目前,遙感技術(shù)應(yīng)用研究已經(jīng)從靜態(tài)進(jìn)入動態(tài)研究階段,從單一垂直觀測發(fā)展到多角多觀測。這一方面為遙感監(jiān)測地表變化、地學(xué)定量描述中的尺度效應(yīng)問題和地表反射輻射的方向性研究等問題提供了豐富的數(shù)據(jù)源；另一方面多時相、多角度遙感數(shù)據(jù)的綜合利用能提供更豐富時間更可靠的地物研究目標(biāo)的動態(tài)變化信息、空間分布信息和三維結(jié)構(gòu)信息。葉面積指數(shù)（Leaf Area Index, LAI）是反映植被個體和群體特征的關(guān)鍵指標(biāo),是陸面過程模型的重要參數(shù)之一。針對當(dāng)前植被定量遙感研究中,農(nóng)作物生育期變化和植被結(jié)構(gòu)參數(shù)對農(nóng)作物葉面積指數(shù)遙感反演演精度的限制問題,本文利用多時相、多角度、地物光譜和衛(wèi)星觀測的多源數(shù)據(jù),從作物時相和冠層結(jié)構(gòu)方面進(jìn)行提高作物L(fēng)AI反演精度的方法研究。主要研究結(jié)論如下：（1）充分考慮在冬小麥不同生育期LAI的動態(tài)變化過程,通過選擇的植被指數(shù)與LAI之間的相關(guān)分析,建立了基于多時相觀測數(shù)據(jù)的冬小麥LAI分段反演模型。在冬小麥整個生育期內(nèi)NDVI得到的LAI反演值和真實(shí)值之間的R2=0.5585,均方根誤差RMSE為0.3209。改進(jìn)的比值植被指數(shù)mSR適合于反演冬小麥生長前期（拔節(jié)期之前）的LAI,... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

導(dǎo)軌觀測架的多角度田間觀測示意圖

冬小麥全生育期內(nèi)LAI的變化

冬小麥全生育期NDVI與LAI之間的相關(guān)關(guān)系

【參考文獻(xiàn)】：
期刊論文
[1]葉面積指數(shù)遙感反演研究進(jìn)展與展望[J]. 劉洋,劉榮高,陳鏡明,程曉,鄭光.  地球信息科學(xué)學(xué)報. 2013(05)
[2]基于分段方式選擇敏感植被指數(shù)的冬小麥葉面積指數(shù)遙感反演[J]. 李鑫川,徐新剛,鮑艷松,黃文江,羅菊花,董瑩瑩,宋曉宇,王紀(jì)華.  中國農(nóng)業(yè)科學(xué). 2012(17)
[3]不同葉面積指數(shù)遙感反演方法對紅壤丘陵區(qū)森林的適用性分析[J]. 陳崇,朱延君,李顯風(fēng),居為民.  江西農(nóng)業(yè)大學(xué)學(xué)報. 2011(03)
[4]小麥葉面積指數(shù)的高光譜反演[J]. 梁亮,楊敏華,張連蓬,林卉.  光譜學(xué)與光譜分析. 2011(06)
[5]帽兒山地區(qū)森林冠層葉面積指數(shù)的地面觀測與遙感反演[J]. 朱高龍,居為民,范文義,周艷蓮,李顯風(fēng),李明澤.  應(yīng)用生態(tài)學(xué)報. 2010(08)
[6]冬小麥冠層光譜的方向性特征分析[J]. 張雪紅,田慶久,沈潤平.  光譜學(xué)與光譜分析. 2010(06)
[7]基于幾何標(biāo)記模型參數(shù)反演的作物株形敏感性分析[J]. 趙春江,黃文江,穆西晗,王錦地,王紀(jì)華.  光譜學(xué)與光譜分析. 2009(09)
[8]大豆葉面積指數(shù)的高光譜估算方法比較[J]. 楊飛,張柏,宋開山,王宗明,劉殿偉,劉煥軍,李方,李鳳秀,國志興,靳華安.  光譜學(xué)與光譜分析. 2008(12)
[9]基于核驅(qū)動模型參數(shù)反演的作物株型遙感識別[J]. 黃文江,王錦地,穆西晗,王紀(jì)華,劉良云,劉強(qiáng),牛錚.  光譜學(xué)與光譜分析. 2007(10)
[10]基于多時相和多角度光譜信息的作物株型遙感識別初探[J]. 黃文江,王紀(jì)華,劉良云,王錦地,譚昌偉,李存軍,王之杰,宋曉宇.  農(nóng)業(yè)工程學(xué)報. 2005(06)

博士論文
[1]植被葉面積指數(shù)與葉片聚集度系數(shù)遙感反演方法研究[D]. 朱高龍.南京大學(xué) 2011

碩士論文
[1]多角度高光譜CHRIS數(shù)據(jù)森林葉面積指數(shù)反演研究[D]. 曹斌.中國林業(yè)科學(xué)研究院 2010



本文編號：3088184