【摘要】：葉面積指數(shù)(LAI)是描述植被冠層幾何結(jié)構(gòu)的最基本參數(shù),也是氣候模型、地-氣相互作用等模型的重要輸入?yún)?shù),作為全球重要植被類型之一的草地,在全球碳循環(huán)中具有重要作用和地位,準(zhǔn)確開展大尺度的草地LAI遙感反演具有重要意義。然而,草地冠層物種豐富度高、結(jié)構(gòu)復(fù)雜,物種個(gè)體在葉片和冠層尺度上均存在著較大的差異性,很大程度上影響了多物種構(gòu)成的草地冠層光譜特征,進(jìn)而為L(zhǎng)AI的遙感反演工作帶來較強(qiáng)的不確定性。高光譜成像數(shù)據(jù)以其豐富的譜段信息,能夠獲取植被冠層的大量參數(shù)信息,為冠層物種識(shí)別和豐度的估算提供了可能。利用無人機(jī)高光譜構(gòu)建物種端元光譜庫(kù),基于Hyperion衛(wèi)星高光譜數(shù)據(jù)開展冠層物種豐度估算,實(shí)現(xiàn)顧及草地冠層物種豐度的LAI反演工作,具有重要的應(yīng)用價(jià)值。本文在內(nèi)蒙古錫林郭勒草原選擇典型研究區(qū),在獲取Hyperion衛(wèi)星高光譜數(shù)據(jù)、無人機(jī)高光譜數(shù)據(jù)數(shù)據(jù)和地面同步草地觀測(cè)數(shù)據(jù)的基礎(chǔ)上,通過分析草地冠層物種構(gòu)成及其豐度的光譜響應(yīng)特征,提出了基于無人機(jī)高光譜數(shù)據(jù),依據(jù)植被指數(shù)分級(jí)多次提取草地物種端元光譜的方法,進(jìn)而面向草地物種豐度估算優(yōu)選了不同混合像元分解模型,得到了研究區(qū)草地物種豐度估算結(jié)果,從而實(shí)現(xiàn)了顧及草地冠層物種豐度的LAI反演,獲得了研究區(qū)草地LAI分布信息。論文的主要研究結(jié)論如下:(1)分析了草地冠層物種構(gòu)成及其豐度的光譜響應(yīng)特征�；赑ROSPECT和PROSAIL模型分別從葉片到冠層尺度開展了草地冠層物種構(gòu)成及其豐度的光譜響應(yīng)特征分析。主要結(jié)論:在葉片尺度上,利用PROSPECT模型,分析了葉片結(jié)構(gòu)、葉綠素、干物質(zhì)、類胡蘿卜素、水分含量等參數(shù)對(duì)葉片光譜特征的影響及敏感波長(zhǎng)范圍,進(jìn)而將各物種的實(shí)測(cè)參數(shù)代入PROSPECT模型,獲取了不同物種的模擬光譜,運(yùn)用歐式距離和光譜角距離兩個(gè)參數(shù)分別從反射率數(shù)值和曲線幾何形態(tài)兩個(gè)方面,評(píng)價(jià)了葉片尺度的可分性,表明不同物種葉片的光譜特征總體差異顯著,但差異程度不同。在冠層尺度上,利用PROSAIL模型,對(duì)各物種在不同LAI下的冠層光譜進(jìn)行了模擬,結(jié)果顯示,各物種冠層的光譜特征隨著LAI的增加,其區(qū)分度總體呈增強(qiáng)趨勢(shì),但在不同LAI下的差異性程度不同,當(dāng)LAI0.5時(shí),其區(qū)分度較差,當(dāng)0.5LAI4之間時(shí),其光譜特征變化幅度顯著增強(qiáng),當(dāng)LAI4時(shí),光譜特征的變化幅度有明顯的減弱趨勢(shì);對(duì)相同LAI下的,不同物種的光譜特征分析表明,隨著LAI的增大,各物種之間的光譜特征差異性總體呈增強(qiáng)趨勢(shì),當(dāng)LAI0.5時(shí),其區(qū)分度較低,當(dāng)0.5LAI4之間時(shí),其區(qū)分度顯著增強(qiáng),當(dāng)LAI4時(shí),不同物種的區(qū)分度有明顯的減弱趨勢(shì)。(2)提出了草地物種端元提取方法,并構(gòu)建了端元光譜庫(kù)�；诓莸毓趯游锓N構(gòu)成及其豐度的光譜響應(yīng)特征分析的基礎(chǔ)上,提出了基于無人機(jī)高光譜數(shù)據(jù),依據(jù)植被指數(shù)分級(jí)多次提取草地物種端元光譜的方法,并運(yùn)用不同端元提取算法,構(gòu)建了候選端元集,進(jìn)而結(jié)合無人機(jī)高光譜成像過程中地面標(biāo)識(shí)的物種參考端元光譜,綜合歐式距離與光譜角距離優(yōu)選了端元光譜庫(kù)。(3)估算了研究區(qū)草地冠層物種豐度。分別運(yùn)用完全約束最小二乘法(FCLS)和多端元線性混合光譜分解法(MESMA)2類豐度估算方法,基于Hyperion衛(wèi)星高光譜數(shù)據(jù)對(duì)研究區(qū)進(jìn)行了草地冠層物種豐度估算,通過精度評(píng)價(jià),確定研究區(qū)草地冠層物種豐度的最優(yōu)估算結(jié)果。(4)實(shí)現(xiàn)了顧及草地冠層物種豐度的LAI反演。在獲取研究區(qū)草地冠層物種豐度估算的基礎(chǔ)上,基于PROSAIL模型,根據(jù)實(shí)測(cè)參數(shù)值確定取值范圍和步長(zhǎng),分物種構(gòu)建查找表,利用光譜角和歐式距離結(jié)合作為光譜匹配算法,開展顧及草地冠層物種豐度的LAI反演研究,并開展精度評(píng)價(jià)與誤差分析。結(jié)果顯示,不同物種構(gòu)成的反演精度存在一定差異性,羊草+糙隱子草的反演結(jié)果精度最高,平均絕對(duì)誤差為0.31;而羊草+星毛委陵菜的誤差相對(duì)其它群落類型較高,平均絕對(duì)誤差為0.73;就整個(gè)研究區(qū)而言,草地LAI反演結(jié)果的總體平均絕對(duì)誤差為0.43,達(dá)到了較高的反演精度。本文的主要?jiǎng)?chuàng)新點(diǎn)包括:(1)論文針對(duì)由多物種構(gòu)成的復(fù)雜草地冠層的物種豐度估算問題,提出了基于無人機(jī)高光譜數(shù)據(jù),依據(jù)植被指數(shù)分級(jí)多次提取草地物種端元光譜的方法,進(jìn)而面向草地物種豐度估算優(yōu)選了不同混合像元分解模型,得到了草地物種豐度估算結(jié)果,具有一定的技術(shù)方法創(chuàng)新性。(2)將草地冠層LAI遙感反演建立在草地冠層物種豐度估算的基礎(chǔ)上,進(jìn)行模型參數(shù)優(yōu)化與約束,以期提高復(fù)雜物種構(gòu)成的草地LAI反演精度的研究思路,具有一定的理論創(chuàng)新性。
【圖文】：

高光譜遙感基本概念CGreenetal.1998)

圖１－３論文技術(shù)路線圖逡逑Ｆｉｇｕｒｅ邋１－３邋Ｆｌｏｗｃｈａｒｔ邋ｏｆ邋ｔｈｅ邋ｔｅｃｈｎｉｃａｌ邋ｒｏｕｔｅ邋ｏｆ邋ｔｈｅ邋ｓｔｕｄｙ逡逑１４逡逑
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：Q948

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李穎;張立福;嚴(yán)薇;黃長(zhǎng)平;童慶禧;;地面成像光譜數(shù)據(jù)的田間雜草識(shí)別[J];遙感學(xué)報(bào);2013年04期

2 林卉;梁亮;張連蓬;杜培軍;;基于支持向量機(jī)回歸算法的小麥葉面積指數(shù)高光譜遙感反演[J];農(nóng)業(yè)工程學(xué)報(bào);2013年11期

3 高海亮;顧行發(fā);余濤;鞏慧;李家國(guó);李小英;;基于內(nèi)蒙試驗(yàn)場(chǎng)地的定標(biāo)系數(shù)真實(shí)性檢驗(yàn)方法研究與不確定性分析[J];中國(guó)科學(xué):地球科學(xué);2013年02期

4 張春梅;張建明;;基于高光譜影像的干旱區(qū)草地光譜特征分析[J];光譜學(xué)與光譜分析;2012年02期

5 曾也魯;李靜;柳欽火;;全球LAI地面驗(yàn)證方法及驗(yàn)證數(shù)據(jù)綜述[J];地球科學(xué)進(jìn)展;2012年02期

6 張正楊;馬新明;賈方方;喬紅波;張營(yíng)武;;煙草葉面積指數(shù)的高光譜估算模型[J];生態(tài)學(xué)報(bào);2012年01期

7 陳瀚閱;牛錚;黃文江;黃妮;張瀛;;基于熱點(diǎn)植被指數(shù)的冬小麥葉面積指數(shù)估算[J];農(nóng)業(yè)工程學(xué)報(bào);2012年01期

8 陳雪洋;蒙繼華;吳炳方;朱建軍;杜鑫;;基于HJ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[J];中國(guó)科學(xué):信息科學(xué);2011年S1期

9 王煥炯;范聞捷;崔要奎;周磊;閆彬彥;吳代暉;徐希孺;;草地退化的高光譜遙感監(jiān)測(cè)方法[J];光譜學(xué)與光譜分析;2010年10期

10 李顯風(fēng);居為民;陳姝;周艷蓮;;地表覆蓋分類數(shù)據(jù)對(duì)區(qū)域森林葉面積指數(shù)反演的影響[J];遙感學(xué)報(bào);2010年05期

相關(guān)博士學(xué)位論文 前2條

1 譚炳香;高光譜遙感森林類型識(shí)別及其郁閉度定量估測(cè)研究[D];中國(guó)林業(yè)科學(xué)研究院;2006年

2 張兵;時(shí)空信息輔助下的高光譜數(shù)據(jù)挖掘[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

，

本文編號(hào)：2655265