牧草生物量的估算對于草地資源合理利用和載畜平衡監(jiān)測具有重要的意義,是評價(jià)草地生態(tài)系統(tǒng)與草地資源可持續(xù)發(fā)展的關(guān)鍵指標(biāo)�；贚andsat遙感技術(shù)快速、無損的大面積植被生物量估算研究已廣泛應(yīng)用,當(dāng)前大多基于單一變量或幾個(gè)常用植被指數(shù)構(gòu)建反演模型,這些指數(shù)往往不能從多方面反映植被理化特征。歸納了不同Landsat8光譜衍生數(shù)據(jù)所反映的植被理化特征及它們間的關(guān)聯(lián)方式,構(gòu)建了Landsat8光譜衍生數(shù)據(jù)的分類體系;在此基礎(chǔ)上提出了一種基于隨機(jī)梯度Boosting(SGB)算法的多變量、非線性生物量估算模型,探討不同類型光譜衍生數(shù)據(jù)組合對于牧草生物量反演結(jié)果的影響。以青海省海晏縣為研究區(qū)進(jìn)行方案可行性探討。結(jié)果表明常用的Landsat8光譜衍生數(shù)據(jù)主要從植被的綠度、黃度、蓋度、水分含量、紋理特征以及通過消除大氣干擾和土壤背景干擾等7個(gè)方面反映植被的理化特征(7個(gè)小類),可歸納為直接因子(綠度、黃度、蓋度、水分含量)、間接因子(消除大氣干擾和消除土壤背景干擾)和空間因子(紋理特征)3大類型。在牧草生物量反演中,這些光譜衍生數(shù)據(jù)類型間具有較好的互補(bǔ)性,單一的直接因子模型估算結(jié)果最差,引入間接因子和空間...

【文章頁數(shù)】：8 頁

【文章目錄】：
引 言
1 實(shí)驗(yàn)部分
    1.1 研究區(qū)概況
    1.2 采樣點(diǎn)設(shè)置與生物量測定
    1.3 Landsat OLI光譜衍生數(shù)據(jù)提取及分類體系構(gòu)建
    1.4 隨機(jī)梯度Boosting回歸模型(SGB)
    1.5 模型建立與精度評價(jià)
2 結(jié)果與討論
    2.1 模型構(gòu)建
    2.2 模型對比及偏差分析
    2.3 牧草生物量反演及制圖
3 結(jié) 論



本文編號：3825629