- 上一篇：地下煤层的三维显示国内外研究现状
- 下一篇：国内外土壤重金属修复研究现状综述
Gutmna等 在像元二分模型基础上,又提出了利用像元分解密度模型求取植被覆盖度的方法。他研究了不同像元的植被分布特征前提之下，最后将像元大致的分为均一像元和混合像元两大类，而混合像元里又被细分为等密度、混合密度和非密度亚像元[1]。那么在反演时，如果对于研究区像元内的不同的亚像元结构，分别建立不同的植被覆盖度模型来估算，那么理论上是可以进一步提高估算结果的精度的。
（5）物理模型法：目前，属于物理模型范畴的植被覆盖度的遥感测算方法主要有以下2种：一是几何光学模型反演法[17]，是指利用植被覆盖度与LAI间的物理或光学关系，首先从遥感影像上提取出较为准确度的LAI信息，再利用模型进反演植被覆盖度的一种方法。二是光谱梯度差法，它是一种基于植被光谱曲线特征提取植被息，利用体现植被物理特性的光谱信息获得植被覆盖度的方法[17]。
物理性的辐射传输模型模拟，理论上具有实用性，唐世浩等提出了基于红、绿、近红外三个波段的梯度计算模型，这其中作了一个重要的假设即是在这三个波段上土壤光谱随波长呈线性变化，在此模型的基础之上又完成了对于弱植被覆盖下的下垫面信息恢复的可行程度分析[18]。但是由于物理模型由于其自身的，参数比较多，模型比较复杂，且模型需要大量的数据，而现有的遥感数据在应用时需要考虑很多的因素的影响，如研究区域的时间、 空间、 角度、 光谱响应等，所以在利用模型测算的时候存在着数据不足问题，因此物理模型方法的应用受到了限制，并不具有广泛的适用性。
有学者从植被覆盖度的定义出发，考虑了传统的测量方法中的非垂直角度的观测问题，提出了利提出了用激光雷达（LiDAR）数据、多角度遥感数据等开展植被覆盖度反演研究[19]。
总之，遥感估算植被覆盖度的方法已有很多，但是每一种方法都有自己的局限性，估算精度受到多种因素的影响。因此，深入开展卫星遥感估算植被覆盖度研究仍十分必要。