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),請進行舉報或認領(lǐng)
文檔簡介
1、綠色植被在生態(tài)系統(tǒng)中扮演著不可或缺的角色,葉綠素作為表征植被生長狀況和發(fā)育狀況的重要因子,成為水文、氣候、土壤、生態(tài)等循環(huán)過程中的重要輸入?yún)?shù),被廣泛應(yīng)用于氣候變化、生態(tài)循環(huán)變化等研究中。同時,對農(nóng)作物葉綠素含量的監(jiān)測,還可以為農(nóng)業(yè)管理者提供決策信息,實現(xiàn)農(nóng)業(yè)變量水、變量肥管理,提高水肥利用率,對發(fā)展可持續(xù)的現(xiàn)代農(nóng)業(yè)具有重要的意義。
本文利用2014年4月28日至5月2日和2015年4月25日和26日,野外試驗和室內(nèi)實驗收集的
2、冬小麥LAI、平均葉傾角(MTA)、株高、葉綠素含量、含水量和光譜反射率等數(shù)據(jù),利用PROSAIL模型模擬了小麥冠層反射率曲線,并與實測小麥冠層反射率曲線進行對比,分析了葉綠素含量、LAI水平、MTA水平和含水量對小麥反射率曲線的影響,分析了不同觀測天頂角對植被冠層反射率的影響。分析了不同葉綠素含量對紅邊幅值、紅邊面積、NDVI、MCARI和CIred edge的影響,并根據(jù)模擬的反射率曲線提取了紅邊幅值、紅邊面積、NDVI、MCARI
3、和CIrededge建立了葉綠素含量線性反演模型、反向神經(jīng)網(wǎng)絡(luò)(BPNN)反演模型、支持向量機(SVM)反演模型,并驗證了其反演精度?;诓煌挠^測天項角建立了NDVI、MCARI和CIred edge的線性反演模型、BPNN反演模型、SVM反演模型,并驗證了其反演精度,得到以下結(jié)論:
(1)利用PROSAIL模型模擬了某樣點的冠層反射率曲線與野外試驗利用SVC測得的該樣點的反射率曲線進行了對比分析,模型模擬的反射率曲線與實測
4、反射率曲線走勢一致,在可見光范圍內(nèi)反射率值相差無幾,在780nm以后模型模擬的反射率值稍高一些,說明了PROSAIL模型能夠很好的模擬小麥冠層反射率。
(2)對植被冠層反射率的敏感性分析發(fā)現(xiàn):葉綠素含量主要在可見光范圍內(nèi),對植被的冠層反射率有影響,隨著葉綠素含量的增加反射率值減小;LAI對反射率曲線的影響主要在近紅外波段,隨著LAI值的增加,植被冠層光譜反射率增加;平均葉傾角(MTA)對植被冠層反射率的影響與LAI相反,在近紅
5、外波段隨著平均葉傾角的增大,反射率值減小;植被含水量對其冠層反射率的影響波段為近紅外波段,隨著含水量的增加反射率值減小。
(3)利用PROSAIL模型模擬了不同觀測天頂角的植被冠層光譜反射率,選擇了三個角度0°、36°、55°,在植被生化組分含量不變時,同一波段內(nèi)的植被冠層光譜反射率隨著觀測天頂角的增大而上升。
(4)分析了葉綠素含量對紅邊幅值、紅邊面積、NDVI、MCARI和CIred edge的影響發(fā)現(xiàn):隨著葉綠
6、素含量的增加紅邊幅值、紅邊面積、NDVI和CIred edge的值也呈線性增加,而MCARI的值隨著葉綠素含量的增加,逐漸減小。
(5)利用紅邊幅值、紅邊面積、NDVI、MCARI、CIred edge建立了葉綠素估算模型,并進行了精度驗證,結(jié)果表明:在線性估算模型中, MCARI和CIred edge的估算模型的精度最高,相關(guān)系數(shù)R2分別為0.95和0.939,均方根誤差分別為2.789和2.806,相對誤差分別為0.45和
7、0.048?;诓煌挠^測天頂角建立了NDVI、MCARI、CIred edge的線性估算模型,在線性估算模型中,觀測天頂角為55°時,CIrededge估算模型的反演精度最好,其模型相關(guān)系數(shù)R2為0.953,均方根誤差和相對誤差分別為7.088和0.094。
(6)利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型和支持向量機預(yù)測模型建立了葉綠素估算模型。在BPNN反演模型中,基于MCARI和CIred edge的建立的神經(jīng)網(wǎng)絡(luò)反演模型反演效果最好,
8、MCARI模型的均方根誤差為2.809,相對誤差僅為0.046;CIred edge模型的均方根誤差為2.600,相對誤差為0.927。在SVM反演模型中,基于MCARI建立的模型反演效果最好,其均方根誤差為2.863,相對誤差為0.045。
(7)當觀測天頂角不同時,BPNN反演模型中,觀測天頂角為0°時,CIrededge-BPNN模型的均方根誤差和相對誤差分別為7.265和0.107; SVM反演模型中,觀測天頂角為55
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于高光譜數(shù)據(jù)的柑桔葉綠素含量估算研究.pdf
- 基于高光譜信息的柑橘葉綠素含量預(yù)測模型研究.pdf
- 田野成像光譜儀中小麥葉綠素含量模型研究.pdf
- 葉綠素密度遙感反演與冬小麥單產(chǎn)估算研究.pdf
- 高光譜遙感的冬小麥籽粒蛋白質(zhì)含量監(jiān)測.pdf
- 基于高光譜與多光譜數(shù)據(jù)的冬小麥白粉病遙感監(jiān)測.pdf
- 基于實驗室高光譜反射數(shù)據(jù)的土壤成分含量估算研究.pdf
- 基于多源遙感數(shù)據(jù)的冬小麥水分估算研究.pdf
- 利用偏振高光譜反演植被葉綠素含量.pdf
- 冬小麥品質(zhì)的三維高光譜預(yù)報模型研究.pdf
- 高光譜數(shù)據(jù)提取森林冠層葉綠素及氮含量的研究.pdf
- 實測高光譜數(shù)據(jù)歸一化區(qū)間變化對太湖葉綠素a含量估算的影響.pdf
- 基于CASA模型的禹城市冬小麥遙感估算研究.pdf
- 光譜與輻射傳輸模型結(jié)合的冬小麥葉片氮素含量反演方法研究.pdf
- 基于多光譜數(shù)據(jù)的玉米葉綠素含量相關(guān)性研究.pdf
- 基于高光譜遙感的冬小麥白粉病反演研究.pdf
- 基于高光譜遙感的冬小麥氮素營養(yǎng)指標監(jiān)測研究.pdf
- 基于高光譜圖像的黃瓜葉片葉綠素含量及其分布預(yù)測研究.pdf
- 基于AquaCrop模型與多源遙感數(shù)據(jù)的北方冬小麥水分利用效率估算.pdf
- 基于高光譜的蘋果樹葉片葉綠素與氮素含量估測.pdf
評論
0/150
提交評論