收藏本站
188bet官方网址
《长沙理工大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于GF-1和ETM+影像的路域植被叶面积指数反演对比无极1登录

朱善宽  
【摘要】:叶面积指数(Leaf Area Index,LAI)是描述植被结构的一个重要参数,它与植被的许多生态过程如蒸腾作用、光合作用、呼吸作用直接相关,它能够很好的描述植被叶片数量的变化、冠层结构的变化、植物生命力以及环境状况的变化,它也可以作为基础参数构建生态系统中的许多生物模型和物理模型。遥感技术的快速发展,使大面积获取LAI成为了可能。高分系列卫星是我国自主研发的对地观测系统,首次实现了高分辨率对地观测。为探讨国产GF-1影像在路域植被叶面积指数(LAI)监测中的适应性,本文选择湖南省境内的醴潭高速路域为无极1登录对象,结合野外实测的同步LAI数据,与同时同区域的Landsat ETM+影像数据从影像光谱响应函数、原始波段相关性、反演模型预测精度以及LAI空间分布一致性等方面进行对比与分析,主要无极1登录工作及其成果如下:(1)从影像光谱响应函数和影像原始波段进行比较。通过对GF-1影像和Landsat ETM+影像的波谱响应能力进行对比发现,GF-1和LandsatETM+影像在可见光波段(蓝、绿、红)和近红外波段处有相近的波谱响应能力。通过SPSS22.0对GF-1影像和Landsat ETM+影像的波段反射率进行线性回归分析,结果表明其波段反射率存在明显的相关性。这说明GF-1影像可以进行植被作物长势的监测,用于路域LAI的反演。(2)提取影像单波段和RVI、DVI、NDVI、TVI、SAVI、MSAVI6个植被指数构建LAI经验回归反演模型,对比分析GF-1和LandsatETM+影像反演LAI的结果。通过SPSS22.0对遥感因子与实测LAI进行相关分析,数据表明影像单波段与实测LAI的相关性相对较低,而经过波段组后得到的植被指数与实测LAI之间的相关性较显著。考虑各模型判定系数R2和RMSE,选出LAI最佳的反演模型。GF-I影像LAI反演的最优模型为TVI的指数模型,R2为0.639,RMSE为0.665。Landsat ETM+影像LAI反演的最优模型为NDVI的多项式,R2为0.600,RMSE为0.738。GF-1影像LAI反演精度略高与Landsat ETM+影像,2种影像数据反演的LAI与实测的LAI呈现出较为一致的线性关系。(3)在经验模型反演LAI的基础上,引入了极限学习机(ELM)反演LAI。反演结果发现基于ELM方法反演的LAI与实测LAI吻合程度较好。基于GF-1影像和ELM方法反演的LAI均方根误差RMSE为0.495,精度EA为86.37%。基于Landsat ETM+影像和ELM方法反演的LAI均方根误差RMSE为0.509,精度EA为85.54%。基于ELM方法反演的LAI精度明显高于经验模型的反演精度,这说明了机器学习方法相比经验模型具有预测优势。(4)通过对比分析醴潭高速路域植被LAI反演的空间分布图,得出基于GF-1影像反演的LAI与Landsat ETM+影像反演的LAI具有一致的分布,但也有差异。Landsat ETM+影像30 m的较低分辨率在像元尺度上是对地表信息进行的综合概括,有较多的混合像元出现,从而使LAI在两极区间的分布向中间区间迁移。而GF-1遥感数据16 m的较高分辨率是对地表细部信息的描述,混合像元出现的概率明显降低,反演结果与实地调查较一致。因而较高的像元纯度在路域植被LAI反演上更具有优势。
【学位授予单位】:长沙理工大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP79;Q948

【相似文献】
中国期刊全文数据库
前10条
1
吴双丽;邓巍;吴桂芳;;精准施药中叶面积指数探测无极1登录[J];农机化无极1登录;2017年07期
2
武威;孙启洵;周平;李瑞;陈雯;刘涛;;稻麦叶面积指数估算系统设计[J];中国农机化学报;2017年09期
3
翟羽娟;张艳红;刘兆礼;刘宝江;;基于主成分分析的植被指数与叶面积指数相关性无极1登录[J];测绘与空间地理信息;2015年09期
4
张红卫;陈怀亮;;冬小麦叶面积指数动态变化的监测方法及其应用[J];灌溉排水学报;2014年02期
5
翟书华;王斌;苏源;岑晓江;张飞梦;;波叶海菜花不同居群叶面积指数的变化及分析[J];北方园艺;2014年09期
6
麻雪艳;周广胜;;春玉米最大叶面积指数的确定方法及其应用[J];生态学报;2013年08期
7
8
陆秀明;黄庆;孙雪晨;张铁民;刘怀珍;钟旭华;李惠芬;黄农荣;田卡;;图像处理技术估测水稻叶面积指数的无极1登录[J];中国农学通报;2011年03期
9
白莎;池宝亮;黄学芳;樊文华;樊修武;;玉米栽培因子与叶面积指数模型无极1登录初探[J];干旱地区农业无极1登录;2010年02期
10
赵丽芳;谭炳香;杨华;李增元;;高光谱遥感森林叶面积指数估测无极1登录现状[J];世界林业无极1登录;2007年02期
中国重要会议论文全文数据库
前10条
1
陈雪洋;蒙继华;吴炳方;朱建军;纽立明;杜鑫;;基于环境星高光谱数据红边参数的冬小麦叶面积指数反演[A];遥感定量反演算法研讨会摘要集[C];2010年
2
刘倩;;2000-2010年三江源地区MODIS叶面积指数及FPAR产品验证分析[A];遥感定量反演算法研讨会摘要集[C];2010年
3
孙永华;宫辉力;李小娟;浦瑞良;周德民;;基于高光谱的三江平原湿地叶面积指数反演无极1登录[A];遥感定量反演算法研讨会摘要集[C];2010年
4
万华龙;刘连涛;张永江;李存东;孙红春;;去果枝对棉花冠层结构和产量分布的影响[A];2017年中国作物学会学术年会摘要集[C];2017年
5
夏帆;;基于MODIS数据的长江流域生态环境质量评价[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
6
兰安军;蒋幸萤;易兴松;;基于遥感参数反演的山地城市植被对大气污染响应无极1登录——以贵阳市为例[A];2017中国环境科学学会科学与技术年会论文集(第一卷)[C];2017年
7
姜志伟;陈仲新;任建强;;基于ACRM辐射传输模型的植被叶面积指数遥感反演[A];2010年中国农业资源与区划学会学术年会论文集[C];2010年
8
袁媛;瑚波;武兴厚;赵婷;;夏玉米植被指数与叶面积指数的关系无极1登录[A];第33届中国气象学会年会 S14 提升气象科技创新能力,保障农业丰产增效[C];2016年
9
赵春江;黄文江;王纪华;杨敏华;;不同品种、肥水条件下冬小麦光谱红边参数无极1登录[A];成像光谱技术与应用研讨会论文集[C];2002年
10
潘寅辉;虞敏之;胡建军;黄树荣;盛方清;;四季竹叶面积指数与竹笋产量关系的无极1登录[A];第三届浙江中西部科技论坛论文集(第三卷 林业分卷)[C];2006年
中国重要报纸全文数据库
前5条
1
李梅;蔬菜变化密植可增产[N];瓜果蔬菜报.农业信息周刊;2005年
2
石家庄市农科院 王忠义 赵敬霞;谈谈标杂棉的整枝和化控[N];河北科技报;2003年
3
;玉米持续增产的六项措施[N];山西科技报;2005年
4
记者 段昊书 通讯员 程路 曹云;今夏全国森林长势为近5年最差[N];中国气象报;2015年
5
围场满族蒙古族自治县农牧局 梁宏宇;蔬菜变化密植增产技术[N];河北科技报;2016年
中国博士188bet全文数据库
前10条
2
4
柏军华;棉田管理信息的遥感提取无极1登录[D];中国农业科学院;2009年
6
谢巧云;考虑红边特性的多平台遥感数据叶面积指数反演方法无极1登录[D];中国科学院大学(中国科学院遥感与数字地球无极1登录所);2017年
7
8
夏繁茂;节约型园林植物的应用与优化无极1登录[D];南京林业大学;2012年
9
刁明;温室甜椒生长发育模拟模型的无极1登录[D];南京农业大学;2008年
10
胡琦;明升国际[D];中国农业大学;2016年
中国硕士188bet全文数据库
前10条
2
程康平;基于吸收峰特征的叶面积指数反演无极1登录[D];杭州电子科技大学;2018年
8
郭仲伟;森林病虫害对植被特征参数与叶面积指数相关性的影响[D];中国科学院大学(中国科学院遥感与数字地球无极1登录所);2018年
中国知网广告投放
 快捷付款方式
 订购知网充值卡
 订购热线
 帮助中心