杉木主要生物化学参数的高光谱遥感估算模型研究

摘要

高光谱遥感技术具有多波段、高分辨率的特点,分为成像高光谱遥感和非成像高光谱遥感。非成像高光谱技术具有详细记录地面地物光谱特征的特点,不仅可以帮助理解航空或航天高光谱遥感数据的性质,而且能够深入理解遥感成像的内在机理。地物波谱特征分析可提高不同种类遥感数据分析应用精度。植被类型识别与分类、植物化学成分的估测等成为高光谱遥感研究热点。目前,农作物的波谱特征与生化成分分析研究较为成熟,而针对森林树种的波谱特征与生化成分相关分析研究相对较少,结果也较为分散。
　　 论文以湖南省攸县黄丰桥国有林场杉木成熟林为研究对象,使用手持式野外光谱辐射仪(波长范围325nm～1075nm)进行杉木冠层波谱观测,并同步开展叶绿素a、叶绿素b、叶绿素总量、类胡萝卜素的生化成分分析；采用多种数据分析软件(excel、spss17.0、MATLAB)对波谱数据进行处理和生化成分相关性分析；通过相关分析、统计分析及神经网络分析,建立了杉木冠层高光谱反射率的各种变换形式(原始光谱、微分光谱、光谱特征变量)的估算模型,然后利用精度评价指标对高光谱估算模型的预测能力进行了精度评价,最终筛选出杉木成熟林叶绿素a含量、叶绿素b含量、叶绿素总含量、类胡萝卜素含量最适合高光谱遥感估算模型。各类模型如下:
　　 (1)叶绿素a含量:①y=312.033×x508-760.74×x557+0.684
　　 ②y=exp(-0.443+8.423×Rg)
　　 ③y=0.642exp(8.423×Rg)
　　 ④叶绿素a含量的神经网络模型
　　 (2)叶绿素b含量:①y=385.103×x501+212.857×x456+0.421
　　 ②叶绿素b含量的神经网络模型
　　 (3)叶绿素总含量:①y=0.291×x395+.20.172×x521+0.758
　　 ②y=exp(-0.085+7.962×Rg)
　　 ③y=0.919exp(7.962×Rg)
　　 ④叶绿素总量的神经网络模型
　　 (4)类胡萝卜素含量:类胡萝卜素含量的神经网络模型
　　 总之,通过对杉木成熟林开展波谱观测和数据处理,找出对杉木成熟林波谱特征有显著影响的生化参数及高光谱遥感估算模型,找到杉木生化参数敏感波段,为树种波谱特征研究做了试探性研究,并为今后进行杉木多龄组、多时相的高光谱遥感估算模型的建立做了基础性的研究。

目录

文摘

英文文摘

1 绪论

1.1 高光谱遥感的发展

1.1.1 高光谱遥感的基本概念

1.1.2 高光谱遥感发展概况

1.1.3 高光谱遥感的发展趋势

1.1.4 高光谱遥感在植被研究中的应用

1.2 高光谱遥感在林业中的研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 研究工作目的、意义和内容

1.3.1 研究目的及意义

1.3.2 研究内容

1.3.3 技术路线

2 试验设计与测定方法

2.1 试验设计

2.2 研究数据测定方法

2.2.1 野外光谱数据测定

2.2.2 生物化学参数测定

3 高光谱分析技术和方法

3.1 高光谱分析技术

3.1.1 多元统计分析技术

3.1.2 基于神经网络模型的分析技术

3.2 研究所采用的模型

3.2.1 多元统计分析模型

3.2.2 神经网络模型

3.3 精度评价

4 杉木高光谱特征分析及主要化学参数相关关系

4.1 杉木冠层原始光谱特征

4.2 杉木冠层微分光谱特征

4.3 主要生物化学参数之间的相关关系

5 杉木主要生物化学参数的高光谱遥感估算模型及其精度检验

5.1 叶绿素A高光谱遥感估算模型及其精度检验

5.1.1 叶绿素a含量与光谱反射率的相关分析及估算模型

5.1.2 叶绿素a含量与反射率一阶微分的相关分析及估算模型

5.1.3 叶绿素a含量与原始高光谱及微分光谱的多元逐步回归分析

5.1.4 叶绿素a高光谱特征变量遥感估算模型

5.1.5 叶绿素a含量神经网络模型

5.1.6 叶绿素a估算模型精度检验

5.1.7 结果与分析

5.2 叶绿素B高光谱遥感估算模型及其精度检验

5.2.1 叶绿素b含量与光谱反射率的相关分析及估算模型

5.2.2 叶绿素b含量与反射率一阶微分的相关分析及估算模型

5.2.3 叶绿素b含量与原始高光谱及微分光谱的多元逐步回归分析

5.2.4 叶绿素b高光谱特征变量遥感估算模型

5.2.5 叶绿素b含量神经网络模型

5.2.6 叶绿素b估算模型精度检验

5.2.7 结果与分析

5.3 叶绿素AB高光谱遥感估算模型及其精度检验

5.3.1 叶绿素ab与光谱反射率的相关分析及估算模型

5.3.2 叶绿素ab与反射率一阶微分的相关分析及估算模型

5.3.3 叶绿素ab与原始高光谱及微分光谱的多元逐步回归分析

5.3.4 叶绿素ab高光谱特征变量遥感估算模型

5.3.5 叶绿素ab神经网络模型

5.3.6 叶绿素ab估算模型精度检验

5.3.7 结果与分析

5.4 类胡萝卜素高光谱遥感估算模型及其精度检验

5.4.1 类胡萝卜素含量与光谱反射率的相关分析及估算模型

5.4.2 类胡萝卜素含量与反射率一阶微分的相关分析及估算模型

5.4.3 类胡萝卜素含量与原始高光谱及微分光谱的多元逐步回归分析

5.4.4 类胡萝卜素高光谱特征变量遥感估算模型

5.4.5 类胡萝卜素含量神经网络模型

5.4.6 类胡萝卜素估算模型精度检验

5.4.7 结果与分析

6 结论与讨论

6.1 结论

6.2 论文不足与展望

参考文献

附录 攻读学位期间的主要学术成果

致谢