作者:郭云开,刘雨玲,许敏,张晓炯
摘要:针对在路域环境监测中,如何精确估算叶面积指数问题,该文提出以长韶娄高速路域为研究区,筛选出4种常用植被指数和4种红边指数两类指数,分别构建了经验模型和机器学习的反演模型,利用Sentinel-2影像数据和同步的LAI-2000地面实测数据完成路域植被叶面积指数反演。结果表明,红边波段参与运算的植被指数与植被叶面积指数敏感性是显著相关,红边指数在反演精度上更优。由此可知,相较于常见植被指数,红边指数增强了其与叶面积指数的敏感性,提高了叶面积指数估算模型精度。
发文机构:长沙理工大学交通运输工程学院 长沙理工大学测绘遥感应用技术研究所
关键词:Sentinel-2叶面积指数反演模型红边指数Sentinel-2leaf area indexinversion modelred edge index
分类号: P237[天文地球—摄影测量与遥感]