学位论文 > 优秀研究生学位论文题录展示

毛竹林参数遥感定量反演与软件实现

作　者: 范渭亮
导　师: 周国模；杜华强
学　校: 浙江农林大学
专　业: 森林经理学
关键词: 毛竹林参数遥感场景模拟定量反演软件实现
分类号: S795
类　型: 硕士论文
年　份: 2010年
下　载: 57次
引　用: 1次
阅　读: 论文下载

内容摘要

本研究是国家自然科学基金(编号:30700638)和国家林业局948项目(编号:2008-4-49)的部分内容。竹林是中国亚热带地区特殊的森林类型,在区域生态系统中具有重要地位和作用。目前应用遥感方法对毛竹林的研究主要在毛竹林遥感信息提取和用统计方法直接估计毛竹林地上部生物量方面。除生物量以外,以遥感数据为基础的毛竹林生物物理参数反演目前鲜见报道。而生物物理参数制图可以从空间上直接反应毛竹林信息,并能推算其它如生物量、生物碳含量等生物物理参数。因此,这方面的研究具有重要意义。本研究借助卫星遥感数据,在地面样地调查数据的支持下,研究以下几方面内容:1.利用BP人工神经网络方法和最大似然法提取研究区毛竹林遥感信息;2.简化单株毛竹模型,利用9个建模样本建立毛竹林样地的三维场景模型;3.结合遥感影像,利用场景模拟结果获得毛竹林四分量的端元并进行混合像元的线性分解;4.利用模拟真实场景的像元分解结果反演毛竹林郁闭度、株数、叶面积指数、加权平均年龄四个生物物理参数;5.用Matlab语言编写毛竹林参数遥感定量反演软件。通过研究,本文主要得到以下几个结论:1.通过简化的单株毛竹模型,结合样地的空间信息建立了毛竹林样地的三维场景模型,用郁闭度这一指标验证表明场景模拟的精度较高(R~2=0.78),模拟真实场景的混合像元分解方法将样地调查数据的先验知识应用于端元提取,并将三维模拟模型引入到二维的线性光谱分解当中而具有一定的优势和推广前景;2.基于模拟端元的混合像元分解结果比基于影像端元和参考端的精度高且具有良好的稳健性,对55个样地像元进行线性分解,用郁闭度进行精度验证,结果表明模拟端元取得了相对较好的精度(影像端元R~2=0.0001,参考端元R~2=0.0034,模拟端元R~2=0.2053)且相对误差最小;3.利用毛竹林四分量混合像元分解的结果反演了毛竹林的郁闭度(R~2=0.21)、株数(R~2=0.49)、叶面积指数(R~2=0.59)、加权平均年龄(R~2=0.40),为从遥感数据中精确获取植被生物物理参数提供了新的技术,同时也为毛竹林的经营管理提供了新的参考;4.通过反演模型得到的安吉县毛竹林生物物理参数图基本真实的反映其空间分布情况,如安吉县西南部毛竹林平均年龄较小,郁闭度较大,叶面积指数较高,株数也相对较多。

全文目录

摘要  4-6
ABSTRACT  6-11
1 绪论  11-18
  1.1 植被遥感信息提取研究概述  11-12
  1.2 混合像元分解研究概述  12-15
    1.2.1 线性模型  13
    1.2.2 几何光学模型  13
    1.2.3 随机几何模型  13-14
    1.2.4 概率模型  14
    1.2.5 模糊模型  14-15
  1.3 森林参数遥感定量反演研究概述  15-16
  1.4 毛竹林参数遥感反演概述  16-18
2 研究框架  18-22
  2.1 研究区概况  18-19
  2.2 研究材料及样地设置  19-21
  2.3 研究内容、目的  21
    2.3.1 研究内容  21
    2.3.2 研究目的  21
  2.4 技术路线  21-22
3 地面数据分析及遥感影像预处理  22-40
  3.1 地面数据计算与统计分析  22-26
    3.1.1 样地单株毛竹生物量  22-23
    3.1.2 叶面积指数  23
    3.1.3 加权平均年龄  23-24
    3.1.4 平均高与平均枝下高  24-25
    3.1.5 冠幅  25-26
  3.2 遥感影像预处理  26-34
    3.2.1 遥感数据的几何精校正  26-27
    3.2.2 辐射校正  27-33
      3.2.2.1 辐射定标  27-28
      3.2.2.2 大气校正  28-31
      3.2.2.3 大气校正结果  31-33
    3.2.3 样地像元值的提取  33-34
  3.3 毛竹林空间分布遥感解译  34-38
    3.3.1 分类类别确定  34
    3.3.2 BP 人工神经网络分类  34-35
    3.3.3 最大似然法分类  35-37
    3.3.4 分类精度评价  37-38
      3.3.4.1 混淆矩阵  37
      3.3.4.2 野外调查样点  37-38
  3.4 小结  38-40
    3.4.1 地面数据计算与统计分析  38
    3.4.2 遥感影像预处理  38-39
    3.4.3 毛竹林空间分布遥感解译  39-40
4 模拟真实场景的混合像元分解  40-54
  4.1 端元提取  40-48
    4.1.1 影像端元  41
    4.1.2 参考端元  41-43
    4.1.3 真实场景模拟及模拟端元的获取  43-48
  4.2 混合像元的线性分解及评价  48-52
    4.2.1 混合像元的线性分解  48-49
    4.2.2 混合像元分解评价方法  49
    4.2.3 场景模拟郁闭度与实测郁闭度的关系  49
    4.2.4 三种端元的反射率  49-50
    4.2.5 像元分解精度验证  50-51
    4.2.6 实际遥感数据实验  51-52
  4.3 小结  52-54
5 基于像元分解的毛竹林参数遥感定量反演  54-65
  5.1 整景影像的混合像元分解  54-57
  5.2 像元分解后各波段/植被指数与生物物理参数的关系  57-59
  5.3 毛竹林加权平均年龄、叶面积指数、株数遥感定量反演  59-64
  5.4 安吉县毛竹林郁闭度遥感定量反演  64
  5.5 小结  64-65
6 毛竹林参数遥感定量反演软件实现  65-70
  6.1 遥感数字图像处理软件概况  65-66
  6.2 毛竹林参数遥感定量反演软件设计  66-69
    6.2.1 编程语言的选择  66
    6.2.2 毛竹林参数遥感定量反演软件的模块及其功能  66-68
      6.2.2.1 影像浏览与样地提取  66-67
      6.2.2.2 坐标转换与简易差分GPS  67
      6.2.2.3 遥感影像辐射校正  67
      6.2.2.4 遥感影像几何精校正  67
      6.2.2.5 回归模型  67-68
      6.2.2.6 遥感影像波段运算  68
      6.2.2.7 混合像元分解  68
    6.2.3 毛竹林参数遥感定量反演软件的流程  68-69
  6.3 毛竹林参数遥感定量反演软件介绍  69
  6.4 小结  69-70
7 结论与讨论  70-75
  7.1 结论  70
  7.2 创新点  70
  7.3 讨论  70-73
    7.3.1 地面数据统计分析  70
    7.3.2 辐射校正  70-71
    7.3.3 毛竹林空间分布遥感解译  71
    7.3.4 真实场景模拟及精度  71-72
    7.3.5 端元光谱反射率及线性混合像元分解  72-73
    7.3.6 基于像元分解的毛竹林参数遥感定量反演  73
  7.4 展望  73-75
参考文献  75-82
个人简介  82-83
导师简介  83-84
致谢  84

毛竹林参数遥感定量反演与软件实现

内容摘要

全文目录

相似论文