共查询到17条相似文献，搜索用时 78 毫秒
1.
针对利用GPS接收机在接收L 波段信号时对周围植被水分含量较为敏感的特性,使用GPS反射信号的变化,进行测站归一化植被指数(NDVI)反演. 利用2个GPS参考站近5年的连续观测数据计算的归一化微波反射指数(NMRI),构建了反演NDVI的一元线性模型. NMRI整体变化趋势与同时间段内中分辨率成像光谱仪(MODIS) NDVI趋势表现一致,其反演结果相关系数R分别为0.626 53、0.625 73,均方根误差(RMSE)分别为0.051 29和0.055 08,进而使用BP神经网络模型反演相关系数分别提高了2%、6%. 表明GPS干涉反射测量(GPS-IR)反演区域NDVI结果具有较高可靠性. 该研究为获取精确位置、实时连续、高分辨率的 NDVI 提供了一定的理论支撑. 相似文献
2.
BP神经网络辅助的GNSS反射信号土壤湿度反演 总被引：1，自引：1，他引：0
针对如何快速准确地估算区域尺度上的土壤湿度问题,该文首先从高质量GPS接收机接收的信噪比观测值中,提取L2C反射信号的振幅和相位作为输入,并采用Noah陆面模型计算土壤湿度值作为期望值,构建基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演模型。实验结果表明:基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演方法获取的土壤湿度结果与土壤湿度参考值误差较小,线性回归的决定系数R2为0.909 1,均方根误差为0.028 7;进一步与线性回归统计模型比较发现,利用BP神经网络模型定量估测土壤湿度明显优于线性回归统计模型,证明了该方法的可靠性。 相似文献
3.
4.
冬小麦叶面积指数的高光谱估算模型研究 总被引：2，自引：0，他引：2
本文以山东禹城为研究区,利用地面实测光谱数据,探讨不同植被指数和红边参数建立高光谱模型反演冬小麦叶面积指数的精度。通过逐波段分析计算了4种植被指数(NDVI、RVI、SAVI、EVI),结合同步观测LAI数据,确定反演叶面积指数的最优波段;计算了5种常用的高光谱植被指数MCARI、MCARI2、OSAVI、MTVI2、MSAVI2,同时利用4种常用方法计算红边位置和红谷,与实测LAI进行回归分析,比较植被指数和红边参数模型对冬小麦LAI的估测精度。结果表明各因子与LAI均具有较高的相关性,整个研究区归一化植被指数具有最高的反演精度,确定了估算冬小麦LAI的最优模型,并使用独立的LAI观测数据对模型进行了验证。 相似文献
5.
叶面积指数(leaf area index,LAI)是描述植被冠层结构的重要参数,准确获取果树的LAI对果树长势监测和果树估产均有重要作用。以美国加州中部的果园为研究区,基于沿太阳主平面飞行成像的机载MODIS/ASTER模拟传感器(MODIS/ASTER airborne simulator,MASTER)数据,利用实测LAI数据与归一化差值植被指数(normalized difference vegetation index,NDVI)、归一化差值红外指数(normalized difference infrared index,NDII)和归一化差值水体指数(normalized difference water index,NDWI)分别建立回归模型,并选取NDWI进行研究区LAI的反演。结果表明:由于地物的二向性反射,垂直太阳主平面飞行获取的遥感数据具有明显的亮度梯度现象,而沿太阳主平面飞行获取的遥感数据几乎不受亮度梯度的影响;NDVI在高植被覆盖区容易达到饱和,而NDWI比NDVI和NDII具有更高的拟合度和更小的均方根误差,更加适合研究区LAI的遥感反演;该研究结果可以丰富LAI反演理论,也可以为研究LAI尺度问题提供理论和数据支持。 相似文献
6.
马尾松LAI与植被指数的相关性研究 总被引：1，自引：0，他引：1
以福建省永安市区为研究区,计算IRS-P6(LISS-Ⅲ)多光谱数据的DVI、EVI2、MSAVI、NDVI、RDVI、RVI及TNDVI等7种植被指数,并与使用LAI-2000测量的马尾松叶面积指数(LAI)建立相关关系,分析植被指数对马尾松LAI的影响。从决定系数(R2)和标准误差两个方面对基于不同植被指数的LAI反演模型进行定量分析,反演模型包括线性模型、二次曲线模型、幂函数曲线模型和指数曲线模型4种。结果表明,马尾松LAI与植被指数呈指数曲线相关或幂函数曲线相关。反演马尾松LAI,最佳的统计模型是指数曲线模型和幂函数曲线模型,较佳植被指数为TNDVI、NDVI和RVI,其指数曲线模型和幂函数曲线模型拟合的R2均高于0.76,且验证结果R2均高于0.84,但RVI指数反演的模型标准误差相对较大。总体而言,TNDVI和NDVI的指数曲线和幂函数曲线模型对马尾松LAI具有较好的预测性。 相似文献
7.
基于环境星CCD数据的冬小麦叶面积指数遥感监测模型研究 总被引：11，自引：0，他引：11
以山东禹城为研究区,利用我国自主研发的环境星数据,计算了4种植被指数,即归一化植被指数(NDVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)及增强型植被指数(EVI);结合同步观测数据,将植被指数与实测叶面积指数(LAI)进行回归分析,比较各种植被指数模型对冬小麦LAI的估测精度。结果表明,4种植被指数与LAI均具有较高的相关性,其中,比值植被指数(RVI)对LAI反演精度最高,即LAI=2.967 lnRVI-1.201是估算冬小麦LAI的最优模型。使用2009年5月冬小麦LAI观测数据对模型进行验证,平均相对误差为19%。 相似文献
8.
基于主成分分析和BP神经网络的法国梧桐叶绿素含量高光谱反演研究 总被引：6，自引：0，他引：6
利用ASD便携式野外光谱仪和SPAD-502叶绿素计实测了落叶阔叶树法国梧桐叶片的高光谱反射率与叶片绿度,并对原始光谱反射率及一阶导数光谱与叶片绿度进行了相关分析;综合分析了10个常见光谱植被指数与法国梧桐叶绿素含量的相关性与预测性;最后利用主成分分析对光谱数据进行降维,将得到的主成分得分作为BP人工神经网络模型的输入变量进行了法国梧桐叶绿素含量的估算。结果表明:法国梧桐的叶片反射光谱数据与叶绿素含量的相关性在可见光区域显著,导数光谱数据在绿黄光区和红光区的部分波段与叶绿素含量的相关系数大于对应波段光谱反射率与叶绿素含量的相关关系。在所列举的10个常用植被指数中归一化植被指数与叶绿素含量的关系最密切,相关系数达到了0.7957。主成分分析的BP神经网络模型可以容纳更多的波段信息进行叶绿素含量的估算,预测值与实测值之间的线性回归的确定性系数R2为0.9883,是一种良好的植被叶绿素含量高光谱反演模式。 相似文献
9.
本文利用2006年、2010年沈阳市地区TM遥感数据,采用影像IB算法反演地表温度,分析了沈阳市热岛效应的空间分布特征、变化现象以及地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)之间的相关性。研究表明沈阳市热岛效应总体呈现由市中心向四周逐渐扩张的空间特征,地表温度与归一化植被指数(ND-VI)存在紧密的负线性相关关系,地表温度与归一建筑指数(NDBI)存在正相关关系。 相似文献
10.
基于生态参数的岩溶峰丛区石灰岩基岩表面溶蚀率遥感反演 总被引：1，自引：0，他引：1
为了探索岩溶峰丛区生态参数与石灰岩基岩表面溶蚀率的相关性,用相关生态参数反演土层下石灰岩基岩表面的溶蚀率,从而间接估算其变形。选择桂林丫吉村岩溶峰丛区为研究区,以Landsat5 TM多光谱数据为信息源,提取归一化差值植被指数(normalized difference vegetation index,NDVI)、地面温度及土壤湿度等遥感参数;运用SPSS统计软件对这3种参数分别与石灰岩溶蚀率进行了相关分析,确定其相关系数分别为-0.91,0.85及0.93;在此基础上,通过逐步回归分析,建立了运用NDVI估算植被覆盖下石灰岩表面溶蚀率的遥感反演模型。结果表明:NDVI与石灰岩溶蚀率相关性最大,所以植被信息是石灰岩表层基岩溶蚀的主要间接标志;溶蚀率与NDVI指数存在线性关系,因此只要已知研究区其他地区的NDVI指数,即可估算出该地区的石灰岩基岩表面溶蚀率。 相似文献
11.
针对南方丘陵地区针叶-阔叶混交林植被叶面积指数（leaf area index，LAI）反演精度低且研究较少的问题，本文提出了一种GLIBERTY-DSAIL耦合模型组合多元线性回归反演LAI的方法。本研究以GLIBERTY-DSAIL模型模拟光谱和植被实测高光谱为数据源，通过相关性分析，选取与LAI相关性高的植被指数作为反演因子，构建多元线性回归模型定量反演植被LAI并进行精度评定。结果表明：与LAI显著相关的RVI、DVI、GNDVI、MSAVI这4种植被指数作为反演因子，结合本文提出的组合模型反演LAI，模型预测决定系数R2为0.708 6，均方根误差RMSE为0.302 1，精度整体较高。该组合方法可较好地用于反演针叶-阔叶混交林植被LAI，为南方地区混交林LAI的研究提供新思路。 相似文献
12.
Anup K. Prasad Lim Chai Ramesh P. Singh Menas Kafatos 《International Journal of Applied Earth Observation and Geoinformation》2006
Numerous efforts have been made to develop various indices using remote sensing data such as normalized difference vegetation index (NDVI), vegetation condition index (VCI) and temperature condition index (TCI) for mapping and monitoring of drought and assessment of vegetation health and productivity. NDVI, soil moisture, surface temperature and rainfall are valuable sources of information for the estimation and prediction of crop conditions. In the present paper, we have considered NDVI, soil moisture, surface temperature and rainfall data of Iowa state, US, for 19 years for crop yield assessment and prediction using piecewise linear regression method with breakpoint. Crop production environment consists of inherent sources of heterogeneity and their non-linear behavior. A non-linear Quasi-Newton multi-variate optimization method is utilized, which reasonably minimizes inconsistency and errors in yield prediction. 相似文献
13.
针对卫星遥感技术监测地表温度(land surface temperature,LST)存在时空分辨率矛盾这一难题,以TsHARP温度降尺度算法为基础,根据地表覆盖类型的不同,分别选择与LST相关性更好的光谱指数(归一化植被指数,NDVI;归一化建造指数,NDBI;改进的归一化水体指数,MNDWI;增强型裸土指数,EBSI)提出了新的转换模型,并从定性和定量两个角度评价了TsHARP法和新模型的降尺度精度。结果表明:两种模型在提高LST空间分辨率的同时又能较好地保持MODIS LST影像热特征的空间分布格局,消除了原始1km影像中的马赛克效应,两种模型均能够达到较好的降尺度效果;全局尺度分析表明,不管是在降尺度结果的空间变异性还是精度方面,本文提出的模型(RMSE:1.635℃)均要优于TsHARP法(RMSE:2.736℃);TsHARP法在水体、裸地和建筑用地这些低植被覆盖区表现出较差的降尺度结果,尤其对于裸地和建筑用地更为明显(|MBE|3℃),新模型提高了低植被覆盖区地物的降尺度精度;不同季节的降尺度结果表明,两种模型都是夏、秋季的降尺度结果优于春、冬季,新模型的降尺度结果四季均好于TsHARP法,其中春、冬季的降尺度精度提升效果要优于夏、秋季。 相似文献
14.
基于MODIS-NDVI数据分析澜沧江流域生长季植被NDVI时空特征和变化趋势,结合地形数据、气象站点数据和植被类型数据,利用趋势分析和相关性分析法研究植被NDVI变化对气候因子的响应。结果表明:1)2000-2017年澜沧江流域生长季植被NDVI均值为0.592,整体呈现出由西北向东南波动增加趋势,增长速率为0.09%/10年;2) 2000-2017年澜沧江流域气温呈上升趋势,降水呈下降趋势,植被NDVII总体与平均气温的相关性高于累积降水量;3)澜沧江流域生长季植被NDVI驱动因子分析表明,气候驱动中以气温降水联合驱动为主,流域植被NDVI变化整体为非气候驱动。 相似文献
15.
利用月度肾综合征出血热发病人数和长时序月度NDVI值的相互关系, 对肾综合征出血热的发病趋势及发病人数进行预测。研究区大杨树镇2001—2005年共有144例完整的HFRS病人资料, 以及同期详细的宿主动物捕获数据。基于Landsat TM影像以及Google earth 影像, 大杨树地区土地利用分为4种类型, 山地、林地、农田以及居民点。各类土地利用类型的NDVI数据由SPOT-4 卫星的 VGT-S10数据集(10d最大化合成的NDVI数据)提供。对HFRS病例与NDVI之间的关系进行图解分析、相关分析和回归分析。研究表明, NDVI的峰值多出现于8月, 而HFRS发病人数的峰值多出现在11月。前朔3个月的农田NDVI值与HFRS病例数之间的相关系数为0.67(P值<0.001)。农田NDVI峰值比HFRS病例的峰值提前了3个月。研究量化了NDVI与HFRS之间的关系, 为HFRS早期预警系统的建立提供了依据。 相似文献
16.
介绍了利用GPS信噪比(SNR)数据反演水位变化的原理．选取Calcasieu Pass GPS站的SNR数据反演水位变化,并与附近验潮站监测数据进行对比,两者表现出很好的一致性,两者的相关系数优于0.80,RMSE在8 cm左右,验证了基于GPS SNR数据监测海平面变化的可行性和可靠性,通过不同时段和时长的试验分析,证明了岸基GPS站可连续对水位进行监测． 相似文献
17.
The understanding influence of multiple factors variations on land surface temperature (LST) remains elusive. LST was retrieved by the atmospheric correction algorithms. Based on the correlation coefficients, stepwise regression analysis was developed to examine how multiple factors variability led to LST variations. The differences in LST between impact factors vary depending on time in a day. The elevation and land use types significantly affect the LST in sunny slope or shadow areas has a significantly quadratic curve correlation or a negative linear correlation with it, the influence of slope and aspect is not very significant. LST for forestland, grassland and bare land in the sunny slope and shadow area was the cubic polynomial related to its elevation. Normalized difference vegetation index (NDVI) and normalized difference moisture index (NDMI) effectively express LST in mountainous. LST and NDMI or NDVI have a significantly negative correlation, NDMI is more effective and more applicable for the expression of LST. 相似文献