《表2 植被指数：基于两种空间估算模型的乔木林地上碳密度估算》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于两种空间估算模型的乔木林地上碳密度估算》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

自变量一般选择光学遥感数据、地形数据以及经计算衍生的一些因子，常用的包括植被指数[12]、纹理特征[13]、主成分变换因子[3]、缨帽变换因子[3]、地形因子[14]等。本研究基于Landsat 8多光谱波段及DEM数据，计算了植被指数（9个）、纹理特征（48个）、主成分变换因子（3个）、缨帽变换因子（3个）和地形因子（3个）共66个特征作为自变量参与模型构建。其中，选用的植被指数见表2，其中BLUE、RED、NIR、SWIR1、SWIR2分别为蓝、红、近红、短波红外1、短波红外2波长；SAVI中，L为0.5；ARVI中，r为校正系数，取1.0；EVI中，增益系数G、土壤调整因子L、修正系数C1和C2分别为2.5、0.10、6.0和7.5。纹理特征采用灰度共生矩阵方法中的8个纹理特征（平均值、方差、均一性、对比度、相异性、熵、角二阶矩、相关性）；主成分变换和缨帽变换因子分别选择主成分分析获取的前3个波段和缨帽变换的前3个波段（亮度、绿度和湿度）；地形因子采用DEM数据提取的海拔、坡度、坡向3个因子。按照地面实测样地位置，提取各个样地对应的自变量因子。