植物指数和修改的简单比率在北方应用中的评估

摘要提出了一种修改的简单比率（MSR），用于通过遥感数据提取北方森林的生物物理参数。该植被指数是根据对从两个光谱波段组合得出的多个植被指数的评估而制定的，包括以下几种：归一化植被指数或植物活动指数（NDVI）、简单比率（SR）、基于土壤的调整植被指数（SAVI、SAVI1、SAVI2）、加权差异植被指数（WDVI）、区域植被指数（GEMI）、非线性植被指数（NLI）和重新归一化差异植被指数（RDVI）。修改的简单比率是重新归一化差异植被指数的增强版本，用于划定其与生物物理参数之间的关系。所有指数均通过对Landsat-5传感器在波段3（可见光）和波段4（近红外）获取的影像进行大气效应的校正（区域植被指数除外）获得。此外，它们与1994年在20个银行松树（Pinus Banksiana）和黑云杉（Picea mariana）林分中获得的实地数据进行了相关。这些测量包括叶面积指数（LAI）和森林冠层吸收的光合作用可利用辐射的部分（FPAR）。在这些植被指数中，SR、MSR和NDVI与LAI和FPAR指数的相关性在春季和夏季都表现最佳。所有其他指数的结果均较差。NDVI和MSR可以表示为SR的函数。由于太阳的天顶角变化、云层对像素部分重叠的影响、异质表面特征、地形变化以及其他环境因素，遥感数据的测量误差通常会发生。这些误差通常导致红色和近红外光反射率的同时增加或减少；通过进行波段比率，可以大幅减弱其影响。对于所有涉及除波段比率以外的数学运算的其他指数，误差可能会被保持甚至放大。使用从红色和红外波段获取的数据获得的植被指数的主要问题在于其对主层植被条件的低敏感性。尽管许多植被指数，例如SAVI、SAVI1和SAVI2，旨在最大限度地减少背景对植被信息提取的影响，但这些指数对主要层条件变化的敏感性也降低。