基于CASI數(shù)據(jù)的黑河綠洲區(qū)LAI尺度效應(yīng)研究
發(fā)布時(shí)間:2022-11-09 21:14
葉面積指數(shù)(LAI)作為表征作物冠層結(jié)構(gòu)的關(guān)鍵參量之一,準(zhǔn)確獲取LAI對(duì)于作物長(zhǎng)勢(shì)監(jiān)測(cè)、估產(chǎn)等研究具有重要意義。遙感為連續(xù)區(qū)域乃至全球尺度LAI估測(cè)提供了技術(shù)支持,但因LAI反演模型的非線(xiàn)性與遙感數(shù)據(jù)的空間異質(zhì)性,導(dǎo)致LAI反演結(jié)果存在一定尺度誤差,限制了不同源遙感數(shù)據(jù)LAI產(chǎn)品的統(tǒng)一應(yīng)用,尺度效應(yīng)問(wèn)題亟待解決。廣泛應(yīng)用于尺度效應(yīng)研究的泰勒級(jí)數(shù)展開(kāi)模型,其優(yōu)勢(shì)在于可定量描述LAI反演模型非線(xiàn)性程度以及空間異質(zhì)性對(duì)LAI尺度效應(yīng)綜合影響,但僅使用一維變量作為校正因子,難以達(dá)到理想校正精度。針對(duì)于此,本文以黑河綠洲區(qū)為研究對(duì)象,基于LAI統(tǒng)計(jì)模型進(jìn)行LAI多尺度反演,探討LAI尺度效應(yīng)差異特征及產(chǎn)生機(jī)理,結(jié)合泰勒級(jí)數(shù)展開(kāi)模型,定量分析由LAI反演模型非線(xiàn)性與空間異質(zhì)性引起的尺度誤差,并分別基于一維變量與二維變量建立尺度誤差校正模型,實(shí)現(xiàn)對(duì)CCD-LAI遙感產(chǎn)品的尺度校正。主要研究?jī)?nèi)容與結(jié)論如下:1.利用機(jī)載高光譜CASI影像計(jì)算4種植被指數(shù),與實(shí)測(cè)LAI建立6種統(tǒng)計(jì)模型反演LAI。將各反演模型所得LAI估算值與實(shí)測(cè)LAI進(jìn)行相關(guān)性分析,以矩陣聯(lián)立的形式,對(duì)實(shí)測(cè)LAI值敏感度最高的紅光波段與...
【文章頁(yè)數(shù)】:75 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 選題背景及研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 葉面積指數(shù)遙感反演研究現(xiàn)狀
1.2.2 空間尺度效應(yīng)研究現(xiàn)狀
1.3 存在的問(wèn)題
1.4 研究?jī)?nèi)容及技術(shù)路線(xiàn)
1.4.1 研究?jī)?nèi)容
1.4.2 技術(shù)路線(xiàn)
1.5 本章小結(jié)
第2章 研究區(qū)概況及數(shù)據(jù)預(yù)處理
2.1 研究區(qū)概況
2.2 研究數(shù)據(jù)的獲取與處理
2.2.1 實(shí)測(cè)LAI數(shù)據(jù)
2.2.2 遙感影像數(shù)據(jù)及預(yù)處理
2.3 本章小結(jié)
第3章 葉面積指數(shù)反演模型的建立
3.1 植被指數(shù)信息提取
3.2 LAI與植被指數(shù)反演模型的建立
3.2.1 基于NDVI指數(shù)的LAI估算模型
3.2.2 基于PVI指數(shù)的LAI估算模型
3.2.3 基于SAVI指數(shù)的LAI估算模型
3.2.4 基于MSAVI指數(shù)的LAI估算模型
3.3 LAI反演模型精度檢驗(yàn)
3.4 基于機(jī)載高光譜CASI影像的LAI反演結(jié)果分析
3.5 本章小結(jié)
第4章 尺度效應(yīng)差異特征分析
4.1 尺度效應(yīng)的概念
4.2 LAI遙感產(chǎn)品的尺度轉(zhuǎn)換方法
4.3 多尺度反演LAI的特征差異
4.4 LAI遙感產(chǎn)品尺度效應(yīng)的產(chǎn)生機(jī)理
4.5 本章小結(jié)
第5章 泰勒級(jí)數(shù)展開(kāi)模型尺度效應(yīng)分析與校正
5.1 LAI反演模型泰勒級(jí)數(shù)展開(kāi)
5.1.1 基于二維變量LAI反演模型泰勒級(jí)數(shù)展開(kāi)
5.1.2 基于一維變量LAI反演模型泰勒級(jí)數(shù)展開(kāi)
5.2 LAI尺度效應(yīng)分析
5.2.1 LAI遙感產(chǎn)品的尺度效應(yīng)分析
5.2.2 LAI反演模型非線(xiàn)性的尺度效應(yīng)分析
5.2.3 NDVI變量非線(xiàn)性尺度效應(yīng)分析
5.3 LAI尺度校正
5.3.1 二維變量LAI尺度校正
5.3.2 一維變量LAI尺度糾正
5.4 LAI尺度差異校正精度評(píng)價(jià)
5.5 本章小結(jié)
第6章 結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間取得學(xué)術(shù)成果
本文編號(hào):3704905
【文章頁(yè)數(shù)】:75 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 選題背景及研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 葉面積指數(shù)遙感反演研究現(xiàn)狀
1.2.2 空間尺度效應(yīng)研究現(xiàn)狀
1.3 存在的問(wèn)題
1.4 研究?jī)?nèi)容及技術(shù)路線(xiàn)
1.4.1 研究?jī)?nèi)容
1.4.2 技術(shù)路線(xiàn)
1.5 本章小結(jié)
第2章 研究區(qū)概況及數(shù)據(jù)預(yù)處理
2.1 研究區(qū)概況
2.2 研究數(shù)據(jù)的獲取與處理
2.2.1 實(shí)測(cè)LAI數(shù)據(jù)
2.2.2 遙感影像數(shù)據(jù)及預(yù)處理
2.3 本章小結(jié)
第3章 葉面積指數(shù)反演模型的建立
3.1 植被指數(shù)信息提取
3.2 LAI與植被指數(shù)反演模型的建立
3.2.1 基于NDVI指數(shù)的LAI估算模型
3.2.2 基于PVI指數(shù)的LAI估算模型
3.2.3 基于SAVI指數(shù)的LAI估算模型
3.2.4 基于MSAVI指數(shù)的LAI估算模型
3.3 LAI反演模型精度檢驗(yàn)
3.4 基于機(jī)載高光譜CASI影像的LAI反演結(jié)果分析
3.5 本章小結(jié)
第4章 尺度效應(yīng)差異特征分析
4.1 尺度效應(yīng)的概念
4.2 LAI遙感產(chǎn)品的尺度轉(zhuǎn)換方法
4.3 多尺度反演LAI的特征差異
4.4 LAI遙感產(chǎn)品尺度效應(yīng)的產(chǎn)生機(jī)理
4.5 本章小結(jié)
第5章 泰勒級(jí)數(shù)展開(kāi)模型尺度效應(yīng)分析與校正
5.1 LAI反演模型泰勒級(jí)數(shù)展開(kāi)
5.1.1 基于二維變量LAI反演模型泰勒級(jí)數(shù)展開(kāi)
5.1.2 基于一維變量LAI反演模型泰勒級(jí)數(shù)展開(kāi)
5.2 LAI尺度效應(yīng)分析
5.2.1 LAI遙感產(chǎn)品的尺度效應(yīng)分析
5.2.2 LAI反演模型非線(xiàn)性的尺度效應(yīng)分析
5.2.3 NDVI變量非線(xiàn)性尺度效應(yīng)分析
5.3 LAI尺度校正
5.3.1 二維變量LAI尺度校正
5.3.2 一維變量LAI尺度糾正
5.4 LAI尺度差異校正精度評(píng)價(jià)
5.5 本章小結(jié)
第6章 結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間取得學(xué)術(shù)成果
本文編號(hào):3704905
本文鏈接:http://sikaile.net/kejilunwen/nykj/3704905.html
最近更新
教材專(zhuān)著