植被覆蓋度的照相法測算及其與植被指數(shù)關(guān)系分析

ID:28358438

大小:11.96 MB

頁數(shù):234頁

時間:2018-12-09

植被覆蓋度的照相法測算及其與植被指數(shù)關(guān)系分析_第1頁
植被覆蓋度的照相法測算及其與植被指數(shù)關(guān)系分析_第2頁
植被覆蓋度的照相法測算及其與植被指數(shù)關(guān)系分析_第3頁
植被覆蓋度的照相法測算及其與植被指數(shù)關(guān)系分析_第4頁
植被覆蓋度的照相法測算及其與植被指數(shù)關(guān)系分析_第5頁
資源描述:

《植被覆蓋度的照相法測算及其與植被指數(shù)關(guān)系分析》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、摘要植被覆蓋度(VegetationCoverage,簡稱VC)是衡量地表植被狀況的一個最重要的指標.同時,它又是影響土壤侵蝕的主要因子。植被覆蓋及其變化是全球和區(qū)域生態(tài)環(huán)境變化的重要指示。而植被覆蓋度測量方法的改進以及測量精度的提高是各領(lǐng)域發(fā)展的需要。無論地表實測方法還是遙感相關(guān)模型,都因為技術(shù)的進步和應用的需求而對相關(guān)領(lǐng)域的研究提出了新的要求。本文在國家自然基金項目“SPoT圖像信息提取與土地利用/土地覆蓋識別與監(jiān)測研究”(編號:40371053)的資助下,以南京市主城區(qū)及其周邊農(nóng)田為研究區(qū),從該區(qū)SPOT和ETa+兩幅衛(wèi)星圖像提取的各種植被指數(shù)中,選取使用最為廣泛的歸一化植被指數(shù)

2、(NDVI)作為遙感植被指標:野外調(diào)查與遙感成像時間準同步,累計20余天、行程數(shù)百公里,以亞米級精度的差分GPS獲取幾何控制點和所有實測樣方的經(jīng)緯度數(shù)據(jù);用植被覆蓋度地表實測方法中最為精確的數(shù)碼照相法,結(jié)合傳統(tǒng)的目估法,獲取樣方植被覆蓋度:最后建立了不同衛(wèi)星圖像、不同植被類型、不同植被密度以及面向全區(qū)(圖)的植被覆蓋度遙感反演模型,并對模型進行了應用和精度檢驗,其精度都在80%以上。本研究的主要成果概括如下:l數(shù)據(jù)方面通過艱苦細致的野外實測,獲取了針對兩種衛(wèi)星圖像的數(shù)百個樣方實測數(shù)據(jù),包括每一樣方的植被覆蓋度、植被覆蓋度相片、中心點經(jīng)緯度和相對位置、植被類型、土地利用類型等,以及用于幾

3、何精校正的幾何控制點數(shù)據(jù):2實測方法方面自行設計并成功構(gòu)建了以數(shù)碼照相機和DGPS為核心的野外植被覆蓋度信息采集系統(tǒng)(VCCS);拍攝采樣方法則根據(jù)不同衛(wèi)星圖像和植被狀況,分別成功采用SPOT單層植被“5點法”、SPOT多層植被“5對法”和ETM+樣方植被“5區(qū)法”;對多層植被,建立了由“上、下”兩種植被覆蓋度推算樣方植被覆蓋度的測算模型;每張植被覆蓋度相片均采用垂直照相法拍攝;3數(shù)字圖像處理方面根據(jù)數(shù)碼相片中可見光波段的光譜特性,對垂直向上和垂直向下照相法獲取的相片設計了不同的決策樹分類模型,實現(xiàn)相片植被覆蓋度信息快速、準確的提取,克服了傳統(tǒng)分類方法的不足:根據(jù)樣方中心點在像元中的位

4、置差異。將樣方分為A型、B型和C型,進行不同的“鄰域”處理,有效提高了樣方一像元空間對應的準確性;4模型方面成功構(gòu)建了SPOT圖像基于植被類型的Vc反演模型(CM模型)、SPOT圖像基于植被密度的Vc反演模型(DM模型)、SPOT圖像基于全研究區(qū)的vc反演模型(Abl模型)、El'm+圖像基于全研究區(qū)的vc反演模型(AM模型)各若干種,其中SPOT圖像叫模型,將植被按地域和組成結(jié)構(gòu)分為矮草、灌草、森林和農(nóng)作物四種類型,建立了基于植被類型的非線性和線性相關(guān)模型各4個,下述幾個非線性模型的相關(guān)性優(yōu)于線性模型(y=VC,x=NDvI,下同):銹草y=4.8253x2+2.0624x+0.35

5、79(釅=O.6636)灌草y一4.562x2+0.6899x+0.5546(R2=0.6356)森林y一2.0652x2+0.4631x+0.8612(R2=0.7145)農(nóng)作物y--1.4706x2+1.3582x+0.4734(R‘=0.7391)對以下幾種模型進行了應用和精度檢驗:1)SPOT圖像蹦模型將SPOT樣方數(shù)據(jù)按照植被覆蓋度(密度)等級不同,建立線性和非線性回歸模型,對以下三種非線性模型進行了應用檢驗,其總體精度為86.7045%:①稀疏植被y一0.649x。+0.5616x+0.2762(Rz=O.7120)Ill②較密植被y一0.5031x2+O.3788x+0.

6、5578(R2=0.7437)③很密植被y=-O.1644x2+O.3397x+0.8661(R2=O.6851)2)SPOT圖像AM模型即SPOT圖像面向全圖、無需圖像分類的Vc提取模型。以SPOT提取的植被指數(shù)NDVI為自變量,以AM模型為波段運算方程,可一次提取研究區(qū)植被覆蓋度圖像。共建立一次、二次、三次和四次多項式模型各一個。對整體效果較好的三次多項式模型進行了應用檢驗,其總體精度為86.7447%,該模型如下:y=一6.4515x50.5789x‘+2.2346x+0.5697(群=0.7128)3)ETM+圖像AM模型即ETM+圖像面向全圖、無需圖像分類的vC提取模型.以E

7、TM+提取的植被指數(shù)NDVI為自變量,以AM模型為波段運算方程,可一次提取研究區(qū)植被覆蓋度圖像。共建立一次、二次、三次和四次多項式模型各一個。對整體效果較好的三次多項式模型進行了應用檢驗,其總體精度為88.5053%,該模型如下:y一6.4515x3一O.5789x2+2.2346x+0.5697(R2=0.8804)關(guān)鍵詞:植被覆蓋度:照相法;植被指數(shù):模型:遙感圖像ABSTRACTVegetationcoverage(vc)isthemos

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。
关闭