植被覆盖度的遥感线性估算

以往的研究表明,植被覆盖度与植被指数存在着很强的相关性,这种相关性的形式可能是线性或非线性的。因而回归模型也可能是线性或非线性的,由此可将回归模型法分为线性回归模型法与非线性回归模型法。

线性回归模型法

线性回归模型主要是通过将实际的植被覆盖度与遥感植被指数进行线性回归建立研究区域植被覆盖度的估算模型,并将该模型应用于整个研究区域的植被覆盖度估算。NDVI与植被覆盖度线性回归模型法因其提供了一种简单估算植被覆盖度的方法得到广泛应用(Hurcom and Harrison,1998)。比如,Xiao等通过将从Landsat ETM+NDVI图像中选取的60个点与从高分辨率(0.3m)的真彩色正射影像中提取的植被覆盖度(认为是地面的真实植被覆盖度)进行线性回归,结果表明,两者之间存在很强的线性关系(R2=0.89),最后将该公式应用于Landsat ETM+的所有像元植被覆盖度的估算。

不管是浓密还是稀疏的植被,假如不考虑多次散射的影响,一个遥感像元的覆盖度可以被定义为与植被指数VI呈线性关系:

FVC=a·VI＋b

其中,FVC为混合像元的植被覆盖度;VI为混合像元的植被指数;a，b为植被覆盖度与VI的回归系数。

也有尝试通过将NDVI的值分为几个等级,不同等级代表不同的植被覆盖度情况。例如,Mohammad等通过对NDVI作适当变换(NDVI=(NDVI+0.5）* 255)之后将其划分为小于5、5～50、50～100、100～150、150～200、200～250六个等级,分别代表着0%、20%、40%、60%、80%、100%六种不同程度的植被覆盖状况(Mohammad etal,2002)。但这种将NDVI离散化分段的方法也没有脱离植被指数和覆盖度之间的线性或非线性关系。