遥感反演植被覆盖度：参数确定与尺度效应分析

"不同分辨率影像反演植被覆盖度的参数确定与尺度效应分析 (2011年)" 这篇论文主要探讨了如何在不同分辨率的遥感影像中反演植被覆盖度，并分析了尺度效应对结果的影响。研究选取了新疆古尔通班古特沙漠南缘的石河子地区作为研究对象，针对统计回归模型需要大量实地测量数据的局限性，以及像元二分模型（DPM）参数难以确定的问题，提出了一种新的方法。 该方法通过统计回归模型的结果反推出像元二分模型的参数，从而建立适合研究区的植被覆盖度反演方案。具体来说，研究人员使用2009年石河子地区的实测数据，构建了植被覆盖度与TM（Thematic Mapper）和MODIS（Moderate Resolution Imaging Spectroradiometer）遥感影像计算的归一化植被指数（NDVI）之间的关系模型，以此来估计植被覆盖度的分布。 进一步，论文深入研究了使用不同遥感数据源（如TM和MODIS）以及不同反演模型（统计回归与像元二分模型）时，植被覆盖度信息提取的尺度效应。尺度效应是指在不同空间分辨率下，遥感数据对地表特征的捕获能力差异，这直接影响到植被覆盖度的估算精度。在石河子地区的案例中，作者发现，随着遥感数据分辨率的变化，植被覆盖度的估计结果也会有所差异，这种差异就是尺度效应的表现。 论文指出，植被覆盖度作为像元内植被和非植被比例，其自身就涉及到了尺度问题。因此，对植被覆盖度进行尺度效应研究具有重要意义。通过反推纯植被指数和纯土壤指数，结合像元二分模型，可以修正基于统计回归模型的初步结果，提高植被覆盖度反演的准确性。 总结而言，这篇论文贡献了新的方法来确定不同分辨率遥感影像反演植被覆盖度的参数，并揭示了在不同尺度下进行植被覆盖度估算的挑战和解决策略。这对于理解和改善遥感在生态环境监测中的应用具有重要的理论和实践价值。