| 题名 | 基于高光谱遥感数据反演胡杨叶面积指数方法研究——以新疆塔里木河干流区为例 |
| 作者 | 马忠国 |
| 学位类别 | 博士 |
| 答辩日期 | 2010 |
| 授予单位 | 中国科学院研究生院 |
| 授予地点 | 北京 |
| 导师 | 陈曦 |
| 关键词 | 高光谱 塔里木河流域 胡杨 叶面积指数 遥感反演 |
| 其他题名 | Methodology Research on LAI Retrieval Based on Hyperspectral Data— — A Case Study in the Mainstream area of the arimRiver, Xinjiang |
| 学位专业 | 地图学与地理信息系统 |
| 中文摘要 | 本研究以西北干旱区新疆塔里木河干流区的优势建群种胡杨为研究对象，以美国EO-1 卫星Hyperion 影像为数据源，结合地面实测数据，通过植被指数法和多元回归模型法实现了干旱区稀疏胡杨林叶面积指数的精确反演。在利用植被指数法反演胡杨叶面积指数过程中，选取了归一化植被指数（NDVI）、土壤调节植被指数（SAVI）、改进的土壤调节植被指数（MSAVI）、抗大气植被指数（ARVI）和土壤大气调节植被指数RVI）五种植被指数，通过计算近红外区域与红光区域内所有可能波段两两组合形成的植被指数与地面实测胡杨叶面积指数两者线性回归的判定系数，确定高光谱反演胡杨叶面积指数的最佳植被指数和最佳波段组合。其中，基于高光谱数据特定窄波段（833.3/640.5 nm）的最佳抗大气植被指数（ARVI）反演胡杨叶面积指数表现最佳，线性回归模型的判定系数R2 可达0.7294，交叉验证RMSE 为5.5488，这表明基于最佳ARVI 估测试验区胡杨林叶面积指数的能力较强。分别用多元逐步回归（SMLR）、偏最小二乘回归（PLS）和人工神经网络（ANN）方法对研究区内胡杨叶面积指数进行了反演。从模型拟合的角度来讲，最佳SMLR模型与最佳PLS 模型表现相近；最佳ANN 模型拟合精度最高，R2 可达0.9096，MSE为2.7406，显著优于最佳SMLR 模型与PLS 模型（R2 分别为0.7067 与0.7075，RMSE分别为5.0575 与4.8152）。从模型验证的角度来说，最佳ANN 模型表现最好，RMSEP为3.2806，为因变量平均值的16%；最佳PLS 模型表现次之，RMSEP 为3.8197，为因变量平均值的19%；最佳SMLR 模型表现最差，RMSEP 为6.4020，为因变量平均值的31%。本研究方法适宜于干旱区大面积稀疏胡杨林叶面积指数的遥感反演，可以高效准确地反映胡杨林的生长状况和流域生态环境状况。 |
| 公开日期 | 2011-11-22 |
| 页码 | 126页 |
| 分类号 | P951 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.xjlas.org/handle/365004/11072]  |
| 专题 | 新疆生态与地理研究所_中国科学院新疆生态与地理研究所(2010年以前数据) |
| 推荐引用方式 GB/T 7714 | 马忠国. 基于高光谱遥感数据反演胡杨叶面积指数方法研究——以新疆塔里木河干流区为例[D]. 北京. 中国科学院研究生院. 2010. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论