共查询到20条相似文献，搜索用时 218 毫秒
1.
作物LAI的遥感尺度效应与误差分析 总被引：7，自引：2，他引：5
以黑河中游盈科绿洲为研究区, 利用Hyperion高光谱数据, 采用双层冠层反射率模型(ACRM)迭代运算反演LAI; 通过LAI的均值化(LAImean)以及Hyperion数据反射率线性累加反演LAI(LAIp), 定量分析LAI反演的尺度效应; 从模型的非线性和地表景观结构的空间异质性2个方面分析引起反演误差的原因, 并在LAI-NDVI回归方程的基础上利用泰勒展开的方法对低分辨率数据反演结果进行了误差纠正。结果表明, 地表景观结构的空间异质性是造成多尺度LAI反演误差的关键因素, 通过泰勒展开式能很好地实现大尺度数据LAI反演结果的误差纠正。 相似文献
2.
针对利用卫星遥感影像进行大范围反演大豆叶面积指数(LAI)时人工野外样本实测耗时耗力的问题，该文以黑龙江省海伦市、嫩江市两块大豆样地作为研究对象，使用无人机平台获取激光雷达(LiDAR)点云数据，利用孔隙度模型进行大豆LAI反演，根据地面实测数据开展精度评价，并进一步探讨利用无人机LiDAR反演值替代地面实测值进行Sentinel-2卫星影像LAI反演的可行性。实验结果表明，去掉地块边缘混合单元网格影响后，两块大豆样地的LAI反演精度均优于90%。利用无人机LiDAR反演值替代地面实测数据与植被指数构建回归模型，大范围卫星反演LAI精度均优于86%。 相似文献
3.
地表覆盖分类数据对区域森林叶面积指数反演的影响 总被引：2，自引：0，他引：2
以江西省吉安市为研究区,将5种全球地表覆盖分类数据(包括美国地质调查局(USGS)、马里兰大学(UMD)和波士顿大学(BU)生成的3套数据和欧洲生成的2套数据)以及由TM影像生成的区域地表覆盖分类数据,分别与MODIS1km反射率资料结合,利用基于4尺度几何光学模型的LAI反演方法生成研究区的LAI。在1km和4km两种尺度上将反演的LAI与TM资料生成的LAI进行比较,评价地表覆盖分类数据对LAI反演结果的影响。结果表明,TM和欧洲太空局的GLOBCOVER地表覆盖分类数据用于反演LAI的结果较好,在1km尺度上,反演的LAI与统计模型估算的TMLAI相关的R2分别为0.44和0.40,在4km尺度上的R2分别为0.57和0.54;其次为波士顿大学的MODIS地表覆盖分类数据,据其反演的LAI与TMLAI相关的R2在1km和4km尺度上分别为0.38和0.51;而马里兰大学的UMD和欧洲的GLC2000地表覆盖分类数据会导致反演的LAI存在较大误差,据其反演的LAI与TMLAI之间的一致性较差,在1km和4km两种尺度上平均偏低20%左右;LAI的反演结果对聚集度系数具有强的敏感性。该研究表明,为了提高区域/全球LAI反演精度,需要有高质量的地表覆盖分类数据。 相似文献
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.
利用交叉验证的小麦LAI反演模型研究 总被引：4，自引：0，他引：4
《国土资源遥感》2015,(4)
叶面积指数(leave area index,LAI)是表征植被冠层结构和生长状况的关键参数,采用遥感技术进行LAI反演是遥感反演领域的热点和难点之一。利用小麦关键生育期的高光谱数据,计算其一阶和二阶导数,并构建植被指数(RVI,NDVI,EVI,DVI和MSAVI)及三边变量参数等高光谱变量;将上述参数与小麦LAI数据进行相关性分析,并利用交叉验证法进行多种回归分析,确定反演小麦LAI的敏感参数,选择反演模型;最后使用敏感参数构建所有样本的小麦LAI反演模型,并比较其拟合效果。研究结果表明:经过交叉验证的反演建模,其拟合结果的均方根误差(RMSE)整体上较未经交叉验证反演建模结果的RMSE小;在用敏感参数构建的回归模型中,RVI立方回归模型是用遥感数据反演小麦LAI的最优模型。 相似文献
6.
联合HJ-1/CCD和Landsat8/OLI数据反演黑河中游叶面积指数 总被引：1，自引：0，他引：1
目前制约30 m分辨率地表参数遥感提取的主要因素是有限的观测个数,而联合多传感器观测是提高单位时间观测频次的一个有效途径。本文以黑河中游为研究区,利用HJ-1/CCD和Landsat 8/OLI传感器构建多传感器观测数据集。对多传感器观测数据集在观测周期内的有效观测个数、观测角度和双向反射分布函数BRDF分布特征、以及经过预处理后的多传感器数据一致性等问题进行分析。不同传感器观测数据质量差异是多传感器联合反演的主要问题,因此本文首先制定了多传感器数据质量控制方案,然后利用统一模型查找表反演单传感器叶面积指数LAI结果,对10天观测周期内经过质量筛选的单传感器反演结果采用平均方法合成LAI产品。结果表明,LAI有效反演像元占总反演像元比例由单传感器的6.4%—49.7%提高到多传感器的75.9%。利用地面测量数据进行验证分析,LAI反演结果与地面实测数据的均方根误差RMSE均值为0.71。利用30 m分辨率的HJ-1/CCD和Landsat 8/OLI传感器数据可以生产精度可信、时间分辨率连续的LAI产品。 相似文献
7.
叶面积指数LAI (Leaf Area Index)是调节植被冠层生理过程的最重要的生物物理变量之一,高空间分辨率时间序列LAI对于植被生长检测、地表过程模拟与区域和全球变化研究至关重要,但是由于数据缺失和反演方法限制,目前还没有时空连续的高分辨率LAI数据产品。本研究提出了一种生成时间连续的高空间分辨率LAI数据的算法,首先对MODIS LAI产品滤波平滑,生成时间序列LAI的上包络曲线,根据上包络曲线提供的变化信息构建LAI动态模型。然后利用地面实测的LAI数据与Landsat反射率数据构建LAI反演的BP (Back Propagation)神经网络模型。将反演得到的高分辨率LAI数据作为LAI观测数据,利用集合卡尔曼滤波EnKF (Ensemble Kalman Filter)方法实时更新动态模型,生成时间连续的30 m空间分辨率LAI数据集。基于该算法生成了塞罕坝地区2000年—2018年长时间序列LAI数据集,利用Prophet深度学习模型进行模拟和预测,根据预测和原始LAI差异,利用支持向量机SVM (Support Vector Machine)方法检测植被干扰状况。结果表明:EnKF算法能够生成时空连续的高空间分辨率LAI数据,估算结果与地面测量值一致性较高,R~2为0.9498,RMSE为0.1577,在区域尺度上与Landsat LAI参考值较为吻合,R~2高于0.87,RMSE低于0.61。Prophet与SVM模型检测到研究区2009年,2010年,2013年,2014年,2015年植被受干扰较为严重,主要由于年降水量偏少和林区作业砍伐造成,检测结果与当地降水量与砍伐数据吻合。本文提出的算法可用于大范围高时空LAI数据反演和植被变化检测,对塞罕坝乃至全国林区规划管理具有重要的参考价值。 相似文献
8.
9.
叶面积指数(leaf area index,LAI)是评价植被长势和预测产量的重要农业生理生态参数。高分2号(GF-2)卫星数据具有高空间分辨率特点,能反映更多细节信息,针对该数据特点的LAI反演方法具有较高的研究价值。以河北省廊坊市万庄镇为研究区,对孕穗期小麦采用了回归模型和神经网络算法反演LAI;采用4种植被指数与实测LAI值构建回归模型,同时重点探讨了PROSAIL模型结合神经网络方法进行LAI反演。研究结果表明,在回归模型中,归一化植被指数(normalized difference vegetation index,NDVI)的二项式模型估算LAI可以获得最高精度,采用实测数据验证的决定系数(R2)和均方根误差(root mean square error,RMSE)分别为0.719 3和0.393 6;与回归模型相比,神经网络反演LAI方法更显著提高了精度,R2和RMSE分别达到0.900 8和0.273 2。基于GF-2卫星数据,在研究区小麦孕穗期,神经网络反演LAI具有较强可行性和适用性,可为高空间分辨率卫星影像的LAI反演提供参考。 相似文献
10.
地面LiDAR数据模拟及单木LAI反演 总被引：1，自引：0，他引：1
地面激光雷达Li DAR可以快速获取高精度、高密度的点云数据,在植被结构参数获取方面的应用越来越广泛。为了定量分析地面激光雷达点云数据获取单木结构参数的能力和精度,本文提出利用光线跟踪结合植被真实结构模拟地面3维激光扫描仪的单木点云数据(以RIEGL VZ-1000为例),并结合间隙率模型反演单木叶面积指数LAI。在点云模拟过程中,充分考虑了脉冲特性,包括光斑大小、波束发射角以及回波探测强度。重点分析了光斑大小和最小探测强度对LAI反演的影响,并采用根河实测单木数据进行了验证。结果表明,光斑大小和最小探测强度的设定对于LAI反演结果存在很大影响,该结论对于提高地面激光雷达点云数据反演植被结构参数精度具有重要意义。 相似文献
11.
机载WIDAS数据的Landsat卫星反照率初步验证 总被引：1，自引：1，他引：0
随着精细化监测的需求,中高空间分辨率的地表反照率产品逐渐成为气候模型的主要输入。目前,中高空间分辨率反照率产品的验证主要基于地表站点的通量塔观测数据,区域机载飞行数据的验证依然相对较少。因此,本文基于区域机载数据验证Landsat反照率产品。针对内蒙古自治区根河森林试验区所获取的机载红外广角双模式成像仪(WIDAS)多角度反射率数据,应用BRDF原型反演算法估算其反照率,分析了应用机载数据验证中高空间分辨率反照率产品的潜力。2016年内蒙古根河森林试验区机载WIDAS飞行多角度观测的可用多角度范围为25°,以前的研究表明BRDF原型反照率反演算法表现出对小观测角度的反照率反演结果的鲁棒性。因此,机载WIDAS反照率在一定程度可用于星载反照率的验证。首先,基于核驱动模型和各向异性平整指数(AFX)提取了试验区4种MODIS二向性反射分布函数(BRDF)原型;然后,将其作为先验知识应用到根河森林WIDAS机载数据的反照率反演中;最后,用WIDAS反照率和单个地面通量塔观测的反照率对Landsat卫星数据的反照率进行初步验证。验证结果表明Landsat反照率与WIDAS反照率结果较为一致,但略有低估,总体均方根误差(RMSE)约为0.02,偏差为0.0057。在多角度观测范围较小时,BRDF原型的反照率反演算法可为星载地表反照率的验证提供了一种有效的验证手段。 相似文献
12.
用遗传算法反演连续植被的组分温度 总被引：6，自引：0，他引：6
由于热红外多波段数据间具有高度的相关性和混合像元的大量存在，使得多波段陆面温度反演精度难以提高，并且难以得到组分温度信息。在连续植被热辐射方向性规律上的基础上，以喜直型连续植被为例，进行了大量的Monte-Carlo模拟，建立了组分有效比辐射率与土壤表面比辐射率和植被叶面积指数之间的经验函数关系，并以此构造目标函数，采用遗传算法，从热红外多角度数据中，同时反演混合像元组分温度和土壤比辐射率以及叶面积指数。通过对模拟的观测数据进行遗传算法反演的大量试验，结果表明，遗传算法反演组分温度非常稳健，在宽松的先验知识条件下，遗传算法可以解决不确定性反演问题。遗传算法反演结果和野外实测数据作了比较，证实了反演原理的正确性，为基于热红外方向性辐射模型反演组分温度，提供了新方法。 相似文献
13.
Computer simulation models have seldom been applied for estimating the structural and biophysical variables of forest canopy. In this study, an approach for the estimation of leaf area index (LAI) using the information contained in hyperspectral, multi-angle images and the inversion of a computer simulation model are explored. For this purpose, L-systems combined with forest growth model ZELIG were applied to render 3-D forest architectural scenarios. The Radiosity-graphics combined model (RGM) was used to estimate forest LAI from the Compact High-Resolution Imaging Spectrometer/Project for On-Board Autonomy (CHRIS/PROBA) data. LAI inversion was performed using the look-up table (LUT) method. The estimated LAI was evaluated against in situ LAI measurement and compared against the LAI predictions from CHRIS data obtained using the Li-Strahler geometric-optical canopy reflectance model (GOMS). The results indicated that the method used in this study can be efficient strategy to estimate LAI by RGM model inversion. 相似文献
14.
一个植被双向反射模式的反演控制试验 总被引：1，自引：0，他引：1
利用地面遥感观测数据,对一个浑浊介质假定下的植被双向反射模式,增加了对太阳漫射辐射因素处理,在可见光波段上,进行了系列模式反演试验。这些试验有助于完善植被双向反射模式中物理过程的描述,了解模式反演过程的控制和选择合适遥感观测数据进行模式反演。分析试验结果发现：（１） 对 Ｌ Ａ Ｉ进行初值预估有利于获得较好的植被双向反射模式反演结果。（２） 加入植被对太阳漫射辐射的反射过程描述,可以使植被双向反射模式的反演结果更加合理。（３） 使用在太阳天顶角不太大（ ＜ ４５°） 和太阳方位角偏离１８０°不多（ ＜ ４５°） 观测条件下得到的遥感数据,可以使植被双向反射模式的反演结果较好。（４） 在３１°—６１°的太阳天顶角范围和１３６°—２５８°的太阳方位角范围内,多角度观测使太阳天顶角和方位角因素对 Ｌ Ａ Ｉ反演结果的影响不显著。（５） 当太阳漫射辐射的份额不大时,对 Ｌ Ａ Ｉ反演结果的影响不显著。如果只针对 Ｌ Ａ Ｉ,那么对反演植被双向反射模式所应用的地面遥感数据可以不进行大气校正处理,这样的结果虽然是从对地面遥感数据的处理中获得的,仍然对卫星遥感的观测时段选择和卫星遥感数据的选取和分析有一定的价值。 相似文献
15.
城市轨道交通沿线的风险源识别是防止违规作业导致的安全事故的重要手段。为解决传统识别方法效率低、漏检率高、成本大等问题,本文基于无人机地铁保护区巡检系统,采用卷积神经网络对无人机采集的影像数据进行风险源识别。首先介绍无人机影像获取的流程,并在原始影像数据的基础上,通过数据增强的方式制作多角度、多尺度的风险源数据集;然后使用卷积神经网络建立风险源识别模型,对无人机采集影像中的风险源进行自动识别和定位。试验结果表明,多角度、多尺度风险源数据集的建立进一步提升了模型的识别准确率,且比传统方法具有效率高、成本低等优点。 相似文献
16.
植被光能利用率高光谱遥感反演研究进展 总被引：1，自引：0，他引：1
光能利用率是表征植被通过光合作用将所截获/吸收的能量转化为有机干物质效率的指标。光能利用率是植被光合作用的重要概念,也是区域尺度以遥感参数模型监测植被生产力的关键参数。不同植被类型的光能利用率具有明显的时空差异,水分、温度、养分供给等环境胁迫因素会影响植被的光能利用率。随着高分辨率光谱测量传感器的使用,位于可见光和近红外区域的窄波段可以捕捉到植被冠层反射率的细微变化,也促进了光能利用率遥感反演技术的发展。本文结合国际植被光能利用率遥感反演最新研究成果,从基于环境胁迫因子的光能利用率反演,基于植被光谱指数的光能利用率反演、基于叶绿素荧光的光能利用率反演,以及基于涡度相关测量数据和遥感数据相结合的光能利用率反演四个方面,详细介绍了植被光能利用率遥感反演的主要技术方法,并对植被光能利用率遥感研究存在的主要问题和发展趋势进行了讨论。 相似文献
17.
随着空间大地测量观测精度的提高，大地测量反演模型也更加精确细化，对反演算法也提出了更高的要求。针对球体分层位错模型断层参数反演问题，从反演参数的敏感性与相关性两个方面入手，分析了遗传算法在反演中的缺陷，提出了迭代最小二乘算法与遗传算法相结合的组合算法，利用模拟数据反演验证了算法的有效性。在遗传算法的断层参数反演中，断层的深度和滑距往往难以得到良好的结果，主要原因首先是上深度与下深度之间以及深度与滑距之间具有很强的相关性，其次是深度和滑距的敏感性相对来说也比较低。组合算法在各种倾角的断层上都取得了理想的反演结果，具有实用性。 相似文献
18.
多角度NOAA卫星数据地面BRDF反射率的大气校正 总被引：6，自引：1，他引：6
本文利用连续数天的NOAA卫星数据，采用Rahman地表二向反射模型和基于地面BRDF反射率的大气校正方法反复迭代提取出多个角度大气校正后的图像，并对结果进行了分析。实验结果表明了在多角度遥感定量研究中BRDF大气校正的重要性，大气校正结果与地面实测结果相近，且迭代收敛迅速。 相似文献
19.
机载WIDAS地表观测的BRDF原型反演算法验证 总被引：1，自引：1，他引：0
地表反照率表征地面对太阳辐射的反射能力,在地表能量平衡中起着重要的作用。2008年黑河的WATER实验中,针对机载红外广角双模式成像仪(WIDAS)观测角度小的特点,发展了一种基于MODIS二向性反射分布函数(BRDF)原型估算WIDAS反照率的算法。然而,在2012年黑河HiWATER实验中,WIDAS的观测角度范围由早期30°观测天顶角升级为最大观测天顶角52°,这一改造对数据预处理(辐射定标、大气校正和多角度配准)产生影响,使WIDAS数据出现明显的噪声,为WIDAS地表反照率的反演带来新挑战。针对新问题,采用新的地表观测数据,进一步验证了BRDF原型算法反演机载WIDAS反照率的能力。为了获取准实时BRDF先验知识,基于核驱动模型和各向异性平整指数(AFX)首先准实时提取了实验区5种MODIS的BRDF原型;然后,将其作为先验知识应用到黑河WIDAS机载数据的反照率反演中;最后,利用实验区的反照率实测数据进行算法验证。本研究比较了3个算法处理该问题的能力:(1)基于BRDF原型作为先验知识的算法;(2)完全基于核驱动的全反演算法;(3)基于朗伯假设的方法,通过算法对比分析,可更好地分析验证算法(1)的性能。结果表明:(1)BRDF原型算法反演精度最高且稳定,尤其是当观测数据位于垂直主平面时,全反演算法由于缺少大角度观测数据的约束,更容易出现异常值;BRDF原型算法的最大绝对误差为0.034,相对于全反演算法和朗伯假设方法精度分别提高了约18%和71%;(2)针对2012年黑河机载WIDAS观测噪声较大的新问题,BRDF原型反演算法表现出了良好的抗噪声性能。通过对WIDAS反照率反演和验证进一步表明,在多角度观测数据信息量不足以进行全反演,且观测受噪声影响较大时,BRDF原型作为先验知识,提供了一种有效解决该问题的手段,对提高反照率反演的精度、增强反演的稳定性有重要作用。 相似文献
20.
遗传算法在组分温度反演中的应用 总被引：1，自引：1，他引：0
介绍了遗传算法的主要内容和工作原理。在连续植被热辐射方向性模型的基础上,从热红外多角度遥感数据中,同时反演混合像元组分温度、土壤比辐射率以及叶面积指数。大量试验表明,利用遗传算法反演组分温度效果非常好。在宽松的先验知识条件下,该方法可以解决不确定性反演问题 相似文献