本文關(guān)鍵詞：基于模型模擬和遙感影像的河北省植被LAI估算研究

  更多相關(guān)文章： 葉面積指數(shù)(LAI) PROSPECT+SAIL模型模擬 植被指數(shù) OLI影像 MODIS SPOT/VGT 河北省

【摘要】：葉面積指數(shù)(Leaf area index,LAI)作為綠色植被的冠層結(jié)構(gòu)參數(shù),為研究植被冠層特征、監(jiān)測農(nóng)作物長勢和評價(jià)病蟲害等提供科學(xué)依據(jù)。運(yùn)用遙感技術(shù)大范圍地動(dòng)態(tài)提取區(qū)域植被LAI,對研究區(qū)域植被的生長狀態(tài)具有重要意義。結(jié)合2014年4月末在河北省欒城縣獲取的冬小麥實(shí)測數(shù)據(jù),對PROSPECT+SAIL模型的參數(shù)進(jìn)行敏感性分析,并分析了不同觀測天頂角條件下基于模型模擬的LAI與多種植被指數(shù)的關(guān)系。結(jié)合2014年5月6日的Landsat-8OLI影像,利用統(tǒng)計(jì)模型估算了欒城縣冬小麥LAI。利用MODIS的陸地產(chǎn)品MOD15A2和MCD12Q1以及氣象資料,分析了2002-2011年河北省植被LAI在生長季(5-10月)的時(shí)空變化趨勢,并探討了生長季LAI與氣溫、降水的相關(guān)性。以2013年8月9-21日的邢臺野外實(shí)測玉米LAI和2013年8月23日的OLI數(shù)據(jù)為基礎(chǔ),通過相關(guān)性分析和相對誤差分析等方法,對比了MODIS和SPOT/VGT兩種LAI產(chǎn)品的精度,并分析了2013年河北省MODIS和SPOT/VGT兩種LAI產(chǎn)品的時(shí)空分布差異。主要結(jié)論如下:(1)結(jié)合欒城縣實(shí)測冬小麥生理生化參數(shù),利用PROSPECT+SAIL模型分析了各參數(shù)的敏感性。在可見光波段(400-700nm),葉綠素含量對小麥冠層反射率敏感度顯著;在750-1400nm,LAI敏感度較高;在1300-2400nm,含水量敏感度較高。(2)基于PROSPECT+SAIL模型,分析了不同觀測天頂角條件下,LAI與NDVI、EVI、RVI、DVI、SAVI和OSAVI的關(guān)系。當(dāng)觀測天頂角為0°時(shí),LAI與各植被指數(shù)的對數(shù)關(guān)系的相關(guān)性最大,由大到小依次為:RVIDVINDVIOSAVISAVIEVI。(3)在欒城縣實(shí)驗(yàn)區(qū)和邢臺實(shí)驗(yàn)區(qū),分別基于實(shí)測LAI和OLI影像,建立實(shí)測LAI與6種植被指數(shù)的回歸模型并驗(yàn)證模型精度。在欒城縣實(shí)驗(yàn)區(qū),OSAVI與實(shí)測LAI的指數(shù)模型相關(guān)系數(shù)最大(R2=0.8634),EVI與實(shí)測LAI的乘冪模型均方根誤差和平均相對誤差最小(RMSE=0.374,MRE=5.7%)。但綜合12個(gè)采樣點(diǎn)和42個(gè)采樣點(diǎn)兩種驗(yàn)證結(jié)果,認(rèn)為LAI-OSAVI指數(shù)模型估算欒城縣實(shí)驗(yàn)區(qū)冬小麥LAI的精度更高。在邢臺實(shí)驗(yàn)區(qū),NDVI與實(shí)測LAI對數(shù)模型的相關(guān)系數(shù)最大(R2=0.6448),選取NDVI估算邢臺實(shí)驗(yàn)區(qū)的玉米LAI。(4)在欒城縣實(shí)驗(yàn)區(qū),利用2014年5月6日的OLI影像計(jì)算的OSAVI估算LAI并成圖。欒城縣東南部和南部地區(qū)的冬小麥LAI較高,主要原因是這些地區(qū)以農(nóng)田為主,植被覆蓋度高;而欒城縣的北部和中部地區(qū)主要是居民區(qū),房屋建筑和道路密集,LAI很低。(5)在2002-2011年間,河北省植被生長季年均LAI在1.0-1.3之間波動(dòng)。氣溫對植被年均LAI的大小基本無影響,降水對植被年均LAI影響顯著,且二者呈正相關(guān)關(guān)系(R2=0.6428)。生長季年均LAI在空間上存在地域性,自東向西先增大后減小,但到最西側(cè)的太行山區(qū)等地又稍有上升。(6)分析了不同傳感器數(shù)據(jù)估算LAI的尺度效應(yīng)。在邢臺實(shí)驗(yàn)區(qū),2013年8月23日的30m OLI LAI重采樣為1km OLI LAI對LAI值影響很小。2013年8月21日的1km MODIS LAI和2013年8月24日的1km SPOT/VGT LAI空間分布格局相似,但二者均明顯低估植被LAI,低估面積主要位于植被稀疏的村莊邊緣地區(qū)。MODIS LAI產(chǎn)品平均低估31.4%,SPOT/VGT LAI產(chǎn)品平均低估13.3%。(7)河北省2013年MODIS和SPOT/VGT兩種LAI產(chǎn)品在時(shí)間和空間上的變化總趨勢基本相同,MODIS低于SPOT/VGT的地區(qū)約占河北省的76.7%,其可能原因是隨著地表異質(zhì)性的加劇,MODIS比SPOT/VGT對混合像元的低估現(xiàn)象更嚴(yán)重。SPOT/VGT LAI產(chǎn)品精度高于MODIS LAI產(chǎn)品,相對更適用于監(jiān)測河北省農(nóng)田L(fēng)AI的動(dòng)態(tài)變化。
【關(guān)鍵詞】：葉面積指數(shù)(LAI) PROSPECT+SAIL模型模擬 植被指數(shù) OLI影像 MODIS SPOT/VGT 河北省
【學(xué)位授予單位】：河北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：Q948;P237
【目錄】：

• 摘要4-6
• Abstract6-11
• 1 引言11-17
• 1.1 研究目的及意義11
• 1.2 國內(nèi)外研究概況11-15
• 1.2.1 地面測量LAI11-12
• 1.2.2 LAI遙感估算12-15
• 1.2.3 已有LAI產(chǎn)品15
• 1.3 研究內(nèi)容和技術(shù)路線15-17
• 2 研究區(qū)及數(shù)據(jù)處理17-23
• 2.1 研究區(qū)17-18
• 2.1.1 河北省17-18
• 2.1.2 欒城縣實(shí)驗(yàn)區(qū)和邢臺實(shí)驗(yàn)區(qū)18
• 2.2 數(shù)據(jù)源及數(shù)據(jù)處理18-23
• 2.2.1 地面實(shí)測數(shù)據(jù)18-19
• 2.2.2 遙感數(shù)據(jù)19-22
• 2.2.3 其他數(shù)據(jù)22-23
• 3 模型模擬及參數(shù)敏感性分析23-30
• 3.1 模型介紹23-24
• 3.1.1 PROSPECT模型23
• 3.1.2 SAIL模型23-24
• 3.2 模型參數(shù)的敏感性分析24-27
• 3.2.1 定性分析24-26
• 3.2.2 定量分析26-27
• 3.3 植被指數(shù)的選取27-30
• 4 基于模型模擬的LAI估算30-35
• 4.1 不同觀測天頂角條件下LAI對冠層反射率的影響30
• 4.2 基于模型模擬的LAI與VI的關(guān)系30-31
• 4.3 基于模型模擬的LAI估算模型31-35
• 5 基于OLI影像的LAI估算35-40
• 5.1 基于OLI影像的LAI估算模型35-37
• 5.2 LAI估算模型精度驗(yàn)證37-38
• 5.3 欒城縣實(shí)驗(yàn)區(qū)LAI估算成圖38-40
• 6 基于MODIS的LAI時(shí)空變化分析40-46
• 6.1 LAI時(shí)間變化分析40-42
• 6.1.1 LAI年際變化分析40-41
• 6.1.2 LAI年內(nèi)變化分析41-42
• 6.2 LAI空間分布及變化分析42-46
• 6.2.1 LAI多年空間變化趨勢分析42-45
• 6.2.2 LAI年內(nèi)空間分布45-46
• 7 不同尺度的LAI對比及精度驗(yàn)證46-52
• 7.1 OLI影像估算玉米LAI46-47
• 7.2 不同空間尺度的LAI對比47-50
• 7.3 MODIS和SPOT/VGT LAI時(shí)間分布特征50
• 7.4 MODIS與SPOT/VGT LAI空間分布對比50-52
• 8 結(jié)論與展望52-56
• 8.1 結(jié)論與討論52-54
• 8.2 展望54-56
• 參考文獻(xiàn)56-62
• 致謝62-63
• 攻讀學(xué)位期間取得的科研成果清單63

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 宋富強(qiáng);康慕誼;楊朋;陳雅如;劉陽;邢開雄;;陜北地區(qū)GIMMS、SPOT--VGT和MODIS歸一化植被指數(shù)的差異分析[J];北京林業(yè)大學(xué)學(xué)報(bào);2010年04期

2 曾也魯;李靜;柳欽火;;全球LAI地面驗(yàn)證方法及驗(yàn)證數(shù)據(jù)綜述[J];地球科學(xué)進(jìn)展;2012年02期

3 劉照言;馬靈玲;唐伶俐;;基于SAIL模型的多角度多光譜遙感葉面積指數(shù)反演[J];干旱區(qū)地理;2010年01期

4 徐全芝,張萬昌,劉三超,趙登忠,蔣建軍;黑河流域葉面積指數(shù)的遙感反演[J];干旱區(qū)研究;2003年04期

5 蔡博峰;紹霞;;基于PROSPECT+SAIL模型的遙感葉面積指數(shù)反演[J];國土資源遙感;2007年02期

6 陳雪洋;蒙繼華;杜鑫;張飛飛;張淼;吳炳方;;基于環(huán)境星CCD數(shù)據(jù)的冬小麥葉面積指數(shù)遙感監(jiān)測模型研究[J];國土資源遙感;2010年02期

7 梁亮;楊敏華;張連蓬;林卉;;小麥葉面積指數(shù)的高光譜反演[J];光譜學(xué)與光譜分析;2011年06期

8 張瀛;孟慶巖;武佳麗;趙峰;;基于環(huán)境星CCD數(shù)據(jù)的環(huán)境植被指數(shù)及葉面積指數(shù)反演研究[J];光譜學(xué)與光譜分析;2011年10期

9 王李娟;牛錚;侯學(xué)會(huì);高帥;;基于CHRIS數(shù)據(jù)的新型植被指數(shù)的LAI估算研究[J];光譜學(xué)與光譜分析;2013年04期

10 駱社周;王成;張貴賓;習(xí)曉環(huán);李貴才;;機(jī)載激光雷達(dá)森林葉面積指數(shù)反演研究[J];地球物理學(xué)報(bào);2013年05期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 張杰;長江口潮灘植被檢測及時(shí)空變化的遙感研究[D];華東師范大學(xué);2007年

2 李莉;高光譜和多角度遙感提取植被冠層水分信息研究[D];中國氣象科學(xué)研究院;2008年

3 魏珊珊;基于Landsat ETM+數(shù)據(jù)和輻射傳輸模型的水稻葉面積指數(shù)反演[D];東北師范大學(xué);2012年

4 楊長青;基于SPOT-5的川西南山地常綠闊葉林葉面積指數(shù)及蓄積量估測研究[D];四川農(nóng)業(yè)大學(xué);2012年

5 周洪奎;黃淮海平原典型區(qū)夏玉米葉面積指數(shù)遙感估算研究[D];南京大學(xué);2013年

6 谷成燕;基于PROSAIL輻射傳輸模型的毛竹林冠層參數(shù)遙感定量反演[D];浙江農(nóng)林大學(xué);2013年

7 楊勤英;冬小麥葉面積指數(shù)與氮素垂直分布的高光譜反演研究[D];安徽大學(xué);2014年

8 管青松;冬小麥葉面積指數(shù)反演與病害光譜識別研究[D];安徽大學(xué);2014年

9 胡宇宸;基于多時(shí)相ENVISAT ASAR數(shù)據(jù)森林分類制圖[D];河南農(nóng)業(yè)大學(xué);2014年

，

本文編號：712408