首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  免费   1篇
  国内免费   2篇
  2017年   1篇
  2014年   1篇
  2013年   1篇
排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
基于光谱指数的植物叶片叶绿素含量的估算模型   总被引:13,自引:0,他引:13  
宫兆宁  赵雅莉  赵文吉  林川  崔天翔 《生态学报》2014,34(20):5736-5745
叶绿素是光合作用能力和植被发育阶段的指示器,是监测湿地植被生长健康状况的重要指标之一;高光谱遥感技术可以为植物叶绿素含量的定量化诊断提供简便有效、非破坏性的数据采集和处理方法。为保证被探测叶片面积相同,消除背景反射、叶片表面弯曲造成的光谱波动及叶片内部变异造成的影响,研究采用Field Spec 3光谱仪加载手持叶夹式叶片光谱探测器,测定野鸭湖湿地典型植物的叶片高光谱反射率数据,同时通过分光光度计室内测定相应叶片的叶绿素含量。采用相关性及单变量线性拟合分析技术,建立二者的关系模型,包括叶绿素含量与"三边"参数的相关模型以及比值光谱指数(SR)模型和归一化差值光谱指数(ND)模型,并采用交叉检验中的3K-CV方法对估算模型进行模型精度检验。结果表明:植物叶片叶绿素含量与"三边"参数大多都呈极显著相关,相关系数最大达到0.867;计算光谱反射率组成的比值(SR)和归一化(ND)光谱指数与叶绿素含量的决定系数,总体相关性比较高,较好的波段组合均为550—700nm与700—1400nm以及550—700nm与1600—1900nm,与叶绿素含量相关性最好的指数分别是SR(565nm,740nm)和ND(565nm,735nm)。并通过选取相关性最佳的光谱特征参数,分别基于"三边"参数和ND模型指数构建了植物叶片叶绿素含量的估算模型。其中,基于红边位置(WP_r)光谱特征参数和ND(565nm,735nm)光谱指数建立的叶绿素含量估算模型,取得了较好的测试效果,检验拟合方程的决定系数(R2)都达到0.8以上,估算模型分别为y=0.113x-78.74,y=5.5762x+4.4828。通过3K-CV方法进行测试和检验,植物叶绿素含量估算模型均取得了较为理想的预测精度,预测精度的分别为93.9%及90.7%。高光谱遥感技术对植被进行微弱光谱差异的定量分析,在植被遥感研究与应用中表现出强大优势,为植物叶绿素含量诊断中的实际应用提供了重要的理论依据和技术支持。  相似文献   
2.
植被覆盖度作为反映湿地植物生长状况的重要生态学参数,在评估和检测湿地生态环境方面起着关键的作用.以华北内陆典型的淡水湿地——北京市野鸭湖湿地自然保护区为研究对象,中等分辨率的Landsat TM影像为数据源,基于线性光谱混合模型(LSMM)对研究区的植被覆盖度进行了估算.针对湿地植被类型丰富、土地利用类型多样化的特点,利用归一化植被指数(NDVI)在反映植物生长状况、覆盖程度以及区分地表覆盖类型方面的优势,通过对原始Landsat TM影像增加NDVI数据维对影像进行维度扩展,克服了传统研究中通常从Landsat TM影像上提取3-4种端元的局限,经最小噪声分离变换(MNF变换)、纯像元指数(PPI)计算以及人机交互端元选取等一系列运算,构建以陆生植物、水生植物、高反射率地物、低反射率地物、裸露土壤为组分的五端元模型来反映研究区的地物组成;同时,以原始Landsat TM影像为基础,构建植物、高反射率地物、低反射率地物、裸露土壤为组分的四端元模型.针对两种端元模型,采用全约束下的LSMM算法进行混合像元分解以获取研究区的植被覆盖度,其次辅以研究区的纯水体信息对其进行优化.精度检验采用相同时期的高分辨率WorldView-2多光谱影像来进行.研究表明:虽然四端元模型与五端元模型对植被覆盖度的估算结果在空间上具有基本一致的分布趋势,但是前者的估算结果在数值上要普遍低于后者,在研究区的水体及其附近,四端元模型难以体现水生植物的植被覆盖信息;另外,五端元模型的估算结果与检验数据的相关系数R达到0.9023,均方根误差(RMSE)为0.0939,明显优于四端元模型的R=0.8671和RMSE=0.1711.这反映了通过对影像进行维度扩展的方法来改进端元提取的数量是可行的,而由此构建的五端元模型可以更充分的反映研究区地物之间的光谱差异,从而获得更好的估算精度.  相似文献   
3.
刘刚  孙睿  肖志强  崔天翔 《生态学报》2017,37(15):4936-4945
植被净初级生产力(NPP)是表征植被活动的关键变量,对于评估生态系统承载力,理解陆地生态系统碳循环有着重要意义。以全球陆表特征数据集(GLASS)为基础,对2001-2014年中国植被NPP进行了估算。在此基础上,利用一元线性回归、经验正交分解(EOF)分析了我国植被NPP时空变化,利用逐象元相关性分析、奇异值分解(SVD)两种方法分析了我国植被NPP与温度、降雨量的相关性。结果表明:(1)我国植被NPP空间上基本呈由东南向西北递减的分布趋势,主要是由于植被分布和气候条件决定的。研究期间我国植被NPP呈波动增加趋势,总量在3.02-3.49PgC/a之间,平均约为3.25 PgC/a。(2)一元线性回归与EOF分析结果较为一致,表明我国长江中下游、华北平原和东北长白山地区NPP呈减少趋势,而青藏高原、西北、内蒙古中部及东南沿海地区NPP呈增加趋势。(3) NPP与气象要素逐象元相关性分析表明,长白山、青藏高原及南方地区NPP与温度呈正相关,内蒙东部和西北地区NPP与降雨量呈正相关,东北、长江下游地区NPP与降雨量呈负相关。SVD分析结果与逐象元分析结果基本一致表明,NPP与温度、降雨量均存在明显相关性,长白山、内蒙古、青藏高原地区NPP与温度正相关,西北、内蒙中部地区NPP与降雨量呈正相关,长江下游、东北地区NPP与降雨量呈负相关。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号