基于高光谱数据的最大羧化速率遥感定量反演

摘要

高光谱遥感不仅继承了传统遥感数据的大区域、快速、动态的优势，还提供了更丰富的光谱信息，在森林植被类型识别以及植被理化参数反演中具有更大的优势，是遥感发展的又一里程碑。
　　本研究通过外业测量获取最大羧化速率Vcmax、光能利用率LUE及其对应的叶片光谱数据。通过对LUE与叶片反射率的相关性分析，用与LUE相关性最强的波段518nm代替531nm将传统PRI改进为PRI518，建立了基于的LUE二项式模型，二者相关性有了显著提高，为了进一步提高LUE估算精度，将PRI518进一步矫正为SR_PRI518，R2由0.6281提高到0.6861，均方根误差RMSE由0.0027减少到0.0024。另外在保证Vcmax计算值准确性的基础上，建立了基于LUE的Vcmax遥感定量估算模型，模型决定系数R2为0.7207，RMSE为8.43912?μmol?m??s，模型验证精度为75.68%。
　　Vcmax的估算模型是建立在叶片反射率的基础上的，不能直接用于遥感影像，本研究使用4-Scale几何光学模型结合查找表的方法实现冠层光谱到叶片光谱的转化，从而实现叶片尺度Vcmax的遥感影像反演，然后结合叶面积指数LAI得到冠层尺度的Vcmax。
　　叶面积指数的估算仍然通过统计方法得到，利用外业实测数据建立叶面积指数与高光谱影像NDVI的线性模型，模型决定系数R2为0.8306，RMSE=0.523，模型精度为84.58%。利用遥感数据反演叶面积指数结合叶片尺度的 Vcmax制图输出，得到了研究区域冠层尺度Vcmax分布图，结果表明，Vcmax反演结果较好，与实际情况相符合。

目录

1绪论

1.1研究目的及意义

1.2国内外研究现状

1.3研究内容与技术路线

2研究区域概况及数据获取

2.1研究区域概况

2.2野外数据的采集

2.3野外数据处理

2.4遥感数据获取与处理

2.5本章小结

3叶片尺度上LUE估算方法

3.1传统PRI指数与LUE关系

3.2改进后PRI与LUE的关系

3.3 PRI的进一步矫正以及敏感性分析

3.4 LUE估算模型比较

3.5光能利用率 LUE 模型验证

3.6本章小结

4叶片尺度上Vcmax估算方法

4.1最大羧化速率的计算结果

4.2基于LUE估算Vcmax

4.3最大羧化速率Vcmax模型验证

4.4本章小结

5最大羧化速率Vcmax的遥感定量反演

5.1 Vcmax估算模型存在的尺度问题

5.2 Vcmax定量反演结果

5.3本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明