Python遥感图像处理应用篇

1.叶面积指数概念

    叶面积指数（leaf area index, LAI）不同资料显示定义有所不同，有的说是指单位地面上的绿叶面积，是植被冠层最显著的特征之一，具体是指一定土地面积上植物叶面面积总和与土地面积之比。它是植被光合作用模型和蒸散模型中的重要参数之一。有的说是是一块地上阳光直射时作物叶片垂直投影的总面积与占地面积的比值。即：叶面积指数=投影总面积/占地面积。

2.叶面积指数计算方法

    叶面积指数测定方法有多种，比如百度百科中将其分为直接方法和间接方法。直接测定方法是一种传统的、具有一定破坏性的方法。包括：格点法和方格法、描形称重法（在一种特定的坐标纸上，用铅笔将待测叶片的轮廓描出并依叶形剪下坐标纸，称取叶形坐标纸重量，按公式计算叶面积）、仪器测定法（叶面积测定仪可以分成两种类型，分别通过扫描和拍摄图像获取叶面积. 扫描型叶面积仪主要由扫描器（扫描相机） 、数据处理器、处理软件等组成，可以获得叶片的面积、长度、宽度、周长、叶片长度比和形状因子以及累积叶片面积等数据）；间接方法包括：点接触法、消光系数发、经验公式法、遥感反演方法、光学仪器法。本文主要就是通过遥感数据反演的方法计算LAI。

    主要有2种遥感方法可用来估算叶面积指数，一种是统计模型法，主要是将遥感图像数据如归一化植被指数NDVI、增强植被指数EVI、比植被指数RVI和垂直植被指数PVI等指数与实测LAI建立模型。这种方法输入参数单一，不需要复杂的计算，因此成为遥感估算LA I的常用方法. 但不同植被类型的LA I与植被指数的函数关系会有所差异，在使用时需要重新调整、拟合。另一种是光学模型法，它基于植被的双向反射率分布函数是