本文關(guān)鍵詞：基于多層PROSAIL模型的玉米冠層葉面積指數(shù)垂直分布反演，，由筆耕文化傳播整理發(fā)布。

【摘要】：玉米葉面積在垂直方向上的分布是不均勻的,尤其在灌漿乳熟期時,穗位以上的葉片是籽粒貯存有機物的主要功能葉片,其面積大小與產(chǎn)量有密切的聯(lián)系。傳統(tǒng)的反演葉面積指數(shù)使用的數(shù)據(jù)源大都數(shù)是從冠層上方成像,只包含冠層頂部總的信息,其結(jié)果為整個冠層的葉面積指數(shù)(Leaf Area Index,LAI),很難得到某一層的葉面積指數(shù)。為了解決這個問題,我們建立了一種可以計算玉米冠層葉面積指數(shù)垂直分布的模型,多層PROSAIL模型。該模型是基于PROSAIL模型,將植被冠層離散成多個水平層建立的,且這些水平層均由植被的生物參數(shù)和理化參數(shù)構(gòu)成。其思想來源于能量守恒,即離散的多個水平層反射的能量逐層累加之后與整個冠層反射的能量相等。在多層PROSAIL中,葉片光學(xué)模型PROSPECT計算葉片的反射率和透射率,SAIL模型計算每一單層的反射率。而且這個新模型引入了地基激光雷達數(shù)據(jù)計算玉米冠層的葉傾角分布,優(yōu)化了RPOSAIL模型中的Campbell橢球分布函數(shù),提高了新模型反演結(jié)果的精度。而且,我們使用這個數(shù)據(jù)計算了分層的LAI,并用實測冠層LAI進行校正,作為多層PROSAIL模型反演結(jié)果的驗證數(shù)據(jù)。本研究以中國河北省保定市的三個縣市區(qū)為例,包括涿州市、高碑店市和定興縣,以Landsat 8影像為數(shù)據(jù)源,使用多層PROSAIL模型和PROSAIL模型反演出該地區(qū)玉米冠層LAI。我們將兩種結(jié)果與實測值進行對比分析并用四個因子進行評價(決定系數(shù)R2,均方根誤差RMSE,偏差BIAS,估算精度EA)。多層PROSAIL模型的反演結(jié)果(R2=0.69,RMSE=0.46,BIAS=0.04,EA=90.0%)與實測冠層LAI有較好的一致性,PROSAIL模型的結(jié)果(R2=0.63,RMSE=0.70,BIAS=0.41,EA=84.8%)。因此,多層PROSAIL模型結(jié)果優(yōu)于PROSAIL模型。最后,我們反演出穗位以上的葉面積指數(shù)(中層和上層的和),結(jié)果R2=0.78,RMSE=0.21,結(jié)果表明,多層PROSAIL模型的可信度較高。
【關(guān)鍵詞】：多層PROSAIL模型 RPOSAIL模型 葉面積指數(shù)垂直分布 地基激光雷達 Landsat 8影像
【學(xué)位授予單位】：山東農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：S513;S127
【目錄】：

• 中文摘要6-7
• Abstract7-9
• 1 緒論9-19
• 1.1 選題意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-16
• 1.2.1 植被冠層BRDF的研究進展10-14
• 1.2.2 植被冠層結(jié)構(gòu)的研究進展14-15
• 1.2.3 植被理化參數(shù)垂直分布的研究進展15-16
• 1.3 本文研究內(nèi)容及技術(shù)路線16-19
• 2 實驗概況及數(shù)據(jù)預(yù)處理19-29
• 2.1 研究區(qū)概況19-21
• 2.2 實驗設(shè)計21-23
• 2.2.1 地基激光雷達掃描實驗21-22
• 2.2.2 玉米參數(shù)人工測量22-23
• 2.3 遙感影像數(shù)據(jù)預(yù)處理23-25
• 2.4 地基激光雷達數(shù)據(jù)預(yù)處理25-29
• 3 PROSAIL模型的反演葉面積指數(shù)垂直分布方法29-41
• 3.1 PROSAIL模型29-32
• 3.2 多層PROSAIL模型構(gòu)建方法32-33
• 3.3 參數(shù)敏感性分析33-40
• 3.4 構(gòu)建查找表40
• 3.5 構(gòu)建代價函數(shù)40-41
• 4 基于地基激光雷達數(shù)據(jù)提取模型參數(shù)與結(jié)果分析41-56
• 4.1 實驗點葉面積指數(shù)垂直分布的計算41-43
• 4.2 實驗點葉傾角參數(shù)的提取43-46
• 4.3 正演結(jié)果與分析46-49
• 4.4 反演結(jié)果與分析49-56
• 5 結(jié)論與展望56-58
• 5.1 結(jié)論56
• 5.2 本文的創(chuàng)新點56-57
• 5.3 研究展望57-58
• 參考文獻58-65
• 致謝65-67
• 攻讀學(xué)位期間發(fā)表論文情況67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 J.G.布哈特;棉花不同形態(tài)品種葉片生長與葉面積指數(shù)的研究[J];湖北農(nóng)業(yè)科學(xué);1975年08期

2 莫家讓;;水稻葉面積指數(shù)簡易測定法[J];農(nóng)業(yè)科技通訊;1975年09期

3 趙福;;葉面積和葉面積指數(shù)的計算[J];內(nèi)蒙古農(nóng)業(yè)科技;1975年07期

4 ;怎樣用鮮重法測定小麥的葉面積指數(shù)[J];甘肅農(nóng)業(yè)科技;1976年04期

5 鄭春和;;怎樣用鮮重法測定小麥的葉面積指數(shù)[J];植物學(xué)雜志;1976年01期

6 ;介紹一種小麥生育后期和玉米不拔取樣株測定葉面積指數(shù)的方法[J];北京師范大學(xué)學(xué)報(自然科學(xué)版);1977年02期

7 沈瑞庭;李錫坤;;介}9幾種葉面積的n,定方法[J];蠶桑茶葉通訊;1980年01期

8 胡耀華;伍業(yè)綱;王釗;舒宜通;;關(guān)于巴西橡膠樹林葉面積指數(shù)的研究[J];熱帶作物學(xué)報;1981年02期

9 W·G·貝利;R·B·斯圖爾特;朱胤椿;;葉面積的測定方法[J];青海農(nóng)林科技;1982年03期

10 莫家讓;;水稻葉面積指數(shù)測定法簡介[J];廣西農(nóng)業(yè)科學(xué);1978年08期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 姚冬萍;;融合多源遙感數(shù)據(jù)估算地表葉面積指數(shù)[A];中國地理學(xué)會百年慶典學(xué)術(shù)論文摘要集[C];2009年

2 陳雪洋;蒙繼華;吳炳方;朱建軍;紐立明;杜鑫;;基于環(huán)境星高光譜數(shù)據(jù)紅邊參數(shù)的冬小麥葉面積指數(shù)反演[A];遙感定量反演算法研討會摘要集[C];2010年

3 高帥;;利用ENVISAT-ASAR數(shù)據(jù)的植被葉面積指數(shù)反演研究[A];遙感定量反演算法研討會摘要集[C];2010年

4 張娜;;半干旱天然草地葉面積指數(shù)反演模型[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

5 孫永華;宮輝力;李小娟;浦瑞良;周德民;;基于高光譜的三江平原濕地葉面積指數(shù)反演研究[A];遙感定量反演算法研討會摘要集[C];2010年

6 曹中盛;朱艷;田永超;曹衛(wèi)星;姚霞;;小麥葉面積指數(shù)估測的最佳高光譜參數(shù)研究[A];中國作物學(xué)會2013年學(xué)術(shù)年會論文摘要集[C];2013年

7 呂蕓帙;楊旭;駱祖瑩;;基于無線傳感器網(wǎng)絡(luò)的植被葉面積指數(shù)測量方法[A];第六屆中國測試學(xué)術(shù)會議論文集[C];2010年

8 夏帆;;基于MODIS數(shù)據(jù)的長江流域生態(tài)環(huán)境質(zhì)量評價[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

9 劉倩;;2000-2010年三江源地區(qū)MODIS葉面積指數(shù)及FPAR產(chǎn)品驗證分析[A];遙感定量反演算法研討會摘要集[C];2010年

10 楊鵬;李春強;;基于MODIS數(shù)據(jù)的河北省冬小麥葉面積指數(shù)模型研究[A];第31屆中國氣象學(xué)會年會S5 干旱災(zāi)害風(fēng)險評估與防控[C];2014年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 李濟 供稿;理科綜合測試模擬（四）[N];山西科技報;2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 郝雅s

本文編號：288436