考虑在高寒高旱山地区域叶面积指数高精度反演与验证的方法

考虑在高寒高旱山地区域叶面积指数高精度反演与验证的方法，基于Sentinel‑2遥感数据和Landsat系列遥感数据影像，通过时空非局部滤波的融合模型进行数据融合，构建精细分辨率遥感反射率数据；进行遥感图像预处理，包括裁剪、大气校正、地形校正及重采样等步骤；结合TVDI、VTCI、NDMVI、SAVI等指数，利用主成分分析方法构建新的山地植被指数THSAMVI，并结合纹理特征提高反演精度；接着利用机器学习法反演LAI；最后，构建以、RMSE和MAE为评价指标的检验模型，对LAI数据集进行精度验证，显著提高了该区域LAI的反演精度，为气候变化、生态质量及生态评价等方面的研究提供有力支持。