基于DART模型的遥感数据空间尺度转换分析

摘要

不同尺度遥感数据之间的转换是遥感发展的一个重要问题，为了实现低分辨率遥感数据向高分辨率遥感数据信息之间的转化，本文以2013-2014年北京市昌平区国家精准农业示范基地的小麦种植区实测数据为数据源，以DART模型为平台进行小麦参数对冠层反射率的敏感性分析，进一步进行空间尺度转换模型建立与分析。旨在探讨和分析高空间分辨率数据信息难以获得，通过低分辨率数据信息转换得到高分数据信息，为农业遥感数据信息获取提供一定的先验知识。
　　本文主要对小麦作物为研究对象，根据DART模型特点及原理，结合地面遥感数据，对小麦场景进行模拟，并将模型中小麦参数对冠层反射率的敏感性进行分析，确定敏感因子，以便用于下一步的冠层反射光谱的模拟；根据敏感性分析结果，本文选取2m、10m及30m尺度进行可见光波段及近红外波段冠层反射率模型建立及空间尺度转换模型建立及分析，实现由低分数据信息得到高分数据信息的转换，并通过模型进行相关分析。
　　研究结果表明：本文基于DART模型与地面遥感数据进行耦合，模拟植被结构，进行模型小麦参数对冠层光谱敏感性分析，LAI和LAD是相对较敏感的模型参数，LAI对反射率影响达到43.3％，在进行作物产量模拟或者空间尺度转换分析时，应精确输入这些参数，其它参数值可参考相关文献资料输入，以便减少模型的计算量，提高效率；构建尺度转换模型，实现低分辨率数据向高分辨率数据尺度下推；解决高分辨率的遥感数值往往无法获取，价格昂贵的问题，通过低分辨率遥感数据信息来推出得到高分辨率遥感数据信息，解决实际应用中所需问题。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1 引言

1.1 研究背景及意义

1.2 国内外研究现状分析

1.3 论文内容、技术路线及结构安排

2 模型方法与数据准备

2.1 数据来源

2.2 地面数据获取与准备

3 DART模型中小麦参数对冠层反射率影响的敏感性分析

3.1 DART模型

3.2 DART模型参数输入

3.3 模型参数敏感性分析

3.4 敏感性分析结果

3.5 本章小结

4 不同分辨率的遥感数据的空间尺度转换分析

4.1 植被指数(VIs)的选择

4.2 模型验证

4.3 冠层反射率空间尺度模型建立分析

4.4 不同LAD条件下的VIs与LAI模拟分析

4.5 不同分辨率的空间尺度转换的模型建立分析

4.6 本章小结

5 结论

5.1 主要研究工作与结论

5.2 展望与不足

参考文献

作 者 简 历

学位论文数据集