需要金币:1000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:8317 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:植被绿量是估算植物的环境效益值的重要标准,因而研究植被绿量反演具有重要意义,窄波段植被指数及其角度效应正逐渐成为重要的植被绿量反演中的敏感性因子。利用江西省余干县一景多视角高光谱影像(±55°、0°和±36°)的反射率数据, 提取五种植被指数,即归一化植被指数NDVI、垂直植被指数PVI、土壤调节植被指数SAVI、绿波归一化植被指数GNDVI、正交植被指数MTVI2。其中利用8个红外光波段及5个近红外光波段,4个绿光波段组合,构建窄波段植被指数;以及取各波段的平均值计算宽波段植被指数。依此分析不同角度下的宽窄波段不同植被指数与绿量的相关性,进而建立回归模型,得出宽窄波段植被指数的选取敏感度。结果表明:LVV-VI关系模型的决定系数R2因观测角度和植被指数的组合而有差异。窄波段植被指数与绿量的相关性总体上优于宽波段植被指数;但各不同类型的窄波段植被指数的落点波段不尽相同。优选模型为0°的SAVI模型以及基于0°14、 7、4波段构建的MTVI2植被指数模型。研究表明,植被绿量反演模型受观测角度、植被指数类型的不同而存在不同幅度的影响。基于-36°的绿量估算模型,即该角度下的该模型敏感度最大。基于GNDVI的模型敏感度大,预测值与实测值的误差大。 关键词:植被绿量反演;多视角高光谱影像数据;宽窄波段植被指数;角度效应;回归模型;模型敏感度
目录 摘要 Abstract 1 引言-3 2 研究数据与方法- 2.1 研究区概况和数据来源- 2.2野外测量- 2.3 遥感影像预处理- 2.4波段选择与植被指数提取- 2.5回归模型的建立- 2.6 遥感估算的敏感因子分析- 3 结果与讨论- 3.1 LVV-VI相关性- 3.2 LVV-VI相关模型- 3.3 模型的影响因素分析- 3.3.1观测角度- 3.2.3 植被指数- 4 结论-19 致谢-21 参考文献:-22 |