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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、葉面積指數(shù)(Leaf Area Index,LAI)作為表征植被管層結(jié)構(gòu)最基本的參量之一,是陸面過程研究中的一個重要結(jié)構(gòu)參數(shù)。作物L(fēng)AI是反映作物長勢與預(yù)報作物產(chǎn)量的一個重要農(nóng)學(xué)參數(shù),準(zhǔn)確地獲取作物葉面積指數(shù)數(shù)據(jù),可以為作物長勢監(jiān)測、作物識別、單產(chǎn)預(yù)測甚至糧食產(chǎn)量的估算提供有效的數(shù)據(jù)源。
環(huán)境一號衛(wèi)星是我國09年自主研發(fā)運行的環(huán)境災(zāi)害監(jiān)測小衛(wèi)星星座,2顆光學(xué)衛(wèi)星HJ-1-A和HJ-2-B均裝載兩臺寬覆蓋多光譜CCD相機(jī),可
2、滿足2d重訪要求,對農(nóng)作物的長勢監(jiān)測與估產(chǎn)、植被和水系狀況調(diào)查具有重要意義。
本研究以山東禹城為研究區(qū),提出了基于6S模型的環(huán)境星CCD數(shù)據(jù)的大氣校正方法,利用高光譜分辨率的Hyperion數(shù)據(jù)進(jìn)行了HJ-1 A/B星CCD的光譜模擬,以Hyperion數(shù)據(jù)為參照檢驗了環(huán)境星植被指數(shù)的真實性。選取基于環(huán)境星CCD數(shù)據(jù)提取的比值植被指數(shù)(RVI)、歸一化植被指數(shù)(NDVI)、土壤調(diào)節(jié)植被指數(shù)(SAVI)和增強型植被指數(shù)(EV
3、I)4種植被指數(shù)作為估算因子,結(jié)合野外實測的LAI數(shù)據(jù),建立葉面積指數(shù)反演的最優(yōu)模型,并檢驗其精度。研究的主要內(nèi)容與結(jié)論如下:
1)通過建立大氣校正參數(shù)查找表,實現(xiàn)了對環(huán)境星CCD遙感影像數(shù)據(jù)的快速有效的大氣校正處理,并分析了大氣校正對植被指數(shù)的影響。結(jié)果表明,校正后的圖像更加清晰,對比度增強;并且消除了NDVI在大氣傳輸過程中的衰減效應(yīng),更好的復(fù)原了地表植被覆蓋的真實狀況。
2)在Hyperion模擬的波段
4、反射率與同期實際的HJ-1 A/B星CCD波段反射率之間及各自計算的4種植被指數(shù)(SAVI、RVI、NDVI、EVI)之間進(jìn)行對比分析,研究結(jié)果表示,4個波段反射率的相關(guān)系數(shù)分別為0.841、0.895、0.914和0.926,4種植被指數(shù)的相關(guān)系數(shù)分別為0.979、0.977、0.921和0.975,模擬與真實植被指數(shù)標(biāo)準(zhǔn)差分別為0.052、0.527、0.073和0.133,認(rèn)為環(huán)境星CCD的光譜植被指數(shù)可以反映該區(qū)域植被指數(shù)的真實
5、變化,有反演葉面積指數(shù)的潛力。
3)計算了環(huán)境星CCD數(shù)據(jù)的4種植被指數(shù)(NDVI,RVI,SAVl,EVI),結(jié)合同步觀測數(shù)據(jù),對植被指數(shù)與實測葉面積指數(shù)進(jìn)行回歸分析,比較4種植被指數(shù)模型對冬小麥LAI的估測精度。結(jié)果表明,4種植被指數(shù)與LAI均具有較高的相關(guān)性,其中,比值植被指數(shù)(RVI)反演精度最高,LAI=2.967Ln RVI-1.201是估算冬小麥LAI的最優(yōu)模型。使用2009年5月的冬小麥LAI觀測數(shù)據(jù)對模型
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于WOFOST作物模型與葉面積指數(shù)同化的冬小麥遙感估產(chǎn)研究.pdf
- 冬小麥葉面積指數(shù)高光譜遙感反演方法研究.pdf
- 冬小麥葉面積指數(shù)反演與病害光譜識別研究.pdf
- 基于CASI高光譜遙感數(shù)據(jù)估測森林葉面積指數(shù)研究.pdf
- 路域植被葉面積指數(shù)變化遙感動態(tài)監(jiān)測研究.pdf
- 葉面積指數(shù)遙感反演與尺度轉(zhuǎn)換研究.pdf
- 基于高光譜的稻麥葉面積指數(shù)監(jiān)測研究.pdf
- 基于極化雷達(dá)的植被葉面積指數(shù)反演模型研究.pdf
- 植被遙感識別與葉面積指數(shù)反演方法研究.pdf
- 基于像元信息分解的葉面積指數(shù)模型及長江三角洲葉面積指數(shù)動態(tài)監(jiān)測.pdf
- 冬小麥苗期葉面積與根系生長規(guī)律研究.pdf
- 基于MODIS的鄱陽湖區(qū)水稻葉面積指數(shù)遙感估算.pdf
- 基于TM影像的葉面積指數(shù)反演.pdf
- 基于ALI影像的植被冠層葉面積指數(shù)的遙感反演研究.pdf
- 61305.多角度、多光譜遙感數(shù)據(jù)綜合反演葉面積指數(shù)方法研究
- 基于PROSAIL模型的青海湖流域草地葉面積指數(shù)反演.pdf
- 基于群落參數(shù)的灌草層葉面積指數(shù)回歸模型研究.pdf
- 多角度MISR遙感數(shù)據(jù)反演小興安嶺地區(qū)森林葉面積指數(shù)研究.pdf
- 14517.基于多角度數(shù)據(jù)的葉面積指數(shù)反演方法研究
- 基于多層PROSAIL模型的玉米冠層葉面積指數(shù)垂直分布反演.pdf
評論
0/150
提交評論