發(fā)布時間：2023-05-12 20:43

　　隨著工業(yè)化和城市化的迅速發(fā)展,城市大氣污染日趨嚴重。城市綠化植物能夠有效地阻滯空氣中的粉塵,改善城市的生態(tài)環(huán)境質(zhì)量。目前,植物的滯塵效應已成為篩選城市綠化植物的一個重要指標。如何評估植物的滯塵效應已成為當前研究的重點。高光譜遙感技術為植被滯塵的定量化研究提供了高效、便捷、非破壞性的技術手段。因此,為促進遙感技術在植物滯塵效應中的應用,本文根據(jù)葉片表面的特征差異,選擇廣州市常見綠化植物金葉榕、紅花檻木、朱蕉為研究對象,利用高光譜遙感技術,研究滯塵污染下的植物葉片光譜特征,選擇適合反演分析的波段,利用Pearson相關性方法以及支持向量機(SVM)、分類與回歸樹(CART)、隨機森林(RF)等三種機器學習算法分別構(gòu)建植物滯塵效應的光譜估算模型,并通過反演模型的定量精度評價指標,對幾種方法進行比較和分析,以探討適用于模型反演的最優(yōu)方法。得出結(jié)論如下:(1)滯塵量隨著時間的增加而增加,但達到飽和之后,滯塵量將不再增加,甚至出現(xiàn)了減少的趨勢。三種植物的飽和滯塵量從大到小依次為:朱蕉(2.23 g/m2)>紅花繼木(2.21 g/m2)>金葉榕(2.12 g/m2)。(2)可見光與近紅...

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1. 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與技術路線
    1.4 論文結(jié)構(gòu)安排
2. 數(shù)據(jù)采集與預處理
    2.1 研究區(qū)概況
    2.2 樣品采集
    2.3 數(shù)據(jù)測定方法
    2.4 數(shù)據(jù)預處理
3. 植物滯塵光譜特征分析
    3.1 不同植物滯塵能力比較
    3.2 植物葉片光譜曲線特征分析
    3.3 植物葉片光譜特征參數(shù)分析
    3.4 小結(jié)
4. 葉面滯塵效應的光譜估算模型研究
    4.1 基于相關性系數(shù)的滯塵效應光譜估算模型研究
    4.2 基于機器學習算法的滯塵效應光譜估算模型研究
    4.3 不同方法的比較與分析
    4.4 植被種類對光譜估算模型的影響分析
    4.5 小結(jié)
5. 結(jié)論與展望
    5.1 結(jié)論
    5.2 創(chuàng)新點
    5.3 不足與展望
參考文獻
致謝
攻讀碩士期間主要成果



本文編號：3814603