote S ensing for Land &Resou rces (國土資源遙感 , 2003,(3 :58.6 Qi J , M oran M S , Cabot F , et al . Remote Sensing of En vironmen t , 1995, 54(1 :71.7 C HEN Jian , NI Sh ao -xiang , LI Yun -m ei , et al (陳

30、健 , 倪紹祥 , 李云梅 , 等 . Remote S en sing for Land &Resources (國土資源遙感 , 2005, (2 :20.8 J esu sw c , Valefxr , C oelhor r . Agronomy Journal , 2001, 93(5 :989.9 S Jacquem ou d , et al . Rem ote S en sing of Environment , 1995, 53(3 :163.10 Privette J L , Emery W J , S chim el D S . Remote Sensing of E

31、nvironm en t , 1996, 58(2 :187.11 RUAN Wei -li , NI U Zheng (阮偉利 , 牛 錚 . Journal of the Graduate School of th e Chinese Academy of S ciences (中國科學(xué)院研究生院 學(xué)報 , 2004, 21(1 :78.12 S HI Ru n -h e , ZH UANG Da -fang , NIU Zheng , et al (施潤和 , 莊大 方 , 牛 錚 , 等 . Chinese Journal of E cology (生態(tài)學(xué) 雜志 , 2006, (5

32、:1.13 C HE N Xin -fang , AN Sh u -qin g , CHE N Jing -ming , et al (陳新芳 , 安樹青 , 陳鏡明 , 等 . C hinese Journal of Ecology (生態(tài)學(xué)雜志 , 2005, 24(9 :1074.14 W ANG Lu , LIN Qi -z hong , J IA Don g , et al (王 璐 , 藺啟忠 , 賈 東 , 等 . Environmental S cience (環(huán)境科學(xué) , 2007, 28:1822. 15 TANG S hi -hao , ZH U Qi -jiang ,

33、S UN Rui (唐世浩 , 朱啟疆 , 孫 睿 . Prog ress in Natu ral Science (自然科學(xué)進(jìn)展 , 2006, 16(3 :331.Estimation of Regional Leaf Area Index by Remote Sensing Inversion of PROSAIL Canopy Spectral ModelLI Shu -min 1, L I Ho ng 1*, S U N Dan -feng 2, Z HO U Lian -di 11. Institute o f Ag ricultural Integ ra ted Developm

34、ent , Beijing A cademy of Ag ricultural and F orestr y Sciences , Beijing 100097, China2. Reso urces and Enviro nment College , China A g ricultur al Univ ersity , Beijing 100193, ChinaA bstract T he pre sent pa per selected Qingy und ian tow n and Weishanzhuang to w n in DaX ing District , and Gaoling ying to wn in Shuny i District as test areas , using M O DIS data and A ST ER da ta in different scales . T he fea sibility of winte r wheat L AI in -v ersio n by P ROSA I L phy sical mo del , especially the stability o f r emo te sen