面向遙感葉面積指數(shù)產(chǎn)品的地形校正研究
發(fā)布時(shí)間:2021-10-11 13:56
地形校正是提高復(fù)雜地形區(qū)地表參數(shù)遙感定量化反演精度的重要手段。當(dāng)前廣泛應(yīng)用的遙感葉面積指數(shù)產(chǎn)品(Leaf Area Index,LAI)多具有一定的地形誤差,減少地形影響、提升其產(chǎn)品精度有著非常重要的意義。以我國(guó)江西省千煙洲地區(qū)為研究區(qū)域,利用地面實(shí)測(cè)LAI數(shù)據(jù)、LandsatTM數(shù)據(jù)和高程數(shù)據(jù)等,基于高程標(biāo)準(zhǔn)差和GLOBMAP LAI產(chǎn)品值的關(guān)系,建立面向葉面積指數(shù)產(chǎn)品的地形校正模型,利用這一模型對(duì)GLOBMAP LAI產(chǎn)品進(jìn)行地形校正。結(jié)果表明:校正后的LAI與地面實(shí)測(cè)數(shù)據(jù)更為接近,LAI產(chǎn)品與地面測(cè)量值的RMSE由2.11下降到2.04;校正后LAI產(chǎn)品的標(biāo)準(zhǔn)差由2.08下降至1.69,LAI產(chǎn)品的地形誤差得到了較好的改正。該方法較好地完成了LAI產(chǎn)品的地形校正,進(jìn)一步提高了產(chǎn)品精度,具有一定的實(shí)用價(jià)值。
【文章來源】:遙感技術(shù)與應(yīng)用. 2020,35(05)北大核心CSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【文章目錄】:
1 引言
2 研究區(qū)及數(shù)據(jù)
2.1 研究區(qū)概況
2.2 數(shù)據(jù)
3 研究方法
3.1 數(shù)據(jù)處理
3.1.1 提取地形因子
3.1.2 植被類型
3.1.3 標(biāo)準(zhǔn)數(shù)據(jù)的生成
3.2 構(gòu)建模型
4 校正結(jié)果與驗(yàn)證
4.1 GLOBMAPLAI產(chǎn)品后端校正模型
4.2 GLOBMAP LAI產(chǎn)品地形校正結(jié)果
4.3 校正結(jié)果的驗(yàn)證
5 結(jié)語(yǔ)
5.1 結(jié)論
5.2 地形校正對(duì)LAI產(chǎn)品的重要性
5.3 局限性與展望
【參考文獻(xiàn)】:
期刊論文
[1]基于地理環(huán)境要素的葉面積指數(shù)遙感定量反演[J]. 蔡雯潔,沙晉明. 亞熱帶資源與環(huán)境學(xué)報(bào). 2019(02)
[2]山區(qū)LAI遙感產(chǎn)品對(duì)比分析及影響因子評(píng)價(jià)[J]. 景金城,靳華安,唐斌,李愛農(nóng). 自然資源學(xué)報(bào). 2019(02)
[3]全球30m地表覆蓋遙感數(shù)據(jù)產(chǎn)品-Globe Land30[J]. 陳軍,廖安平,陳晉,彭舒,陳利軍,張宏偉. 地理信息世界. 2017(01)
[4]中國(guó)西南山區(qū)GEOV1、GLASS和MODIS LAI產(chǎn)品的對(duì)比分析[J]. 楊勇帥,李愛農(nóng),靳華安,尹高飛,趙偉,雷光斌,邊金虎. 遙感技術(shù)與應(yīng)用. 2016(03)
[5]西南地區(qū)不同山地環(huán)境梯度葉面積指數(shù)遙感反演[J]. 靳華安,李愛農(nóng),邊金虎,趙偉,張正健,南希. 遙感技術(shù)與應(yīng)用. 2016(01)
[6]基于LTDRAVHRR和MODIS觀測(cè)的全球長(zhǎng)時(shí)間序列葉面積指數(shù)遙感反演[J]. 劉洋,劉榮高. 地球信息科學(xué)學(xué)報(bào). 2015(11)
[7]葉面積指數(shù)遙感反演研究進(jìn)展與展望[J]. 劉洋,劉榮高,陳鏡明,程曉,鄭光. 地球信息科學(xué)學(xué)報(bào). 2013(05)
[8]地形校正對(duì)葉面積指數(shù)遙感估算的影響[J]. 廖鈺冰,陳新芳,陳喜,張丹榮,關(guān)保華,周峰. 遙感信息. 2011(05)
[9]內(nèi)蒙古不同類型草地葉面積指數(shù)遙感估算[J]. 柳藝博,居為民,朱高龍,陳鏡明,邢白靈,朱敬芳,周艷蓮. 生態(tài)學(xué)報(bào). 2011(18)
[10]地表覆蓋分類數(shù)據(jù)對(duì)區(qū)域森林葉面積指數(shù)反演的影響[J]. 李顯風(fēng),居為民,陳姝,周艷蓮. 遙感學(xué)報(bào). 2010(05)
本文編號(hào):3430645
【文章來源】:遙感技術(shù)與應(yīng)用. 2020,35(05)北大核心CSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【文章目錄】:
1 引言
2 研究區(qū)及數(shù)據(jù)
2.1 研究區(qū)概況
2.2 數(shù)據(jù)
3 研究方法
3.1 數(shù)據(jù)處理
3.1.1 提取地形因子
3.1.2 植被類型
3.1.3 標(biāo)準(zhǔn)數(shù)據(jù)的生成
3.2 構(gòu)建模型
4 校正結(jié)果與驗(yàn)證
4.1 GLOBMAPLAI產(chǎn)品后端校正模型
4.2 GLOBMAP LAI產(chǎn)品地形校正結(jié)果
4.3 校正結(jié)果的驗(yàn)證
5 結(jié)語(yǔ)
5.1 結(jié)論
5.2 地形校正對(duì)LAI產(chǎn)品的重要性
5.3 局限性與展望
【參考文獻(xiàn)】:
期刊論文
[1]基于地理環(huán)境要素的葉面積指數(shù)遙感定量反演[J]. 蔡雯潔,沙晉明. 亞熱帶資源與環(huán)境學(xué)報(bào). 2019(02)
[2]山區(qū)LAI遙感產(chǎn)品對(duì)比分析及影響因子評(píng)價(jià)[J]. 景金城,靳華安,唐斌,李愛農(nóng). 自然資源學(xué)報(bào). 2019(02)
[3]全球30m地表覆蓋遙感數(shù)據(jù)產(chǎn)品-Globe Land30[J]. 陳軍,廖安平,陳晉,彭舒,陳利軍,張宏偉. 地理信息世界. 2017(01)
[4]中國(guó)西南山區(qū)GEOV1、GLASS和MODIS LAI產(chǎn)品的對(duì)比分析[J]. 楊勇帥,李愛農(nóng),靳華安,尹高飛,趙偉,雷光斌,邊金虎. 遙感技術(shù)與應(yīng)用. 2016(03)
[5]西南地區(qū)不同山地環(huán)境梯度葉面積指數(shù)遙感反演[J]. 靳華安,李愛農(nóng),邊金虎,趙偉,張正健,南希. 遙感技術(shù)與應(yīng)用. 2016(01)
[6]基于LTDRAVHRR和MODIS觀測(cè)的全球長(zhǎng)時(shí)間序列葉面積指數(shù)遙感反演[J]. 劉洋,劉榮高. 地球信息科學(xué)學(xué)報(bào). 2015(11)
[7]葉面積指數(shù)遙感反演研究進(jìn)展與展望[J]. 劉洋,劉榮高,陳鏡明,程曉,鄭光. 地球信息科學(xué)學(xué)報(bào). 2013(05)
[8]地形校正對(duì)葉面積指數(shù)遙感估算的影響[J]. 廖鈺冰,陳新芳,陳喜,張丹榮,關(guān)保華,周峰. 遙感信息. 2011(05)
[9]內(nèi)蒙古不同類型草地葉面積指數(shù)遙感估算[J]. 柳藝博,居為民,朱高龍,陳鏡明,邢白靈,朱敬芳,周艷蓮. 生態(tài)學(xué)報(bào). 2011(18)
[10]地表覆蓋分類數(shù)據(jù)對(duì)區(qū)域森林葉面積指數(shù)反演的影響[J]. 李顯風(fēng),居為民,陳姝,周艷蓮. 遙感學(xué)報(bào). 2010(05)
本文編號(hào):3430645
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3430645.html
最近更新
教材專著