基于CHRIS-PROBA影像的阔叶灌草宽窄植被指数的角度效应分析.doc

  • 需要金币1000 个金币
  • 资料目录论文助手 > 高校设计 > 环境科学 >
  • 转换比率:金钱 X 10=金币数量, 例100元=1000金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2015-01-30
  • 论文字数:7434
  • 课题出处:(A-Lin)提供原创资料
  • 资料包括:完整论文

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。本文选取江西省余干县2008年的一景多角度高光谱CHRIS/PROBA 影像5个观测角度(±55°、0°和±36°)的反射率数据,提取了5种植被指数,即归一化植被指数 (NDVI)、修正的土壤调节植被指数(MSAVI)、增强型植被指数(EVI)、比值植被指数(RVI)、差值植被指数(DVI),使用最小二乘法与野外实测的阔叶灌草的LAI建立回归模型。其中利用8个红外光波段及5个近红外光波段两两组合,构建窄波段植被指数;以及取近红外光与红光波段的平均值计算宽波段植被指数。最后根据模型的R2值,从观测角度以及植被指数类型两个方面探讨影响阔叶灌草植被叶面积指数反演模型的拟合度。结果表明,窄波段植被指数与叶面积指数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。研究表明,阔叶灌草植被叶面积指数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。建议采用-36°观测角度下的修正土壤植被指数MSAVI建模,以利于获取最稳定模型,从而提高阔叶灌草LAI的估算精度。

关键词:植被叶面积指数; CHRIS数据; 观测角度; 模型敏感度; 宽窄波段植被指数

 

目录

摘要

Abstract

1 引言-1

2 材料与方法-2

2.1 研究区概况-2

2.2 数据来源-3

2.2.1 地面实测数据-3

2.2.2 影像数据-3

2.3 遥感影像预处理-5

2.4 波段的选择和植被指数提取-5

2.5 LAI-VI模型的建立-6

3 结果与讨论-7

3.1 LAI-VI与植被指数相关性分析-7

3.2 LAI-VI相关模型分析-8

3.3敏感因子分析-10

3.3.1 观测角度-11

3.3.2 植被指数-11

4 结论-12

参考文献-12

致谢-13


支付并下载

提示:本站支持手机(IOS,Android)下载论文,如果手机下载不知道存哪或打不开,可以用电脑下载,不会重复扣费