SPOT影像植被指数与落叶松林LAI相关性分析

摘要

本次研究选择了吉林省敦化地区牡丹岗林场作为试验区，利用研究区SPOT-5影像数据，提取了各种植被指数信息；同时通过地面调查采样采集研究区的叶面积指数数据，在地面实测LAI数据与遥感影像植被指数之间建立空间位置上的联系，并拟合了两者之间的统计回归方程。在对建立的各统计回归模型进行比较分析的基础上，最终确定了叶面积指数的最佳反演模型。研究对模型进行了适用性验证，并在此基础上利用参数填图方法得到了研究区的LAI信息专题图。 此次研究选择了多个植被指数和多种回归方程类型，通过综合比较分析，得到了如下结论： 1)研究中所建立的各种回归统计模型中，多元线性回归模型具有最好的拟合效果，被确定为LAI信息反演的最佳模型。 2)在对一元回归模型的分析中，通过对模型确定系数(R2)的比较可以发现，二次多项式模型和线性回归模型也都表现出了较好的拟合效果。 3)植被指数LAI和DVI两者的相关性很差。虽然在多元线性模型中，差值植被指数被作为一个变量引入，但并不能证明它与LAI之间存在十分显著的相关性。 4)比值植被指数RVI与叶面积指数LAI具有很强的相关性。在各种植被指数中，RVI可以被认为是用来构建反演LAI信息模型的最为合适的植被指数。 5)LAI-VI之间的关系受到土壤背景和大气状况等因素的影响比较显著。

目录

文摘

英文文摘

声明

致谢

第一章 绪论

第一节叶面积指数的研究意义

1.1叶面积指数的概念

1.2叶面积指数研究的重要性

1.3叶面积指数的测量方法

第二节遥感反演叶面积指数的研究现状

2.1统计分析法

2.2光学模型法

第三节选题目的及研究内容

第二章 研究区概况及研究资料

第一节研究区概况

第二节研究方法及技术路线

第三节研究数据获取

3.1实测LAI数据

3.2遥感数据获取

第三章 遥感数据的预处理

第一节遥感影像的几何校正

第二节遥感影像的辐射校正

2.1遥感器校正

2.2照度校正

2.3大气校正

第四章 植被指数的提取

第一节植被指数的概念

第二节植被指数的提取

第五章LAI-Ⅵ模型建立及参数成图

第一节LAI-Ⅵ的线性回归模型

第二节LAI-Ⅵ的非线性回归模型

2.1二次多项式模型

2.2对数模型

2.3乘幂模型

2.4指数模型

第三节模型检验及参数成图

第六章 结论与展望

参考文献