版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本研究以小興安嶺地區(qū)孫吳縣為研究區(qū),利用現(xiàn)代衛(wèi)星遙感技術(shù),結(jié)合與其同步的實(shí)地調(diào)查采樣數(shù)據(jù)和GPS測(cè)量技術(shù),建立了從TM影像數(shù)據(jù)提取的植被指數(shù)(VIS)與地面實(shí)測(cè)的葉面積指數(shù)(LAI)的統(tǒng)計(jì)回歸模型。從眾多統(tǒng)計(jì)模型中按照各自確定系數(shù)R2,選出反演LAI的最佳模型,用于研究地區(qū)的LAI反演制圖。同時(shí)研究了有效葉面積指數(shù)與真實(shí)葉面積指數(shù)之間的內(nèi)在聯(lián)系,以及有效LAI與真實(shí)LAI在與植被指數(shù)之間建立反演模型時(shí)相關(guān)性的優(yōu)劣。確定了四種植被指數(shù)與L
2、AI的最佳適用模型。經(jīng)過分析和研究得出以下結(jié)論:
1.通常采用LAI-2000儀器測(cè)得的有效LAI存在明顯誤差,本文將傳統(tǒng)測(cè)量LAI的方格法和描形稱重法與現(xiàn)代數(shù)碼和計(jì)算機(jī)技術(shù)結(jié)合起來,并通過生物量模型算得真實(shí)LAI,建立了二者之間的一元線性回歸模型,檢驗(yàn)精度達(dá)到92.4%。
2.通過建立有效LAI-VIS、真實(shí)LAI-VIS的不同形式的回歸模型,發(fā)現(xiàn)在各種模型中真實(shí)LAI-VIS模型的相關(guān)性均要優(yōu)于有效LAI
3、-VIS模型,有利的說明了LAI數(shù)值的準(zhǔn)確性對(duì)進(jìn)行LAI-VIS模型反演精度有正相關(guān)性。
3.在LAI-VIS各種回歸模型中,指數(shù)模型是最佳模型,其次是多元回歸模型,但是多元回歸模型削弱LAI-VIS關(guān)系的直觀性,掩蓋了兩者間的生物物理機(jī)理。因此指數(shù)模型更能直觀反映LAI-VIS的關(guān)系。
4.在LAI-VIS的各種模型中,NDVI-LAI判定系數(shù)R2值最大,相關(guān)性最高,其次為RVI,所以在本研究中NDVI和R
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于ALI影像的植被冠層葉面積指數(shù)的遙感反演研究.pdf
- 基于極化雷達(dá)的植被葉面積指數(shù)反演模型研究.pdf
- 葉面積指數(shù)遙感反演與尺度轉(zhuǎn)換研究.pdf
- 葉面積指數(shù)反演方法的普適性研究.pdf
- 植被遙感識(shí)別與葉面積指數(shù)反演方法研究.pdf
- 基于PROSAIL模型的青海湖流域草地葉面積指數(shù)反演.pdf
- 基于FCM彩色圖像分割的森林冠層葉面積指數(shù)反演.pdf
- 興安落葉松葉面積指數(shù)反演與驗(yàn)證研究.pdf
- 冬小麥葉面積指數(shù)反演與病害光譜識(shí)別研究.pdf
- 冬小麥葉面積指數(shù)高光譜遙感反演方法研究.pdf
- 大興安嶺地區(qū)葉面積指數(shù)反演.pdf
- 基于多層PROSAIL模型的玉米冠層葉面積指數(shù)垂直分布反演.pdf
- 基于TM-ETM的西安地區(qū)葉面積指數(shù)時(shí)空分異特征分析.pdf
- 14517.基于多角度數(shù)據(jù)的葉面積指數(shù)反演方法研究
- 基于高光譜遙感的農(nóng)作物葉面積指數(shù)反演方法的分析與比較
- 26026.envisatasar在入侵植物葉面積指數(shù)反演中的應(yīng)用研究
- 基于高光譜的稻麥葉面積指數(shù)監(jiān)測(cè)研究.pdf
- 基于PROSAIL模型的GF-1葉面積指數(shù)和葉片生理參數(shù)反演.pdf
- 東北典型森林葉面積指數(shù)的時(shí)空動(dòng)態(tài).pdf
- 基于像元信息分解的葉面積指數(shù)模型及長(zhǎng)江三角洲葉面積指數(shù)動(dòng)態(tài)監(jiān)測(cè).pdf
評(píng)論
0/150
提交評(píng)論