Hyperion EO-1森林郁闭度反演研究

摘要

本文主要研究高光谱分辨率成像光谱仪数据在估测森林郁闭度中应用的可能性和适用性。首先针对Hyperion高光谱遥感数据的特点，对EO-1 Hyperion图像进行了必要的预处理，为图像的进一步分析和实际应用提供了保障。为研究需要，本文对图像数据进行了线性混合像元分解得到林地组分、非林地组分、水域组分分量，降低了混合像元对反演精度的影响。然后根据与郁闭度的相关程度提取了波段范围在450-900cm以及1550-1750cm之间的数据并对这些波段进行运算，最后包括混合像元分解得到的林地组分分量共选取了11组数据作为反演森林郁闭度的自变量，并采用多元回归技术建立它们与因变量郁闭度之间的回归模型来反演研究区郁闭度值，精度最高达到95.22％。 高光谱遥感技术是本世纪初的遥感前沿技术。它已成功地应用在多种学科中，取得了一些研究结果，并展示了其应用潜力。在林业行业中，国外开展了高光谱遥感的森林叶面积指数、生物量、森林生化信息、森林树种识别等方面的研究工作。但在我国这方面的工作刚刚起步。

目录

文摘

英文文摘

声明

1绪论

1.1研究背景

1.2高光谱遥感技术

1.2.1高光谱遥感概念

1.2.2传感器的发展

1.3高光谱遥感应用领域及森林郁闭度提取技术

1.3.1高光谱遥感应用领域

1.3.2高光谱遥感森林郁闭度提取技术

1.4高光谱遥感技术的发展现状

1.5本文的研究目的、意义及内容方法

1.5.1研究目的

1.5.2研究意义

1.5.3研究方法及内容

2研究区域概况及数据简介

2.1研究区域概况

2.1.1研究区自然概况

2.1.2研究区森林资源概况

2.1.3研究区社会经济情况

2.2研究区域数据的获得

2.2.1遥感数据的获得

2.2.2基础数据的获得

2.2.3样点数据的获得

3高光谱图像预处理

3.1引言

3.2未定标和受水汽影响波段的去除

3.3坏线修复

3.4像元值到绝对辐射值的转换

3.5垂直条纹去除

3.6大气校正

3.6.1大气吸收与散射

3.6.2大气辐射校正的方法

3.7几何校正

4混合像元分解

4.1引言

4.2线性混合模型

4.2.1线性混合模型的数学表达

4.2.2线性混合模型的解算

4.3基于线性模型的端元选取方法及取值

4.4混合像元线性分解实例分析

4.4.1线性分解结果及分析

4.4.2精度验证

4.5 小结

5森林郁闭度估测方法

5.1引言

5.2郁闭度估测方程自变量的选择

5.2.1自变量的选择原则

5.2.2郁闭度估测自变量设置

5.3建立郁闭度反演模型

5.3.1多元线性回归模型

5.3.2郁闭度反演制图

5.4精度验证

5.5小结

结论

参考文献

附录

攻读学位期间发表的学术论文

致谢