?

基于多角度高光譜影像的針葉林植被指數的角度敏感性分析.doc

資料分類:環境科學 上傳會員:A-Lin 更新時間:2015-01-30
需要金幣1000 個金幣 資料包括:完整論文 下載論文
轉換比率:金額 X 10=金幣數量, 例100元=1000金幣 論文字數:8241
折扣與優惠:團購最低可5折優惠 - 了解詳情 論文格式:Word格式(*.doc)

摘要:隨著遙感技術的發展,植被指數作為表征地表植被覆蓋和生長狀況的度量參數,已經在環境、生態、農業等領域有了廣泛的應用。針葉林是主要的植被類型,植被指數(VI)是將遙感地物光譜資料經數學方法處理, 以反映植被狀況的特征量。因此,對植被指數的敏感因子研究具有重要的理論和實踐意義。本文選取江西省余干縣2008年的一景多角度高光譜CHRIS/PROBA 影像的反射率數據,提取18個波段的數值,計算比值植被指數(RVI)、歸一化植被指數 (NDVI)、垂直植被指數(PVI)、土壤調節植被指數(SAVI)。其中利用8個紅外光波段及5個近紅外光波段兩兩組合,構建窄波段植被指數;以及取近紅外光與紅光波段的平均值計算寬波段植被指數。并與采樣點的綠量(LVV)采取最小二乘法建立二次多項式模型。最后根據模型的RMSE值,從觀測角度以及植被指數類型兩個方面探討影響針葉林植被綠量反演模型的擬合度。結果表明,窄波段植被指數與綠量的相關性總體上優于寬波段植被指數;但各不同類型的窄波段植被指數的落點波段不盡相同。優選變量分別為基于14、9波段的PVI,SAVI(14、12波段),以及NDVI(14、10)。研究表明,針葉林植被綠量反演模型受觀測角度、植被指數類型的不同而存在不同幅度的影響。建議采用+36°觀測角度下的垂直植被指數PVI建模,以利于獲取最穩定模型,從而提高針葉林LVV的估算精度。

關鍵詞:植被指數;CHRIS數據;觀測角度;模型敏感度;寬窄波段植被指數

 

目錄

摘要

Abstract

1引言-1

2 材料與方法-2

2.1 研究區概況-2

2.2 數據來源-3

2.2.1 地面實測數據-3

2.2.2 影像數據-3

2.3 遙感影像預處理-4

2.4 波段的選擇和植被指數提取-5

2.5 LVV-VI模型的建立和驗證-6

3 結果與討論-6

3.1 LVV-VI的相關性-6

3.2 LVV-VI相關模型-9

3.3 相關模型分析-10

3.3.1 觀測角度-10

3.3.2 植被指數-10

3.4 敏感性的影響因素分析-11

3.3.1 觀測角度-12

3.3.2 植被指數-12

4 結論-12

相關論文資料:
最新評論
上傳會員 A-Lin 對本文的描述:獲取當地的CHRIS遙感影像,從中提取各波段數值計算寬窄波段植被指數,并建立回歸分析模型,估算LVV值,將其與實測LVV值進行比較,并通過對模型決定系數R2的比對以及敏感因子的研究......
發表評論 (我們特別支持正能量傳遞,您的參與就是我們最好的動力)
注冊會員后發表精彩評論獎勵積分,積分可以換金幣,用于下載需要金幣的原創資料。
您的昵稱: 驗證碼:
? 天津11选5开奖果查询