摘要：植被叶面积指数（LAI）的敏感因子分析在全球变化、气候模拟和生态监测等研究中具有重要意义。本文选取江西省余干县的一景CHRIS/PROBA影像5个观测角度（±55°、0°和±36°）的反射率数据提取了5种植被指数（VI），即归一化植被指数(NDVI)、比值植被指数(RVI)、垂直植被指数(PVI)、修正的土壤调节植被指数(MSAVI)和修正的叶绿素吸收率指数(MCARI)，并用“留一法”(Leave One Out)与野外实测的草本（GR）、灌木(SH)、针叶林(CF)、针阔混交林(CB) 和阔叶林(BF) 的LAI建立二次多项式回归模型，进而计算模型的决定系数与模型相对误差的比值作为植被指数对不同LAI的敏感度。结果表明，就模型对植被类型选取的敏感度来说，-55°角度下的各植被指数所建立的模型对植被类型选取的敏感度要显著小于其他角度下模型对植被类型选取的敏感度。就模型对观测角度选取的敏感度而言，针叶林植被类型的模型对角度选取的敏感性最大，敏感度约为0.25，并在NDVI下针叶林的模型对角度选取的敏感度达到最高，约为0.29。模型对植被指数选取的敏感度以55°下各植被类型的模型对植被指数选取敏感度均值最高（约0.12），36°次之（约为0.10），-55°最低（约0.05）。所以在LAI-VI的关系建模中，应综合考虑植被类型、观测角度和植被指数的选取三个因素的影响，建议采用三因素多种组合的方法建立模型有利于更好地监测研究植被叶面积指数。

关键词：植被叶面积指数； 观测角度； 植被类型； 植被指数； 敏感度

目录

摘要

Abstract

1引言-1

2材料与方法-4

2.1研究区概况和遥感数据-4

2.2  LAI野外测量-6

2.3CHRIS图像预处理和背景植被指数提取-7

2.4 CHRIS图像背景反射率提取-8

2.5遥感估算的角度敏感性分析-10

3结果与讨论-10

3.1  LAI-VI 关系模型-10

3.2植被类型的角度敏感性-13

3.3植被指数的角度敏感性-14

3.4各角度下模型对植被类型的敏感性-15

3.5各角度下模型对植被指数的敏感性-16

4结论-17

致谢-17

参考文献：-18

附件：文献综述-20