《表5 7月26日小波变换后植被指数与ln(LAI)的模型反演结果与精度检验结果》

《表5 7月26日小波变换后植被指数与ln(LAI)的模型反演结果与精度检验结果》   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
《玉米冠层LAI反演中UAV影像镜面反射去除方法》


  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

同样对7月26日影像和野外实测LAI也进行了相关性分析,得到的结果如表5所示。从结果可以看出,4个指数对应的决定系数都有所增加,再次证明了去除镜面反射可以提高植被指数与LAI的相关性。EVI对应的决定系数由0.464 7提高到了0.600 7,SAVI对应的决定系数也由0.460 4提高到了0.604 0,这2个指数的提升幅度较大,而相对的,NDVI和GNDVI对应的决定系数提升不明显。从图6可以看出,GNDVI和NDVI均方根误差大,并且相比上一时段饱和现象更为严重,NDVI的平均值达到0.94,GNDVI的平均值也达到了0.82。文献[24]指出在LAI较大,即植被较茂密的区域,NDVI容易达到饱和,对LAI的变化反映不灵敏。因为在植被茂密的区域,近红外波段的反射率远高于红波段的反射率,归一化植被指数对红波段的变化不敏感。同理对GNDVI来说,近红外的反射率仍远高于绿波段,使得GNDVI的值虽然小于NDVI但是对绿波段的变化也不敏感。从图2可以看到,在去除镜面反射后,红波段和绿波段的反射率较低,接近0,而近红外波段的反射率仍然较高,这加剧了NDVI和GNDVI的饱和,其相关性反而降低。而SAVI和EVI考虑了土壤背景因素,植被指数的变化得到调节,在植株茂密区域不易达到饱和,相关性提高。所以在玉米植株覆盖较茂密时,选用EVI和SAVI来反演LAI更为合适。