文献类型：期刊文章

作　　者：王东伟[1,2,3] 王锦地[1,2] 梁顺林[4]

机构地区：[1]遥感科学国家重点实验室(北京师范大学,中国科学院遥感应用研究所),北京100875 [2]北京师范大学地理学与遥感科学学院、北京市环境遥感与数字城市重点实验室,北京100875 [3]海河水利委员会,天津300170 [4]Department of Geography,University of Maryland,College Park,MD 20742,USA

出　　处：《中国科学（D辑）》

基　　金：国家自然科学基金(批准号:40871163,40571107,40640420073);北京市自然科学基金(批准号:4083035);国家重点基础研究发展计划(编号:2007CB714407);科技部国际合作重点资助项目(编号:2004DFA06300)资助

年　　份：2010

卷　　号：40

期　　号：1

起止页码：73-83

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、核心刊

摘　　要：叶面积指数(LAI)是监测农作物生长的重要参数.遥感提取LAI的方法之一是通过植被冠层辐射传输模型反演,但多数模型反演方法都没有考虑作物LAI在不同生长阶段的变化关系.本文在模型反演的基础上引入用作物生长模型描述的LAI随生长变化的关系,将作物生长过程中LAI地面先验信息作为约束信息,提取最优目标参数LAI.要点是在耦合作物生长模型和辐射传输模型中通过变分算法在作物生长不同时刻序列同化多时相遥感观测和LAI先验知识;在同化过程中用伴随方法求解代价函数.采用北京昌平和顺义地区MODIS数据的同化结果显示时序遥感观测能够极大改善被提取LAI的不确定性,对比MODIS LAI产品发现提取LAI廓线符合实际的作物生长规律,因而比MODIS LAI产品更加可靠.

关 键 词：反演 叶面积指数 作物生长模型 时间序列  

分 类 号：TP79]