1、葉面積指數(shù)（Leaf area index，LAI）作為綠色植被的冠層結(jié)構(gòu)參數(shù)，為研究植被冠層特征、監(jiān)測農(nóng)作物長勢和評價病蟲害等提供科學依據(jù)。運用遙感技術(shù)大范圍地動態(tài)提取區(qū)域植被LAI，對研究區(qū)域植被的生長狀態(tài)具有重要意義。
　　結(jié)合2014年4月末在河北省欒城縣獲取的冬小麥實測數(shù)據(jù)，對PROSPECT+SAIL模型的參數(shù)進行敏感性分析，并分析了不同觀測天頂角條件下基于模型模擬的LAI與多種植被指數(shù)的關(guān)系。結(jié)合2014年5月6日的

2、Landsat-8OLI影像，利用統(tǒng)計模型估算了欒城縣冬小麥LAI。利用MODIS的陸地產(chǎn)品MOD15A2和MCD12Q1以及氣象資料，分析了2002-2011年河北省植被LAI在生長季（5-10月）的時空變化趨勢，并探討了生長季LAI與氣溫、降水的相關(guān)性。以2013年8月9-21日的邢臺野外實測玉米LAI和2013年8月23日的OLI數(shù)據(jù)為基礎(chǔ)，通過相關(guān)性分析和相對誤差分析等方法，對比了MODIS和SPOT/VGT兩種LAI產(chǎn)品的精度

3、，并分析了2013年河北省MODIS和SPOT/VGT兩種LAI產(chǎn)品的時空分布差異。主要結(jié)論如下:
　　(1)結(jié)合欒城縣實測冬小麥生理生化參數(shù)，利用PROSPECT+SAIL模型分析了各參數(shù)的敏感性。在可見光波段（400-700nm），葉綠素含量對小麥冠層反射率敏感度顯著;在750-1400nm，LAI敏感度較高;在1300-2400nm，含水量敏感度較高。
　　(2)基于PROSPECT+SAIL模型，分析了不同觀測天頂角

4、條件下，LAI與NDVI、EVI、RVI、DVI、SAVI和OSAVI的關(guān)系。當觀測天頂角為0°時，LAI與各植被指數(shù)的對數(shù)關(guān)系的相關(guān)性最大，由大到小依次為:RVI＞DVI＞NDVI＞OSAVI＞SAVI＞EVI。
　　(3)在欒城縣實驗區(qū)和邢臺實驗區(qū)，分別基于實測LAI和OLI影像，建立實測LAI與6種植被指數(shù)的回歸模型并驗證模型精度。在欒城縣實驗區(qū)，OSAVI與實測LAI的指數(shù)模型相關(guān)系數(shù)最大(R2=0.8634)，EVI與實

5、測LAI的乘冪模型均方根誤差和平均相對誤差最?。≧MSE=0.374，MRE=5.7％）。但綜合12個采樣點和42個采樣點兩種驗證結(jié)果，認為LAI-OSAVI指數(shù)模型估算欒城縣實驗區(qū)冬小麥LAI的精度更高。在邢臺實驗區(qū)，NDVI與實測LAI對數(shù)模型的相關(guān)系數(shù)最大(R2=0.6448)，選取NDVI估算邢臺實驗區(qū)的玉米LAI。
　　(4)在欒城縣實驗區(qū)，利用2014年5月6日的OLI影像計算的OSAVI估算LAI并成圖。欒城縣東南部

6、和南部地區(qū)的冬小麥LAI較高，主要原因是這些地區(qū)以農(nóng)田為主，植被覆蓋度高;而欒城縣的北部和中部地區(qū)主要是居民區(qū)，房屋建筑和道路密集，LAI很低。
　　(5)在2002-2011年間，河北省植被生長季年均LAI在1.0-1.3之間波動。氣溫對植被年均LAI的大小基本無影響，降水對植被年均LAI影響顯著，且二者呈正相關(guān)關(guān)系(R2=0.6428)。生長季年均LAI在空間上存在地域性，自東向西先增大后減小，但到最西側(cè)的太行山區(qū)等地又稍有上

7、升。
　　(6)分析了不同傳感器數(shù)據(jù)估算LAI的尺度效應(yīng)。在邢臺實驗區(qū)，2013年8月23日的30mOLI LAI重采樣為1km OLI LAI對LAI值影響很小。2013年8月21日的1km MODIS LAI和2013年8月24日的1km SPOT/VGT LAI空間分布格局相似，但二者均明顯低估植被LAI，低估面積主要位于植被稀疏的村莊邊緣地區(qū)。MODIS LAI產(chǎn)品平均低估31.4％，SPOT/VGT LAI產(chǎn)品平均低估1