多角度高光谱CHRIS影像纹理提取植被叶面积指数方法研究.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2015-01-30
  • 论文字数:16901
  • 当前位置论文阅览室 > 毕业设计 > 环境工程 >
  • 课题来源:(A-Lin)提供原创文章

支付并下载

摘要:植被叶面积指数(LAI)是生态系统碳循环、能量交换、水文和气候等模型中重要的输入因子,因而对叶面积指数提取方法的研究具有重要意义。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,分别利用波段均值法、主成份法对影像的反射率数据进行波段处理,每种方法均得到蓝、绿、红、近红外4个波段。每个波段采用3种窗口(3*3,5*5,7*7)分别提取了5种纹理(TEX),即基于概率统计的数据范围、均值、方差和基于二阶概率统计的均值 、方差。经过模型的优选,每个纹理与野外实测的草本、灌木、阔叶林、针阔叶混交林和针叶林的LAI分别建立8个单变量模型和1个多变量模型。比较不同模型的决定系数R2值,分析植被类型、波段处理方法、观测天顶角、窗口、波段选择对模型拟合度的影响。结果表明,LAI-TEX关系模型的决定系数R2因植被类型、波段处理方法、观测天顶角等的组合而有差异。阔叶林、针阔混交林建立的模型整体较优(R2均值0.8以上),灌木植被次之(R2均值0.637),而针叶林和草本建模较差(R2均值为0.4以下)。在不同植被类型的优选模型中,除阔叶林之外,其它植被类型均采用3*3窗口和Mean纹理波段;采用一阶纹理得到的关系模型决定系数较高;波段处理方法、观测角度、波段选择对不同植被类型的优选模型影响不大。所以,综合考虑各因素对模型的影响对改进纹理提取LAI方法具有重要意义。

关键词:LAI;CHRIS数据;纹理;变量模型;植被类型

 

目录

摘要

Abstract

1 引言-1

2 材料与方法-3

2.1 研究区概况和数据来源-3

2.2 LAI野外测量-6

2.3 遥感影像预处理和波段处理-7

2.4 纹理构建和纹理信息提取-8

2.5 LAI-TEX模型的建立-9

3 结果与讨论-10

3.1 LAI-TEX的相关性-10

3.2 LAI- TEX 关系模型-12

3.3模型综合分析-15

4 结论-18

致谢-19

参考文献:-20