学位论文 > 优秀研究生学位论文题录展示
SPOT影像植被指数与落叶松林LAI相关性分析
作 者: 刘礼
导 师: 李明阳
学 校: 南京林业大学
专 业: 森林经理
关键词: 叶面积指数 遥感 植被指数 落叶松林 SPOT 参数反演
分类号: S771.8
类 型: 硕士论文
年 份: 2008年
下 载: 228次
引 用: 2次
阅 读: 论文下载
内容摘要
本次研究选择了吉林省敦化地区牡丹岗林场作为试验区,利用研究区SPOT-5影像数据,提取了各种植被指数信息;同时通过地面调查采样采集研究区的叶面积指数数据,在地面实测LAI数据与遥感影像植被指数之间建立空间位置上的联系,并拟合了两者之间的统计回归方程。在对建立的各统计回归模型进行比较分析的基础上,最终确定了叶面积指数的最佳反演模型。研究对模型进行了适用性验证,并在此基础上利用参数填图方法得到了研究区的LAI信息专题图。此次研究选择了多个植被指数和多种回归方程类型,通过综合比较分析,得到了如下结论:1)研究中所建立的各种回归统计模型中,多元线性回归模型具有最好的拟合效果,被确定为LAI信息反演的最佳模型。2)在对一元回归模型的分析中,通过对模型确定系数(R~2)的比较可以发现,二次多项式模型和线性回归模型也都表现出了较好的拟合效果。3)植被指数LAI和DVI两者的相关性很差。虽然在多元线性模型中,差值植被指数被作为一个变量引入,但并不能证明它与LAI之间存在十分显著的相关性。4)比值植被指数RVI与叶面积指数LAI具有很强的相关性。在各种植被指数中,RVI可以被认为是用来构建反演LAI信息模型的最为合适的植被指数。5)LAI-VI之间的关系受到土壤背景和大气状况等因素的影响比较显著。
|
全文目录
致谢 3-4 摘要 4-5 Abstract 5-7 第一章 绪论 7-11 第一节 叶面积指数的研究意义 7-8 1.1 叶面积指数的概念 7 1.2 叶面积指数研究的重要性 7 1.3 叶面积指数的测量方法 7-8 第二节 遥感反演叶面积指数的研究现状 8-10 2.1 统计分析法 8-9 2.2 光学模型法 9-10 第三节 选题目的及研究内容 10-11 第二章 研究区概况及研究资料 11-14 第一节 研究区概况 11-12 第二节 研究方法及技术路线 12-13 第三节 研究数据获取 13-14 3.1 实测 LAI数据 13 3.2 遥感数据获取 13-14 第三章 遥感数据的预处理 14-21 第一节 遥感影像的几何校正 14 第二节 遥感影像的辐射校正 14-21 2.1 遥感器校正 15-16 2.2 照度校正 16 2.3 大气校正 16-21 第四章 植被指数的提取 21-28 第一节 植被指数的概念 21-26 第二节 植被指数的提取 26-28 第五章 LAI-VI模型建立及参数成图 28-40 第一节 LAI-VI的线性回归模型 28-32 第二节 LAI-VI的非线性回归模型 32-38 2.1 二次多项式模型 32-33 2.2 对数模型 33 2.3 乘幂模型 33 2.4 指数模型 33-38 第三节 模型检验及参数成图 38-40 第六章 结论与展望 40-42 参考文献 42-45 详细摘要 45-48
|
相似论文
- 星载高光谱传感器模拟仿真系统研究,TP391.9
- 高保真遥感图象压缩与分辨率增强联合处理研究,TP751
- 高光谱遥感场景模型仿真研究,TP72
- 基于区域分割的遥感影像道路提取算法研究,TP751
- 基于高光谱遥感的太湖水体藻蓝素和CDOM浓度估算模型研究,X87
- 基于ArcGIS Server的农区水质遥感反演信息系统构建研究,S127
- 褐飞虱和稻纵卷叶螟为害后水稻的光谱特征,S435.112
- 灌浆期弱光对小麦干物质生产和分配影响的模拟研究,S512.1
- 基于HJ卫星混合像元分解的水稻生长监测技术研究,S511
- 基于遥感信息与模型耦合的水稻生长预测技术研究,S511
- 日光温室切花百合生长动态预测模型的研究,S682.29
- 水土流失治理区马尾松林生物量遥感研究,S791.248
- 基于遥感信息与模型耦合的小麦生长监测预测技术研究,S512.1
- 南京市溧水县稻田土壤全氮的遥感估测,S153
- 日光温室长季节栽培番茄群体辐射特性及光合作用模拟模型研究,S641.2
- 遥感数据处理网格平台的设计与初步实现,TP79
- 基于Web的科学计算遗留应用共享技术研究,TP393.09
- 三江源区植被覆盖度的定量估算与动态变化研究,TP79
- 矿区多源遥感影像集成管理系统的设计与实现,P208
- 高分辨率遥感图像目标识别方法研究,TP751
- 面向并行环境的遥感影像分类算法设计与实现,TP751
中图分类: > 农业科学 > 林业 > 森林工程、林业机械 > 森林测量、林业测绘 > 森林遥感
© 2012 www.xueweilunwen.com
|