版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、森林,覆蓋著全球30%的土地并且對二氧化碳吸收、動(dòng)植物群落、水文調(diào)節(jié)、防風(fēng)固沙和鞏固土壤起著不可替代的作用,是構(gòu)成地球生態(tài)系統(tǒng)當(dāng)中的一個(gè)最重要方面。森林是以喬木為主體所組成的地表生物群落。它具有復(fù)雜的結(jié)構(gòu),豐富的物種,多種多樣的功能。森林與所在空間的非生物環(huán)境有機(jī)地結(jié)合在一起,構(gòu)成完整的生態(tài)系統(tǒng)。森林是地球上最大的基因庫、碳貯庫、蓄水庫和能源庫,維持著整個(gè)地球的生態(tài)平衡,是人類賴以生存和發(fā)展的資源和環(huán)境,是自然界擁有的一筆巨大而又珍貴的
2、“綠色財(cái)富”。
遙感(Remote Sensing,RS)作為一門新興的綜合性探測科學(xué)技術(shù),是一門相對年輕的學(xué)科。但由于其建立在電子計(jì)算機(jī)學(xué)、現(xiàn)代物理學(xué)、數(shù)學(xué)和地學(xué)基礎(chǔ)上,發(fā)展迅猛,已經(jīng)在包括環(huán)境科學(xué)、生態(tài)學(xué)、地質(zhì)學(xué)、地理學(xué)、大氣科學(xué)和海洋學(xué)等學(xué)科領(lǐng)域開展了廣泛的研究和應(yīng)用。遙感技術(shù)經(jīng)過幾十年的發(fā)展,已經(jīng)在理論上、技術(shù)上和應(yīng)用上發(fā)生了巨大的變化。而這些變化中十分突出的一個(gè)部分無疑是高光譜遙感的出現(xiàn)和發(fā)展。與此同時(shí),隨著人類社會(huì)
3、面臨越來越大的人口、資源和環(huán)境的壓力,尋求可能的解決途徑已成為人們不懈努力的方向。高光譜遙感就是這樣一個(gè)解決人類困境的有效手段。
葉面積指數(shù)(LAI,leaf area index),是指植物植株所有葉片單面面積總和與植株所占的土地面積的比值。葉面積指數(shù)是森林生態(tài)系統(tǒng)的一個(gè)重要的結(jié)構(gòu)參數(shù),是反映植物長勢的一個(gè)重要生物學(xué)參數(shù),是植物生態(tài)研究中一個(gè)十分重要的植物學(xué)參數(shù),是表達(dá)植被冠層結(jié)構(gòu)的最基本參數(shù)之一,其已成為一個(gè)重要的森林定量
4、評價(jià)指標(biāo)。本文利用機(jī)載高光譜 CASI遙感數(shù)據(jù)對森林葉面積指數(shù)進(jìn)行了反演研究,旨在探討和分析高光譜遙感森林葉面積指數(shù)反演的能力,提取敏感光譜波段,篩選最優(yōu)模型。以求從理論和方法上獲得有關(guān)高光譜數(shù)據(jù)森林應(yīng)用的一點(diǎn)新成果和經(jīng)驗(yàn),豐富和充實(shí)我國林業(yè)遙感的內(nèi)容,推動(dòng)我國林業(yè)遙感的理論研究和實(shí)踐應(yīng)用;研究還可供遙感數(shù)據(jù)植被參數(shù)定量反演借鑒。本文的主要研究內(nèi)容與結(jié)論如下:
?。?)深入研究CASI數(shù)據(jù)的成像機(jī)理及圖像特點(diǎn),找到適合CASI數(shù)
5、據(jù)的預(yù)處理方法,選擇最優(yōu)的方法對CASI數(shù)據(jù)進(jìn)行預(yù)處理。
?。?)通過C++編程選取CASI反演LAI的最佳波段組合。近紅外波段選取805.6nm,紅光波段選取724.6nm/729.4nm時(shí),所取得的反演效果最佳。
(3)通過歸一化植被指數(shù)(normalized difference vegetation index,NDVI)、比值植被指數(shù)(ratio vegetation index,RVI)、修正的土壤調(diào)整植被
6、指數(shù)(Modified Soil Adjusted Vegetation Index,MSAVI)、修正簡單植被指數(shù)(modified simple ratio index,MSR)對森林葉面積指數(shù)進(jìn)行反演研究。在相同條件下,MSAVI反演LAI的精度更高。
?。?)選取CASI反演LAI的最優(yōu)模型。選取多種單變量線性與非線性預(yù)測模型來估測LAI,發(fā)現(xiàn)使用二次多項(xiàng)式模型估測LAI結(jié)果最佳。
?。?)根據(jù)最佳植被指數(shù)和最優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 冬小麥葉面積指數(shù)高光譜遙感反演方法研究.pdf
- 基于高光譜的稻麥葉面積指數(shù)監(jiān)測研究.pdf
- 蘋果樹冠層氮素、葉綠素及葉面積指數(shù)的高光譜估測.pdf
- 61305.多角度、多光譜遙感數(shù)據(jù)綜合反演葉面積指數(shù)方法研究
- 基于高光譜遙感的農(nóng)作物葉面積指數(shù)反演方法的分析與比較
- 葉面積指數(shù)遙感反演與尺度轉(zhuǎn)換研究.pdf
- 多角度MISR遙感數(shù)據(jù)反演小興安嶺地區(qū)森林葉面積指數(shù)研究.pdf
- 植被遙感識別與葉面積指數(shù)反演方法研究.pdf
- 東北典型森林葉面積指數(shù)的時(shí)空動(dòng)態(tài).pdf
- 基于環(huán)境星CCD數(shù)據(jù)的冬小麥葉面積指數(shù)遙感監(jiān)測模型研究.pdf
- 冬小麥葉面積指數(shù)反演與病害光譜識別研究.pdf
- 基于MODIS的鄱陽湖區(qū)水稻葉面積指數(shù)遙感估算.pdf
- 基于TM影像的葉面積指數(shù)反演.pdf
- 路域植被葉面積指數(shù)變化遙感動(dòng)態(tài)監(jiān)測研究.pdf
- 帽兒山地區(qū)森林葉面積指數(shù)生長季動(dòng)態(tài)研究.pdf
- 基于FCM彩色圖像分割的森林冠層葉面積指數(shù)反演.pdf
- 基于ALI影像的植被冠層葉面積指數(shù)的遙感反演研究.pdf
- 基于WOFOST作物模型與葉面積指數(shù)同化的冬小麥遙感估產(chǎn)研究.pdf
- 基于小波變換的eo-1高光譜數(shù)據(jù)在森林葉面積指數(shù)和林冠郁閉度制圖中的應(yīng)用
- 基于葉面積指數(shù)的塞罕壩地區(qū)三種森林類型水文功能研究.pdf
評論
0/150
提交評論