农业遥感中,利用光谱指数方法反演作物叶绿素含量一直得到广泛地应用。利用PSR-3500光谱仪及SPAD-502叶绿素仪同步获取了冬小麦冠层光谱数据及对应叶片的叶绿素相对含量(SPAD值),并利用高斯光谱响应模型将PSR获取的地面连续光谱数据重采样为多光谱Landsat-TM7及高光谱Hyperion光谱数据,然后分别计算基于两种传感器的归一化差值植被指数(normalized difference vegetation index,NDVI)、综合叶绿素光谱指数(MCARI/OSAVI,the ratio of the modified transformed chlorophyll absorption ratio index(MCARI)to optimized soil adjusted vegetation index(OSAVI))、三角形植被指数(triangle vegetation index,TVI)及通用植被指数(vegetation index based on universal pattern decomposition method,VIUPD),再将四种光谱指数与叶绿素含量进行回归分析。结果表明,针对重采样后的TM和Hyperion两种传感器数据,VIUPD反演叶绿素含量精度(决定系数R2)最高,反演能力最稳定,这与其"不受传感器影响"的特性密不可分;MCARI/OSAVI反演精度和稳定性次之,是因为引入的OSAVI削弱了土壤背景的影响;宽波段指数NDVI和TVI对模拟TM数据有较好的反演精度,对Hyperion数据反演精度却很低,可能是因为两种指数的构成形式简单,考虑的影响因素较少。以冬小麦为例,对利用光谱指数反演植被叶绿素含量的精度和稳定性进行了研究并分析了其影响因素,经比较发现利用植被指数VIUPD进行植被叶绿素含量反演时,其精度和稳定性最好。
为了有效的利用高光谱卫星数据获取植被信息,Furumi等在模式分解方法(PDM)的基础上,建立了一种新的植被指数(VIPD)。根据地面实验建立的相应光合成曲线植被净初级生产力(NPP)遥感估算模型,利用2001年前后多个月份的MODIS影像数据,对日本纪伊半岛地区的植被净初级生产力进行了估算。研究表明,根据地面实验建立估算模型估算得到的温带常绿植被净初级生产力年均值,与2001年IPCC调查报告上的估算值,在误差范围内一致。地面实验结果证明该光合成曲线NPP估算模型能够较好的应用于温带植被研究。在北纬32°30′—36°24′,东经134°30′—137°06′,面积3.94×104km2研究区域内,2001年NPP约为6.11kg CO2/a。从NPP的空间分布上而言,纪伊半岛范围内单位面积NPP以三重和奈良县山地林地带最高,达2.56kg CO2/m2/a。在纪伊半岛植被分类中,温带落叶植被的年均NPP最大,约为2.23 kg CO2/m2/a,水田的年均NPP最小,仅约为1.42 kg CO2/m2/a。
