為了評估基于Sentine1/2影像數(shù)據(jù)反演滇池湖濱帶濕地森林地上生物量（AGB）的效果和能力,以Sentinel-1 A/B（SAR）和Sentinel-2 A/B（多光譜）衛(wèi)星圖像為數(shù)據(jù)源,獲取SAR雙極化后向散射系數(shù)、多光譜波段、植被指數(shù)和林冠生物物理變量等因子,利用線性回歸和機(jī)器學(xué)習(xí)算法,建立了多個滇池湖濱濕地生物量反演模型。所有模型與滇池湖濱濕地樣地地上生物量的相關(guān)性為0.619～0.84,均方根誤差（RMSE）范圍為40.14～59.7t/ha,其中基于SAR的模型反演精確度最低;在多光譜波段中,紅色和紅邊（波段4,5和7）與生物量有很好的相關(guān)性;葉面積指數(shù)（LAI）模型是生物量反演的最佳變量組合（r=0.84,RMSE=40.14）;基于Sentine 1/2影像數(shù)據(jù)反演滇池湖濱帶濕地地上生物量具有可行性。 

【文章來源】：太赫茲科學(xué)與電子信息學(xué)報. 2020,18(01)北大核心

【文章頁數(shù)】：8 頁

【參考文獻(xiàn)】：
期刊論文
[1]生物量轉(zhuǎn)換因子連續(xù)函數(shù)的擬合方法比較[J]. 黃興召,王澤夫,徐小牛.  浙江農(nóng)林大學(xué)學(xué)報. 2017(05)
[2]黃河三角洲自然保護(hù)區(qū)濕地植被生物量空間分布及其影響因素[J]. 劉莉,韓美,劉玉斌,潘彬.  生態(tài)學(xué)報. 2017(13)
[3]雙臺河口國際重要濕地蘆葦?shù)厣仙锪窟b感估算[J]. 梁建平,馬大喜,毛德華,王宗明.  國土資源遙感. 2016(03)
[4]基于高分辨率遙感影像的滇池湖濱濕地植被類型監(jiān)測[J]. 程晉昕,余凌翔,魯韋坤.  云南地理環(huán)境研究. 2013(06)
[5]鹽城海濱濕地植被地上生物量遙感估算研究[J]. 譚清梅,劉紅玉,張華兵,王聰,侯明行.  自然資源學(xué)報. 2013(12)
[6]楊樹人工林生物量及其碳儲量的研究[J]. 劉婷婷,陳軍,莊建磊,關(guān)文彬.  中國科技財富. 2009(08)
[7]紅樹林濕地植被生物量的雷達(dá)遙感估算[J]. 黎夏,葉嘉安,王樹功,劉凱,劉小平,錢峻屏,陳曉越,何執(zhí)兼,覃朝鋒.  遙感學(xué)報. 2006(03)
[8]濕地植被生物量測算方法研究進(jìn)展[J]. 王樹功,黎夏,周永章.  地理與地理信息科學(xué). 2004(05)



本文編號：3043332