發(fā)布時(shí)間：2024-01-21 12:58

　　在遙感、農(nóng)學(xué)、環(huán)境學(xué)的研究中,人們常常通過(guò)獲取植被的各項(xiàng)參數(shù)來(lái)估計(jì)它們的生長(zhǎng)狀態(tài)。在眾多獲取的方法中,半球攝影法受到學(xué)者們的青睞,它的使用與推廣既避免了直接測(cè)量法的繁瑣和對(duì)植被冠層帶來(lái)的傷害,又省去了遙感測(cè)量法的高額費(fèi)用,并且適用于各種不同的測(cè)量環(huán)境。本論文對(duì)半球攝影法進(jìn)行了系統(tǒng)的研究,改善了其中的部分環(huán)節(jié),并拓展了一些其他可測(cè)量參數(shù)。本文從植被冠層圖像獲取、圖像處理、參數(shù)反演、精度分析這幾個(gè)方面對(duì)半球攝影法提取植被參數(shù)進(jìn)行了研究,具體內(nèi)容如下:(1)本論文中為了保證實(shí)驗(yàn)樣本的多樣性,以減小偶然因素為研究過(guò)程中帶來(lái)的誤差,采集了全國(guó)多個(gè)地區(qū)、多個(gè)種類(lèi)的植被冠層圖像,采樣條件包括晝夜、陰晴、有云、無(wú)云等,包含了作物的多個(gè)生長(zhǎng)期。同時(shí)利用LAI2000植被冠層結(jié)構(gòu)分析儀實(shí)時(shí)地記錄了相關(guān)參數(shù)。(2)在冠層圖像處理的過(guò)程中,本文著重對(duì)比研究了區(qū)分前景像元和背景像元的相關(guān)算法,以樣本驗(yàn)證后證明這些算法自適應(yīng)性不高。本文在同類(lèi)研究中,首次使用了基于區(qū)域生長(zhǎng)的多尺度分割算法,將同質(zhì)性較高的像元首先進(jìn)行第一次聚類(lèi),經(jīng)過(guò)支持向量機(jī)SVM進(jìn)行學(xué)習(xí)訓(xùn)練第一次聚類(lèi)像元的歸屬后,將區(qū)分像元的能力泛化。此法較傳統(tǒng)...

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

本文編號(hào)：3882027