本文關(guān)鍵詞： 地形 植被 光譜分析 地形影響 植被指數(shù) 組合算法　出處：《農(nóng)業(yè)工程學(xué)報》2017年05期 　論文類型：期刊論文

【摘要】：為消除山區(qū)植被遙感監(jiān)測中的地形影響,該文根據(jù)山區(qū)主要地物波譜曲線特征和波段比模型等基本原理,構(gòu)建地形調(diào)節(jié)植被指數(shù)(topography-adjusted vegetation index,TAVI)組合算法。首先,提出TAVI研究思路。其次,利用山區(qū)Landsat8多光譜遙感影像分析山區(qū)主要地物波譜曲線特征,闡釋TAVI光譜原理。接著,用紅光波段數(shù)據(jù)構(gòu)建新的陰影植被指數(shù)(shady vegetation index,SVI),并優(yōu)選比值植被指數(shù)(ratio vegetation index,RVI)與SVI形成TAVI組合算法,再結(jié)合地形調(diào)節(jié)因子"極值優(yōu)化"算法計算TAVI結(jié)果。最后,采用目視比較、統(tǒng)計分析和差值分析證明TAVI組合算法達到經(jīng)大氣加地形校正后遙感影像計算的NDVI的削減地形影響的效果,其與太陽入射角余弦值一元線性回歸方程斜率降至0.035,相關(guān)系數(shù)降至0.075。TAVI組合算法可應(yīng)用于山區(qū)植被信息和有關(guān)參數(shù)的遙感監(jiān)測與估算。
[Abstract]:In order to eliminate the topographic influence in remote sensing monitoring of vegetation in mountainous areas, this paper bases on the basic principles of spectral curve characteristics and wave band ratio model of main features in mountainous areas. A topography-adjusted vegetation vegetation TAVI (topography-adjusted vegetation index) combination algorithm is constructed. Put forward the idea of TAVI research. Secondly, using Landsat8 multispectral remote sensing image of mountain area to analyze the characteristics of spectral curve of main features in mountain area, explain the principle of TAVI spectrum. A new shady vegetation index (SVI) was constructed from the red light band data. The ratio of vegetation index and vegetation index (RVI) and SVI were selected to form a combination algorithm of TAVI. Combined with the terrain adjustment factor "extremum optimization" algorithm to calculate the TAVI results. Finally, visual comparison. Statistical analysis and difference analysis show that the combined TAVI algorithm can reduce the topographic effect of NDVI calculated by atmospheric and topographic correction. The slope of the linear regression equation with the cosine value of the solar incident angle decreases to 0.035. The correlation coefficient is reduced to 0.075. TAVI combined algorithm can be applied to the remote sensing monitoring and estimation of vegetation information and related parameters in mountainous areas.
【作者單位】： 福州大學(xué)地理空間信息技術(shù)國家地方聯(lián)合工程研究中心空間數(shù)據(jù)挖掘與信息共享教育部重點實驗室海西政務(wù)大數(shù)據(jù)應(yīng)用協(xié)同創(chuàng)新中心;中國科學(xué)院遙感與數(shù)字地球研究所;
【基金】：國家科技支撐計劃項目(2013BAC08B00) 國家自然科學(xué)基金項目(41401488) 福建省自然科學(xué)基金項目(2017J01658)
【分類號】：TP79
【正文快照】： 江洪,何國金,黃海明,曹小杰,汪小欽,張兆明.基于波段比模型的地形調(diào)節(jié)植被指數(shù)組合算法構(gòu)建與驗證[J].農(nóng)業(yè)工程學(xué)報,2017,33(5):156-161.doi:10.11975/j.issn.1002-6819.2017.05.023 http://www.tcsae.orgJiang Hong,He Guojin,Huang Haiming,Cao Xiaojie,Wang Xiaoqin,Zhang

【相似文獻】

相關(guān)期刊論文 前10條

1 甄計國;王義德;趙軍;;興隆山國家級自然保護區(qū)的植被指數(shù)及其變化特征[J];遙感技術(shù)與應(yīng)用;2006年04期

2 王福民;黃敬峰;王秀珍;;基于水稻背景特性的植被指數(shù)參數(shù)修正研究[J];農(nóng)業(yè)工程學(xué)報;2008年05期

3 陳鵬飛;Nicolas Tremblay;王紀華;Philippe Vigneault;黃文江;李保國;;估測作物冠層生物量的新植被指數(shù)的研究[J];光譜學(xué)與光譜分析;2010年02期

4 解文歡;張有智;吳黎;;基于植被指數(shù)對望奎縣糧食作物產(chǎn)量預(yù)測方法的研究[J];黑龍江農(nóng)業(yè)科學(xué);2011年04期

5 康耀江;;植被指數(shù)在草地遙感中的應(yīng)用初探[J];湖南農(nóng)業(yè)科學(xué);2011年Z1期

6 夏雙;阮仁宗;顏梅春;;基于植被指數(shù)模型的淡水湖泊濕地景觀信息提取[J];地理空間信息;2012年06期

7 黎夏;二軸土壤背景糾正的植被指數(shù)及其在華南水稻遙感估產(chǎn)中的應(yīng)用[J];環(huán)境遙感;1993年03期

8 蔡斌，，陸文杰，鄭新江;氣象衛(wèi)星條件植被指數(shù)監(jiān)測土壤狀況[J];國土資源遙感;1995年04期

9 覃先林,易浩若;MODIS數(shù)據(jù)在樹種長勢監(jiān)測中的應(yīng)用[J];遙感技術(shù)與應(yīng)用;2003年03期

10 安培浚;劉樹林;頡耀文;高峰;;植被指數(shù)遙感定量研究——以民勤綠洲為例[J];遙感技術(shù)與應(yīng)用;2005年06期

相關(guān)會議論文 前10條

1 付卓;王錦地;施建成;宋金玲;靳華安;張立新;張鐘軍;趙少杰;陳柏松;;微波植被指數(shù)與光學(xué)植被指數(shù)在地面尺度上的關(guān)系研究[A];遙感定量反演算法研討會摘要集[C];2010年

2 辛紅梅;張杰;馬毅;初佳蘭;;基于植被指數(shù)的赤潮高光譜敏感波段確定方法初探[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文選集[C];2003年

3 范錦龍;;我國晴空分布及對旬合成植被指數(shù)的影響[A];推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會2004年年會論文集（下冊）[C];2004年

4 張樹譽;李登科;李星敏;周輝;;遙感植被指數(shù)及其在縣域生態(tài)環(huán)境監(jiān)測評估中的應(yīng)用[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

5 安培浚;頡耀文;;綠洲植被指數(shù)的遙感定量研究-以民勤綠洲為例[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

6 江東;王乃斌;楊小喚;劉紅輝;;植被指數(shù)—地面溫度特征空間及其應(yīng)用[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

7 傅軍;張杰;辛紅梅;馬毅;;基于植被指數(shù)的高光譜遙感水陸識別方法初探[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

8 肖乾廣;肖嵐;李亞君;;EOS/MODIS,FY-1D/MVISR,NOAA/AVHRR的歸一化植被指數(shù)的同化研究[A];全國國土資源與環(huán)境遙感應(yīng)用技術(shù)研討會論文集[C];2009年

9 楊道勇;肖云岫;;利用WT-10接收的1B高分辨云圖數(shù)據(jù)生成植被指數(shù)圖像[A];中國氣象學(xué)會2005年年會論文集[C];2005年

10 何全軍;曹靜;張月維;;基于MODIS的廣東省植被指數(shù)序列構(gòu)建與應(yīng)用[A];中國氣象學(xué)會2007年年會生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預(yù)警分會場論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 魏景云;氣象衛(wèi)星監(jiān)測干旱 全國旱情一目了然[N];中國氣象報;2003年

相關(guān)博士學(xué)位論文 前4條

1 衛(wèi)煒;MODIS雙星數(shù)據(jù)協(xié)同的耕地物候參數(shù)提取方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 張立福;通用光譜模式分解算法及植被指數(shù)的建立[D];武漢大學(xué);2005年

3 岳文澤;基于遙感影像的城市景觀格局及其熱環(huán)境效應(yīng)研究[D];華東師范大學(xué);2005年

4 劉占宇;水稻主要病蟲害脅迫遙感監(jiān)測研究[D];浙江大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉吉凱;基于HJ衛(wèi)星數(shù)據(jù)的甘蔗長勢監(jiān)測與估產(chǎn)研究[D];南京信息工程大學(xué);2015年

2 鄭亞云;榆林NDVI時空變化及驅(qū)動因子研究[D];長安大學(xué);2015年

3 何春萌;經(jīng)濟利益驅(qū)動下的工礦開發(fā)對人類生存環(huán)境的影響[D];內(nèi)蒙古大學(xué);2015年

4 劉曉靜;基于不同遙感數(shù)據(jù)源的秦嶺地區(qū)植被指數(shù)對比分析[D];長安大學(xué);2015年

5 王鑫梅;氮素水平對不同土壤質(zhì)地楊樹葉片光譜特性和光合能力的影響[D];河北農(nóng)業(yè)大學(xué);2015年

6 官雨薇;基于遙感影像的全球荒漠化指數(shù)構(gòu)建及趨勢分析[D];電子科技大學(xué);2015年

7 胡文;黑龍江省雹災(zāi)遙感監(jiān)測及時空特征分析[D];東北農(nóng)業(yè)大學(xué);2015年

8 吳明業(yè);基于TVDI的土壤干旱遙感監(jiān)測研究及驗證[D];安徽農(nóng)業(yè)大學(xué);2014年

9 馬瑞;增強植被指數(shù)算法的研究及其在生態(tài)環(huán)境遙感產(chǎn)品生產(chǎn)分系統(tǒng)的應(yīng)用[D];河南大學(xué);2015年

10 曾水生;雙季稻生長指標光譜監(jiān)測模型研究[D];江西農(nóng)業(yè)大學(xué);2015年

本文編號：1455967