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、本文以2001年的冬小麥試驗(yàn)為基礎(chǔ),以研究區(qū)高光譜影像及農(nóng)學(xué)參數(shù)的地面實(shí)測值為數(shù)據(jù)源,引入地理加權(quán)回歸算法,對小麥理化參數(shù)的定量反演方法展開相關(guān)研究。研究的主要內(nèi)容包括:將影像數(shù)據(jù)與實(shí)測農(nóng)學(xué)數(shù)據(jù)結(jié)合,提取對應(yīng)采樣點(diǎn)的光譜反射率以構(gòu)建用于建模反演理化參數(shù)的指標(biāo)信息,篩選出能夠表征作物生長信息空間變異的最佳指標(biāo);分析所選最佳指標(biāo)的空間結(jié)構(gòu)特征變化;借助于 GWR4軟件分別為葉綠素及葉面積指數(shù)構(gòu)建地理加權(quán)回歸模型,對比分析地理加權(quán)回歸與全局回
2、歸的模型反演精度,并探討了局部回歸系數(shù)的空間差異性。研究所取得的主要成果有以下幾個(gè)方面:
(1)基于常規(guī)分析法,通過分析光譜反射率、光譜特征組合參數(shù)、主成分影像波段信息分別與葉綠素及葉面積指數(shù)之間的相關(guān)關(guān)系,并遵循以相關(guān)系數(shù)為主,變異系數(shù)為輔,相關(guān)系數(shù)相近時(shí)選取變異系數(shù)大的指標(biāo)的原則分別為葉綠素 a、葉綠素 b、葉綠素ab及葉面積指數(shù)LAI篩選出了4種能夠表征它們生長狀況的最佳指標(biāo);為以上4種參數(shù)各自所選的4個(gè)指標(biāo)分別為:MN
3、F11、REP、SR、EVI,SR、IC21、ARVI、NDVI, MNF11、SR、EVI、VOG1及SR、PC32、EVI、ARVI。
?。?)將地統(tǒng)計(jì)學(xué)的空間變異理論應(yīng)用于所選指標(biāo),分別為所選植被指數(shù)及主成分波段信息進(jìn)行半方差變異函數(shù)計(jì)算及理論模型擬合,以分析它們的空間結(jié)構(gòu)特征變化;結(jié)果表明:平行于壟向時(shí),各指標(biāo)的空間分布均一度高,其函數(shù)圖基本都能保持類似理想化空間變異曲線的走勢;垂直于壟向時(shí),各指標(biāo)的空間分布較為復(fù)雜,受
4、多種因素的綜合影響,其空間變異性受隨機(jī)因素的影響更為顯著。
?。?)由地理加權(quán)回歸模型反演小麥理化參數(shù)的結(jié)果可知:無論是單變量還是多變量回歸模型,地理加權(quán)回歸均比全局回歸取得更高的模型反演精度;用于建模反演葉綠素及葉面積指數(shù)的各指標(biāo)都存在因空間地理位置變化而引起的局部差異性,均不能達(dá)到將其作為全局項(xiàng)而構(gòu)建半?yún)?shù)回歸模型的標(biāo)準(zhǔn);各指標(biāo)與理化參數(shù)間的相關(guān)性越強(qiáng),構(gòu)建模型時(shí)最優(yōu)帶寬的選取范圍越小,相關(guān)性越弱,最優(yōu)帶寬的選取范圍越大;同
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
- 小麥冠層理化參量的高光譜反演.pdf
- 基于高光譜影像的大氣參數(shù)反演和大氣校正.pdf
- 基于Hyperion高光譜數(shù)據(jù)的土壤鹽漬化定量反演方法研究.pdf
- 基于高光譜遙感的樟樹幼樹生理化參量的反演.pdf
- 基于高光譜遙感的冬小麥白粉病反演研究.pdf
- 冬小麥葉面積指數(shù)高光譜遙感反演方法研究.pdf
- 基于機(jī)載LiDAR和高光譜融合的森林參數(shù)反演研究.pdf
- 礦區(qū)植被生化組分高光譜遙感定量反演.pdf
- 冬小麥葉片生化組分遙感定量反演方法研究.pdf
- 礦業(yè)擾動區(qū)水質(zhì)參數(shù)高光譜遙感反演.pdf
- 高光譜遙感在荒漠化監(jiān)測中的定量反演研究.pdf
- 基于高光譜的抽穗期冬小麥冠層理化參量的估測研究.pdf
- 基于高光譜紅邊參數(shù)定量提取棉花冠層特征信息的研究.pdf
- 基于高光譜的小麥水分狀況監(jiān)測研究.pdf
- 基于衛(wèi)星多光譜影像的淺海水深反演研究.pdf
- 基于改進(jìn)支持向量機(jī)的高光譜遙感影像分類方法研究.pdf
- 哈爾濱城區(qū)土壤高光譜特性與TM遙感的定量反演.pdf
- 基于無人機(jī)激光雷達(dá)和高光譜的冬小麥生物量反演研究.pdf
- 水稻參數(shù)高光譜反演方法研究及其系統(tǒng)開發(fā)和水稻面積遙感提取.pdf
- 高光譜影像分類的研究
評論
0/150
提交評論