基于CHRIS-PROBA估算植被叶面积指数的地形高程影响.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2015-01-30
  • 论文字数:10462
  • 当前位置论文阅览室 > 毕业设计 > 环境工程 >
  • 课题来源:(A-Lin)提供原创文章

支付并下载

摘要:植被叶面积指数(LAI)是全球变化、气候模拟和生态监测等研究的关键指标,因而对叶面积指数遥感测量中的敏感因子研究具有重要的理论和实践意义。CHRIS/PROBA是目前具有较高分辨率(17m)的高光谱多角度数据,该数据在反演LAI方面有着重要的应用价值。选用江西省余干县多角度高光谱遥感数据CHRIS/PROBA,提取了一 种植被指数( VI),与地面实测的植被叶面积指数进行了回归分析,建立100 个LAI - PVI 关系模型。结果表明: 在所有的模型中,从5 个角度来看,36°提取叶面积指数效果最好,R²=0.3683,RMSE =0.49673839,WCYZ=50.7870826;-55°提取叶面积指数效果最差,R²=0.0179,RMSE = 1.589109665,WCYZ= 2.467167677;从植被高程来看,G4最好,其次为G3;在LAI - PVI 关系建模过程中,基于多角度高光谱遥感数据提取植被指数,有利于充分挖掘遥感影像信息,能够提高LAI 估算精度。

关键词:多角度;高光谱;植被指数;叶面积指数;模型;高程

 

目录

摘要

Abstract

1 引言-1

2 材料与方法-2

2.  1 研究区概况和数据来源-2

2. 2 研究方法-3

2. 2. 1 数据来源和LAI 地面实测-3

2. 2. 2 图像预处理与植被指数、高程的提取-3

2.  3 LAI-VI 关系建模-4

3 结果与讨论-5

3.  1 LAI-VI关系模型-5

3.  2 优选模型-7

3.  3误差分析-8

4 结论-10

致谢-11

参考文献:-11