【摘要】：植被生物量的評(píng)估對(duì)于研究全球碳循環(huán)具有重大意義,而高光譜遙感技術(shù)為精確反演地表屬性提供了重要的數(shù)據(jù)支持。針對(duì)如何更好地應(yīng)用高光譜遙感技術(shù)進(jìn)行植被生物量精確反演的問(wèn)題,該文詳細(xì)闡述了國(guó)內(nèi)外應(yīng)用高光譜技術(shù)估測(cè)植被生物量的研究進(jìn)展。對(duì)反演植被生物量所涉及的數(shù)據(jù)源、反演模型的構(gòu)建方法及其模型特點(diǎn)、反演模型應(yīng)用對(duì)象等內(nèi)容進(jìn)行了綜合評(píng)述,并通過(guò)分析認(rèn)為,高光譜遙感技術(shù)較傳統(tǒng)的多光譜遙感技術(shù)在生物量反演精度上有了顯著的提高。同時(shí),對(duì)建模方法、多源遙感數(shù)據(jù)融合以及模型通用性等方面的研究進(jìn)行了展望,以達(dá)到在大尺度范圍內(nèi)對(duì)植被生物量進(jìn)行準(zhǔn)確反演的目的。
[Abstract]:The assessment of vegetation biomass is of great significance to the study of the global carbon cycle, and hyperspectral remote sensing provides important data support for accurate retrieval of surface attributes. In order to solve the problem of how to better use hyperspectral remote sensing technology to accurately estimate vegetation biomass, this paper describes in detail the research progress of using hyperspectral technology to estimate vegetation biomass at home and abroad. The data sources involved in the inversion of vegetation biomass, the building method of the inversion model and the characteristics of the model, the objects of application of the inversion model and so on are comprehensively reviewed. Compared with the traditional multispectral remote sensing technology, hyperspectral remote sensing technology has significantly improved the precision of biomass retrieval. At the same time, the research on modeling method, multi-source remote sensing data fusion and model generality are prospected in order to accurately retrieve vegetation biomass in large scale.
【作者單位】： 中國(guó)土地勘測(cè)規(guī)劃院國(guó)土資源部土地利用重點(diǎn)實(shí)驗(yàn)室;延邊大學(xué)理學(xué)院地理系;延邊大學(xué)理學(xué)院數(shù)學(xué)系;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41271200)
【分類號(hào)】：Q948;P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何誠(chéng);馮仲科;韓旭;孫夢(mèng)營(yíng);鞏垠熙;高原;董斌;;基于多光譜數(shù)據(jù)的永定河流域植被生物量反演[J];光譜學(xué)與光譜分析;2012年12期

2 孫曉芳;岳天祥;;中國(guó)未來(lái)土地利用變化對(duì)地上植被生物量的影響[J];應(yīng)用生態(tài)學(xué)報(bào);2012年08期

3 趙串串;楊曉陽(yáng);張鳳臣;柴永煜;楊興中;;氣候變化對(duì)濕地植被生物量影響分析——以三江源區(qū)為例[J];干旱區(qū)資源與環(huán)境;2008年09期

4 曾立雄;王鵬程;肖文發(fā);萬(wàn)睿;黃志霖;潘磊;;三峽庫(kù)區(qū)植被生物量和生產(chǎn)力的估算及分布格局[J];生態(tài)學(xué)報(bào);2008年08期

5 楊存建,劉紀(jì)遠(yuǎn),駱劍承;不同齡組的熱帶森林植被生物量與遙感地學(xué)數(shù)據(jù)之間的相關(guān)性分析[J];植物生態(tài)學(xué)報(bào);2004年06期

6 魏晶;姜萍;于德永;吳鋼;付海威;;長(zhǎng)白山高山凍原生態(tài)系統(tǒng)植被生物量分布和養(yǎng)分生物循環(huán)研究(英文)[J];Journal of Forestry Research;2007年04期

7 葉春;趙曉松;吳桂平;王曉龍;劉元波;;鄱陽(yáng)湖自然保護(hù)區(qū)植被生物量時(shí)空變化及水位影響[J];湖泊科學(xué);2013年05期

8 李昌凌;李文軍;;基于NDVI的錫盟蘇尼特左旗地表植被生物量的趨勢(shì)分析和空間格局[J];干旱區(qū)資源與環(huán)境;2010年03期

9 李仁東,劉紀(jì)遠(yuǎn);應(yīng)用LandsatETM數(shù)據(jù)估算鄱陽(yáng)湖濕生植被生物量[J];地理學(xué)報(bào);2001年05期

10 彭少麟;南亞熱帶森林植被生物量、生產(chǎn)力和能量利用效率研究[J];地球科學(xué)進(jìn)展;1998年06期

相關(guān)博士學(xué)位論文 前1條

1 行敏鋒;生態(tài)脆弱區(qū)植被生物量和土壤水分的主被動(dòng)遙感協(xié)同反演[D];電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前6條

1 韓旭;永定河流域植被生物量遙感反演研究[D];北京林業(yè)大學(xué);2012年

2 張春梅;延河流域人工與自然植被生物量及其土壤水分效應(yīng)比較研究[D];西北農(nóng)林科技大學(xué);2011年

3 何昭霞;基于多源數(shù)據(jù)的亞熱帶森林植被生物量遙感估算方法研究[D];四川師范大學(xué);2011年

4 劉莉;黃河三角洲自然保護(hù)區(qū)濕地植被生物量及其空間分布規(guī)律研究[D];山東師范大學(xué);2015年

5 牛志春;青海湖環(huán)湖地區(qū)草地植被生物量遙感監(jiān)測(cè)模型研究[D];南京師范大學(xué);2003年

6 劉衛(wèi)國(guó);干旱區(qū)綠洲—荒漠生態(tài)系統(tǒng)生物量估算研究——以新疆阜康綠洲為例[D];新疆大學(xué);2004年

，

本文編號(hào)：2364712