聯(lián)合GF-3 PolSAR數(shù)據(jù)和Landsat-8 OLI數(shù)據(jù)的森林地上生物量估測方法研究
發(fā)布時間:2023-11-26 15:23
遙感技術(shù)以其宏觀、快速、動態(tài)、可重復(fù)等特點被廣泛用于區(qū)域森林地上生物量估算,已成為目前森林地上生物量估測的主要方法。高分三號(Gaofen-3,GF-3)衛(wèi)星作為我國首個C波段合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)衛(wèi)星,可以穿透云霧和森林,可以全天時全天候工作,其側(cè)視成像、多極化能力可以較好地反映地表植被散射機(jī)制。然而C波段SAR在林分密集處穿透性不夠,在林分稀疏處受到土壤條件影響較大,借助極化分解的手段對SAR的參數(shù)進(jìn)行組合優(yōu)化,可以改善C波段SAR后向散射系數(shù)估測森林地上生物量的不足,而且利用不同遙感數(shù)據(jù)源所含信息的互補性,能夠較準(zhǔn)確地反演森林地上生物量。本研究以廣西省南寧市高峰林場為研究區(qū),結(jié)合森林樣地調(diào)查數(shù)據(jù),提取GF-3全極化(Polarimetric Synthetic Aperture Radar,PolSAR)數(shù)據(jù)的后向散射系數(shù)、極化分解參數(shù)和Landsat-8 OLI數(shù)據(jù)的光譜信息、植被指數(shù)、紋理,分別基于單一來源遙感數(shù)據(jù)和基于多源遙感數(shù)據(jù)對森林地上生物量進(jìn)行估測,探究多源遙感估測森林地上生物量的可行性。為了能有效利用高維遙感特征進(jìn)行...
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景與研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 光學(xué)遙感森林生物量估測研究現(xiàn)狀
1.2.2 微波遙感森林生物量估測研究現(xiàn)狀
1.2.3 聯(lián)合微波遙感與光學(xué)遙感估測森林生物量
1.3 研究內(nèi)容
1.4 技術(shù)路線
1.5 本章小結(jié)
2 極化分解原理
2.1 電磁波傳輸原理
2.2 極化波的表征
2.2.1 極化橢圓
2.2.2 極化散射矩陣
2.3 極化分解模型
2.3.1 Freeman分解
2.3.2 Yamaguchi分解
2.3.3 van Zyl分解
2.3.4 Neumann分解
2.3.5 H/A/α分解
2.3.6 TSVM分解
2.4 本章小結(jié)
3 研究區(qū)域與數(shù)據(jù)介紹
3.1 研究區(qū)域概況
3.2 地面調(diào)查數(shù)據(jù)
3.3 衛(wèi)星數(shù)據(jù)介紹
3.3.1 GF-3 PolSAR數(shù)據(jù)
3.3.2 Landsat-8 OLI數(shù)據(jù)
3.3.3 ASTER GDEM V2數(shù)據(jù)
3.4 本章小結(jié)
4 衛(wèi)星影像預(yù)處理及特征提取
4.1 GF-3 PolSAR數(shù)據(jù)預(yù)處理
4.2 GF-3 PolSAR數(shù)據(jù)特征提取
4.2.1 后向散射系數(shù)
4.2.2 極化分解參數(shù)
4.3 Landsat-8 OLI數(shù)據(jù)預(yù)處理
4.4 Landsat-8 OLI特征提取
4.4.1 原始波段參數(shù)提取
4.4.2 植被指數(shù)
4.4.3 紋理信息
4.5 樣地特征數(shù)據(jù)提取
4.6 本章小結(jié)
5 KNN-SFS方法估測森林地上生物量
5.1 KNN法原理
5.2 序列前向特征選擇方法
5.3 KNN-SFS方法
5.4 精度評價方法
5.5 結(jié)果與分析
5.5.1 不同數(shù)據(jù)特征類型估測森林地上生物量
5.5.2 GF-3 PolSAR數(shù)據(jù)估測森林地上生物量
5.5.3 Landsat-8 OLI數(shù)據(jù)估測森林地上生物量
5.5.4 聯(lián)合多源數(shù)據(jù)估測森林地上生物量
5.5.5 多元線性逐步回歸估測森林地上生物量
5.5.6 森林地上生物量區(qū)域反演結(jié)果
5.6 本章小結(jié)
6 結(jié)論與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
本文編號:3868041
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景與研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 光學(xué)遙感森林生物量估測研究現(xiàn)狀
1.2.2 微波遙感森林生物量估測研究現(xiàn)狀
1.2.3 聯(lián)合微波遙感與光學(xué)遙感估測森林生物量
1.3 研究內(nèi)容
1.4 技術(shù)路線
1.5 本章小結(jié)
2 極化分解原理
2.1 電磁波傳輸原理
2.2 極化波的表征
2.2.1 極化橢圓
2.2.2 極化散射矩陣
2.3 極化分解模型
2.3.1 Freeman分解
2.3.2 Yamaguchi分解
2.3.3 van Zyl分解
2.3.4 Neumann分解
2.3.5 H/A/α分解
2.3.6 TSVM分解
2.4 本章小結(jié)
3 研究區(qū)域與數(shù)據(jù)介紹
3.1 研究區(qū)域概況
3.2 地面調(diào)查數(shù)據(jù)
3.3 衛(wèi)星數(shù)據(jù)介紹
3.3.1 GF-3 PolSAR數(shù)據(jù)
3.3.2 Landsat-8 OLI數(shù)據(jù)
3.3.3 ASTER GDEM V2數(shù)據(jù)
3.4 本章小結(jié)
4 衛(wèi)星影像預(yù)處理及特征提取
4.1 GF-3 PolSAR數(shù)據(jù)預(yù)處理
4.2 GF-3 PolSAR數(shù)據(jù)特征提取
4.2.1 后向散射系數(shù)
4.2.2 極化分解參數(shù)
4.3 Landsat-8 OLI數(shù)據(jù)預(yù)處理
4.4 Landsat-8 OLI特征提取
4.4.1 原始波段參數(shù)提取
4.4.2 植被指數(shù)
4.4.3 紋理信息
4.5 樣地特征數(shù)據(jù)提取
4.6 本章小結(jié)
5 KNN-SFS方法估測森林地上生物量
5.1 KNN法原理
5.2 序列前向特征選擇方法
5.3 KNN-SFS方法
5.4 精度評價方法
5.5 結(jié)果與分析
5.5.1 不同數(shù)據(jù)特征類型估測森林地上生物量
5.5.2 GF-3 PolSAR數(shù)據(jù)估測森林地上生物量
5.5.3 Landsat-8 OLI數(shù)據(jù)估測森林地上生物量
5.5.4 聯(lián)合多源數(shù)據(jù)估測森林地上生物量
5.5.5 多元線性逐步回歸估測森林地上生物量
5.5.6 森林地上生物量區(qū)域反演結(jié)果
5.6 本章小結(jié)
6 結(jié)論與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
本文編號:3868041
本文鏈接:http://sikaile.net/nykjlw/lylw/3868041.html
最近更新
教材專著