森林参数在森林管理、生态系统建模和全球变化等研究中占有非常重要的地位，而地表反射率是森林参数反演的基础。随着遥感影像越来越广泛地应用于山区森林资源调查，利用遥感技术反演地表反射率已成为趋势。但是，山区地形起伏和侧视成像等因素，严重影响了反演精度。

 

在山区，太阳直射辐射与太阳高度角，天顶角，坡度及坡向有关。同时，还与树木的向地性有关，即无论地形如何，植物总是垂直生长的。在对有森林覆盖的山区影像进行地形辐射校正模型中，一类为经验模型，如余弦校正模型、C校正模型、Minnaert模型、统计校正模型和SCS模型，其中基于太阳－冠层－传感器（SCS）校正模型考虑了树木的向地性，但由于缺少物理含义，需要预先对模型进行“训练”才能达到理想结果，不适用于多时相多传感器数据。另外一类为物理模型，其独立于传感器类型，但却没有考虑树木的向地性。Huang等人取两者之长，利用SCS模型中的向地性知识改善了物理模型，从而建立了一种新的模型。利用该物理反演模型，通过MODTRAN大气校正模型和DEM对山区Landsat TM影像进行光照和反射率校正，反演得到地表反射率。这种新模型与前两种模型结果相比精度得到较大的提高。

 

原文链接：http://www.informaworld.com/smpp/content~content=a901942588~db=all~order=page （梁璐/编译）

 

《科学新闻》 (2008年 10月 第2期 封面集锦)