共查询到20条相似文献，搜索用时 296 毫秒
1.
基于高光谱与多光谱植被指数的洪河沼泽植被叶面积指数估算模型对比研究 总被引：1，自引：0，他引：1
以洪河国家级自然保护区为研究区,2009年8月中旬,在研究区野外实测沼泽植物冠层的光谱反射率和叶面积指数(LAI),将地面实测的植物高光谱反射率以Landsat-5 TM波段范围为基准进行波谱重采样,以重采样后的光谱反射率计算多光谱植被指数,用几种常见的高光谱和多光谱植被指数建立估算沼泽植被叶面积指数的统计回归模型,对比这些模型的精度,选出最优模型.研究结果表明,用各植被指数建立的估算沼泽植被叶面积指数的回归模型分别为二次函数、对数函数或指数函数;各模型对沼泽植被叶面积指数的反演精度差别较大;在全波段高光谱植被指数中,用全波段归一化植被指数H-FNDVI(R930,R515)构建的估算沼泽植被叶面积指数的模型最佳;在常规高光谱植被指数中,用修正简单比率H-MSR构建的估算沼泽植被叶面积指数的模型最佳;在多光谱植被指数中,用多光谱归一化植被指数M-NDVI构建的估算沼泽植被叶面积指数的模型最佳.对比发现,由多光谱数据提取的植被指数构建的模型对研究区LAI的估算效果不太理想,而从实测高光谱数据提取的窄波段特有植被指数构建的估算沼泽植被叶面积指数模型表现出较明显的优势,表明窄波段植被指数更适合用来监测沼泽植被叶面积指数. 相似文献
2.
叶面积指数(Leaf Area Index,LAI)是描述植物冠层结构特征的重要参数,也是研究植物冠层表面物质和能量交换必不可少的参数。根据在塔里木河下游河岸林地利用LAI-2250实测的LAI数据,比较Landsat 8 OLI遥感数据提取的几种常规植被指数估算LAI的能力,建立LAI估算模型,并利用实测数据对模拟结果进行精度验证,生成塔里木河下游LAI分布图。结果表明:(1)各植被指数(Vegetation Indexes,VIs)与LAI均具有一定的相关性,对于不同的植被指数,二次多项式回归模型相关性均最高;(2)在不区分植被类型的样本分析中,大气阻抗植被指数(Atmospherically Resistant Vegetation Index,ARVI)与实测LAI具有最高的相关性;(3)分别针对柽柳林和胡杨林样本分析,判定系数R2和反演精度均具有不同程度的提高,对应的最适植被指数分别为归一化植被指数(Normalized Differential Vegetation Index,NDVI)和ARVI;(4)塔里木河下游河岸植被LAI有3个高值区:大西海子水库附近、下游中部和尾闾湖台特玛湖附近。全区LAI值主要分布在0~1.5之间,均值为0.361。该研究结果为遥感提取塔里木河下游河岸林带高空间分辨率的叶面积指数数据提供了数据支持和方法支撑。 相似文献
3.
《地理与地理信息科学》2017,(2)
为了探讨与分析国产高分一号(GF-1)数据在北方露天煤矿区草地植被覆盖度估测中的精度及适用性,该文基于GF-1与SPOT6多光谱影像数据,以多个植被指数为自变量,利用像元二分模型、偏最小二乘(PLS)回归、支持向量机(SVM)回归3种模型对区内植被覆盖度进行估算,结合野外同步实地植被样方数据,对比分析不同估算模型的精度及适宜性,并通过蒙特卡洛模拟多尺度交叉建模的误差传播,分析空间分辨率不同对植被覆盖度估测的精度影响。结果表明:GF-1数据基于增强型植被指数的SVM回归模型(R~2=0.8149,RPD=2.336,RMSE=8.694%)与SPOT6数据基于归一化植被指数的SVM回归模型(R~2=0.8755,RPD=2.870,RMSE=7.032%)估算效果较好。不同分辨率数据交叉传递过程中SVM回归模型的精度高于PLS回归模型。因此,基于GF-1数据构建的SVM回归模型可以高精度地估算区域草地植被覆盖度。 相似文献
4.
热带森林植被生物量遥感估算探讨 总被引：20，自引：0，他引：20
该文以我国云南省西双版纳的热带森林植被为例,对热带森林植被生物量的遥感地学估算进行初步探讨。研究表明,只用LANDSAT TM的波段数据建立生物量的回归估算模型时,其模型的复相关系数只有0．118,而利用其主成分或植被指数建立回归估算模型时,其模型的复相关系数不仅没有提高,反而在一定程度上有所降低。原始波段与其主成分结合能提高估算模型的复相关系数,其效果比原始波段与植被指数结合的效果要好。模型中如果考虑气象因子中的年平均降雨量,能在很大程度上提高其复相关系数。在此基础上引入地形因子,未能显著提高模型的复相关系数。有气象因子参与建立的遥感气象模型和遥感地学模型在0．01水平上回归显著。 相似文献
5.
基于SAIL模型的多角度多光谱遥感叶面积指数反演 总被引：1，自引：0，他引：1
随着多角度传感器的陆续出现及植被遥感传输机理研究的深入,多角度遥感逐渐成为地表信息反演的热点问题.以SAIL冠层反射率模型为基础,通过联合多角度和多光谱数据,可以从物理机理角度进行植被叶面积指数(LAI)反演的应用研究.首先通过计算得到多角度多光谱遥感影像的角度信息,并经6S模型纠正后得到多光谱多角度植被冠层反射率数据.然后将PROSPECT模型模拟出的植被叶片反射率和透过率,以及多角度观测数据、LAI和其它实测数据输入SAIL模型,模拟得到了多角度多光谱冠层反射率,进而建立多角度多光谱冠层反射率与LAI的查找表.最后,将影像的多角度多光谱冠层反射率与查找表进行匹配,实现植被LAI的反演.最后对反演结果进行了验证和分析,结果表明反演精度较高,误差均在合理范围之内. 相似文献
6.
土壤墒情遥感反演与旱情诊断 总被引：1，自引：1，他引：0
土壤墒情与植被生长状况和地表温度之间存在密切联系?贑OST模型算法和单窗算法,开展了TM/ETM+多光谱数据的地表反射率、地表温度(LST)和土壤调整植被指数反演(MSAVI),分析了地表温度和植被指数的线性关系,提出了土壤墒情几何特征指数和旱情诊断函数,结合土壤含水量实测数据,建立了横山县土壤墒情遥感反演模型。实证结果表明,基于TM/ETM+数据反演的长度指数可进行旱情诊断;对土壤含水量的反演模型进行T检验,差异不显著,而基于地面温度的土壤墒情反演模型优于土壤调整植被指数反演模型。 相似文献
7.
洪河自然保护区乌拉苔草生物量高光谱遥感估算模型 总被引：6，自引：0，他引：6
尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度。通过实测不同覆盖度和水深状况下乌拉苔草的冠层高光谱反射率与水上生物量的数据,采用高光谱可见光—近红外波段及其微分光谱波段(350~1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数(FDNDVI、FDRVI、FDDVI)模型的反演精度。结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证。这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的预测精度。 相似文献
8.
白杨河——艾里克湖湿地及周边植物群落与环境因子的关系 总被引：8，自引：1，他引：8
应用数量分类和排序方法,对新疆白杨河-艾里克湖湿地植被进行了多元统计分析。结果表明,该研究区域主要植被类型中共有植物18种,隶属10科,17个属。其中,多数植物种类在样方中出现的频次较低,说明该地区植物物种丰富度较低。TWINSPAN结果表明,该地区植物可以分9个种类组,与实际调查结果一致。CCA排序结果同TWINSPAN分类结果基本一致,反映出植物群落分布格局随环境因子梯度变化的趋势。分析了不同环境因子的关系,并从定量的角度,以CCA排序图直观的揭示了决定艾里克湖湿地植物群落分布的环境因子主要是地下水位、土壤有机质,其回归模型分别为:X_1=-0．6037L 0．6824(R~2=0．6024);X_2=0．74530M 0．1142(R~2 =0．6004)。 相似文献
9.
《地理与地理信息科学》2016,(4)
植物净光合速率是衡量植被生产力、体现植物整体长势的重要指标。该文在分析植被光谱指数VI、光合有效辐射PAR与净光合速率Pn关系的基础上,建立了基于高光谱遥感数据的净光合速率反演模型。采集武汉市4种常见植被叶片共124个样本作为研究对象,在分析比较9种不同光谱指数与SPAD相关性的基础上选择3种相关性较高的植被指数对不同的植被类型进行净光合速率反演模型建立。结果表明:实验中CIrededge、NDVI705和RVI7003种植被指数与SPAD相关性较高,R2值均在0.7以上,最高达到0.88;在建立净光合速率反演模型时,若仅考虑叶片净光合速率(Pn)与植被指数的关系,其相关性较差;而将植被光谱指数、光合有效辐射(PAR)乘积后再与净光合速率(Pn)分析时,发现其相关性显著提高;以上3种植被指数中CIrededge*PAR vs.Pn反演效果最优,但农作物与园林植物净光合速率反演最优模型存在差异。因此,利用高光谱遥感技术可以了解和掌握植物叶片的光合效应,以此评价植物固碳释氧能力以及估测农作物产量是完全可行的。 相似文献
10.
K-T变换在监测小麦地表参数中的应用 总被引：1，自引：0，他引：1
利用K-T变换提取TM和MODIS遥感影像的绿度、湿度分量,在不同的分辨率尺度下监测小麦覆盖地表参数:土壤湿度(Ms)、等效水厚度(EWT)和叶面积指数(LAI),并与NDVI(归一化植被指数)、NDWI(归一化水分指数)和EVI(增强植被指数)监测结果比较.湿度分量监测Ms效果更好,TM和MODIS遥感影像反演精度分别为6.08%、7.37%(RMSE),相关系数R2分别为0.49、0.31,基于绿度和湿度分量建立土壤湿度多元线性回归反演模型,利用TM影像反演土壤湿度RMSE为4.91%,反演土壤湿度和实测土壤湿度R2达0.63;绿度分量监测EWT效果更好,TM和MODIS遥感影像反演精度分别为0.37 kg/m2、0.43 kg/m2,R2分别为0.51、0.28;绿度分量反演LAI精度更好,TM和MODIS遥感影像反演精度分别为0.66、0.83,R2分别为0.64、0.35. 相似文献
11.
遥感反演的前提需对模型的输入参数进行敏感性分析.该文选取冬小麦返青期、拔节期、孕穗期和抽穗期,考虑输入参数之间的相关性,以辐射传输模型(PROSAIL)为研究对象,对比分析了局部敏感性和全局敏感性方法在模型不确定性和LAI敏感性上的差异.结果表明,随着冬小麦的生长,模拟光谱与实测光谱吻合度提高,模型模拟的不确定性降低;与局部敏感性方法相比,全局敏感性方法的模型不确定性降低,模拟精度提高,冠层光谱对LAI的敏感性有明显变化,植被指数对LAI的敏感性则相对稳定;与NDVI相比,TGDVI对LAI更敏感. 相似文献
12.
长春地区稻田甲烷排放量的估算研究 总被引：7，自引：3，他引：4
1995～ 1997年 3年的实验研究中 ,用静态箱法和气相色谱仪对长春地区不同水管理方式稻田的甲烷排放进行了采样和测量工作 ,1996年和 1997年逢晴天还同步进行了地面实验基地的卫星遥感数据 (TM和NOAA—AVHRR数据 )的接收工作。根据测算的稻田甲烷排放通量和用遥感数据提取的水稻种植面积 ,估算出区域尺度的稻田甲烷排放总量。 3年来的研究结果显示 ,长春地区水稻种植面积为 17.72 12× 10 4 hm2 ,稻田甲烷平均排放通量为 2 .984mg/(m2 ·h) ,长春地区稻田甲烷总排放量为 0 .0 2 0 3Tg/a。用灰关联方法分析了稻田甲烷排放的影响因子 ,建立了以水稻植被指数为参数的淹灌稻田的甲烷排放通量估算模型 相似文献
13.
棉花叶面积指数（LAI）是描述其长势的重要指标,准确获取冠层结构参数是叶面积指数反演的必要条件。以ScoutB-100油动单旋翼无人机为飞行平台,搭载RIEGL VUX-1激光雷达,精确获取棉花高密度点云数据,得到研究区棉田数字表面模型（DSM）和数字高程模型（DEM）,通过差值运算获得其冠层高度模型（CHM）,进而提取有效的冠层结构参数。利用相关性分析法选取相关系数大于0.2的激光穿透力指数（LPI）、回波点云密度（D）、孔隙率（fgap）、归一化高程值（VnDSM）构建棉花LAI反演模型,并与实测叶面积指数进行精度验证与评价。实验结果表明：模型估算的LAI与实测LAI之间的决定系数为0.824,均方根误差为0.072,验证了模型的可靠性。 相似文献
14.
矿区植被物化参数高光谱遥感估算研究 总被引：1，自引：0，他引：1
卢霞 《地理与地理信息科学》2010,26(5)
基于高光谱遥感数据Hyperion和植物冠层反射光谱,应用指数法、回归统计法和基于光谱位置变量的方法对矿区植被生物量和叶绿素浓度(SPAD)进行估算.结果表明:植被指数R752/R548与植物鲜重相关性最高,相关系数为0.88;选用植物像元光谱,基于植被指数R752/R548,利用三次函数法构建植物鲜重估算模型精度较高,多重判定系数R2达0.883;植被指数DVI[752,640]与植物干重相关性最高,相关系数为0.42;基于植被指数DVI[752,640],应用线性回归法构建植被干重估算模型精度较低,多重判定系数R2为0.177;基于四点内插法提取的红边位置与叶绿素浓度显著相关,相关系数为0.433;Datt(1)和Datt(2)植被指数与叶绿素浓度存在显著相关,相关系数分别为0.871和0.868;基于红边位置(REP)、Datt(1)和Datt(2)植被指数构建植物叶绿素浓度估算模型精度较高,多重判定系数R2分别为0.814、0.805和0.781.应用高光谱遥感技术可有效地检测矿区受损生态环境下的植被,为矿区植物生态修复工程提供本底资料. 相似文献
15.
《资源与生态学报(英文版)》2020,(3)
太阳辐射驱动的植物光合作用是所有生物圈功能的基础。高寒草甸生态系统范围广,土壤碳密度高,气候变化剧烈,因此是高寒生态系统关键过程响应气候变化的指示器。然而,对高寒草甸生态系统光合作用的主要参数,包括被冠层吸收的光合有效辐射占比(FPAR)、冠层消光系数(k)和冠层叶面积指数(LAI)季节动态的研究较为缺乏。利用2009–2011年太阳辐射各组分和植被叶面积指数观测,分别估算了位于西藏自治区当雄县一个典型的高寒草地生态系统的这三个光合参数,并与最新MODIS(collection6)遥感FPAR(FPAR_MOD)和LAI产品(LAI_MOD)进行了对比。此外,基于比尔–朗伯吸收定律和MODIS植被指数产品(归一化植被指数NDVI和增强型植被指数EVI),本研究介绍了一个纯遥感手段估算高寒草甸生态系统植被冠层光合参数季节动态的方法。结果表明:2009–2011年该研究区高寒草甸日均FPAR分别是0.33、0.37和0.35,所有4个基于遥感的FPAR产品,包括FPAR_MOD、基于比尔–朗伯吸收定律(常数化消光系数为0.5)估算的FPAR_LAI,以及2个利用MODIS植被指数产品与FPAR地面观测(FAPRg)建立非线性统计模型估算的FPAR(FPAR_NDVI和FPAR_EVI)均对FPARg的年内季节变异做出了很好的解释。相比而言,FPAR_MOD严重低估了FPARg,低估量超过了FPARg本身的40%;FPAR_LAI也明显低估了FPARg,低估量将近20%,这主要是由于比尔–朗伯吸收定律中k值在整个生长季都被设置为常数0.5,因此用FPAR_LAI去校准FPAR_MOD在该高寒草甸不是一个科学合理的方法。通过遥感估算,该高寒草甸的k值存在明显的季节变异,变异范围是0.19–2.95。考虑k值的季节变化后,FPAR_NDVI和FPAR_EVI明显地提高了对FPARg的估算精度,二者对FPARg虽然有轻微的高估,但高估量均不到5%(RMSE=0.05)。基于植被指数(NDVI和EVI)模拟的FPAR和k的季节动态,利用比尔–朗伯吸收定律估算的植被叶面积指数(LAI_NDVI和LAI_EVI)明显提高了遥感LAI_MOD产品的准确度。本研究揭示了基于比尔–朗伯吸收定律,植被指数构建的遥感模型可以提供该高寒草甸FPAR、k和LAI季节动态简单而有效的估算方法。 相似文献
16.
遥感蒸散模型的时间重建方法研究 总被引：13，自引：1，他引：12
本文提出的遥感蒸散模型的时间重建方法考虑了逐日蒸散可能的变化情况, 在阻抗- 彭曼单层模型的基础 上, 将图像去云处理与时间重建结合在一起, 先使用SEBS 能量平衡余项模型获得晴好日的地表阻抗信息, 选择了 叶面积指数LAI 作为反映植被表面阻抗的参量, 通过时间序列谐波分析(HANTS)获得逐日逐像元的LAI 信息, 将晴 好日的阻抗信息扩展至待定日, 并使用因子函数表达了极端温湿条件对植被叶面阻抗的限制作用。使用中科院禹 城站2003 年作物季的大型蒸渗仪数据对模型所得逐日蒸散结果进行了验证。在作物生长季, 模型结果相对于实测 结果表现出了良好的相关性(R2≈0.7), 远优于作为对比的蒸发比不变法。受单层模型假设局限, 方法在裸地及稀疏 植被上的结果还存在着较大的误差。 相似文献
17.
《地理与地理信息科学》2017,(2)
气温(Ta)是描述陆地气候环境的一个重要参数,其异常变化直接影响人类的生存环境,因此如何高精度地估算气温成为当前研究的热点。MODIS数据因其分辨率较低不能提供精细的地表信息,为此,本文以更高分辨率的Landsat8影像为数据源,结合自动气象站的气温数据,耦合经纬度、归一化植被指数、归一化建筑指数和改进的归一化水体指数等多种因子,建立了多窗口线性回归模型(Multi-Window Linear Regression Model,MWLR)。最后以浙江北部为研究区,使用MWLR模型对该地区冬季气温进行了估算,模型预测的RMSE在1.458~1.551℃之间,R~2在0.835~0.842之间,当窗口大小为3×3时取最优精度(RMSE=1.458℃,R~2=0.835),优于一般的空间内插方法。研究结果验证了利用MWLR模型和Landsat8影像进行气温估算的有效性,并提供了一种基于遥感数据在局部地区开展高精度和高分辨率气温估算的模型。 相似文献
18.
以Landsat TM/ETM+为基本数据源,利用遥感和GIS技术定量反演了哈尔滨市1989和2000年的地面亮温和植被指数(NDVI),对标准化地面亮温分级数据进行热力景观指数计算,研究城市热场分布的空间格局、时空变化规律和不同植被指数(NDVI)等级下热环境的变化特征.结果表明:1989和2000年哈尔滨市建成区均存在显著的热岛效应,2000年建成区热岛效应增强,哈尔滨市总体地面亮温升高;热力景观日趋破碎,各景观类型受干扰程度较大,处于很不稳定的状态.NDVI与地面亮温的负相关性随着植被覆盖度的升高而增大;植被覆盖度与地面亮温的空间变异呈负相关. 相似文献
19.
本文在ENVI的支持下,提取影响植被生态主要因子的4项遥感指数,将其与在GIS环境下生成的、通过ERDAS转换成ENVI可读的、经过投影转换而得的高程和坡度数据进行复合,生成综合影像.然后对其进行主成分分析,确定影响植被生态的综合因素及权重,建立植被生态评价模型,并利用该模型对福州市的植被生态进行评价. 相似文献
20.
应用Landsat7 ETM+遥感数据与同期野外实测叶面积指数(LAI)数据,基于多季相遥感影像,用面向对象的分类方法,提取双台河口国家级自然保护区芦苇分布数据,建立芦苇LAI最优估算模型,并进行其遥感反演及空间格局分析。研究结果表明,2012年,双台河口国家级自然保护区内芦苇总面积为38 200 hm2,占保护区总面积的29.5%,其中,缓冲区的芦苇面积为16 200 hm2,实验区的芦苇面积为11 900 hm2,核心区芦苇面积为10 100 hm2;以遥感影像缨帽变换(TC)后的绿度(GREEN)分量、ETM+第5波段(B5)和第3波段(B3)为自变量的多元线性模型为芦苇LAI反演的最优估算模型(p0.01,R2=0.741)。双台河口国家级自然保护区芦苇LAI介于0.12~5.85之间,呈现东高、西低和北高、南低的分布格局;保护区核心区的芦苇LAI最均一,实验区的芦苇LAI空间变化最明显。 相似文献