雷竹叶绿素高光谱遥感反演研究

雷竹叶绿素高光谱遥感反演研究

ID:34975609

大小:8.41 MB

页数:75页

时间:2019-03-15

雷竹叶绿素高光谱遥感反演研究_第1页
雷竹叶绿素高光谱遥感反演研究_第2页
雷竹叶绿素高光谱遥感反演研究_第3页
雷竹叶绿素高光谱遥感反演研究_第4页
雷竹叶绿素高光谱遥感反演研究_第5页
资源描述:

《雷竹叶绿素高光谱遥感反演研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、密级公开UDC630硕±学位论文?宙竹叶绿素髙光诸遥巧巧演研究作者姓名:李亚丹指导巧师:杜华强学科专业名称;森林经理学研究方向:森林资巧遥感监测与信点技术巧在学院:环境与资巧学院论文提交日期:2015年6月9日浙江农林大学2015年6月9日ZhejiangA&FUniversityDissertationfortheDegreeofMasterRetrievalofChlorophyllContentofPhyllostachyspraecoxusingHyperspectralRemoteSensingC

2、andidate:LiYadanAdviser:DuHuaqiang,ProfessorSpecialty:ForestManagementDateofSubmission:Jun9,2015ZhejiangA&FUniversityLin’an,zhejiangprovince,P.R.ChinaJun,2015独创性声明,所呈交的学位论文本人声明,是受浙江省杰出青年科学基金LR14C160001,()国家自然科学基金(31070564,31370637,31300535)、国家林业局948项目--2013471-、230()浙江省林业碳汇与计量科技创新团队

3、项目子项目口01R10001)、浙江省本科院校中青年学科带头人学术攀登项目(pd2013239)等资助,在指导教!)巧指导下,通过我的努力取得的成果,并且是自己撰写的。尽我所知,除了文中作了标注和致谢中己经作了答谢的地方外,论义中不包含其他人发表或撰写过的研巧成果,也不包含在浙江农林大学或其他教育机构获得学位或证书而使用过的材料。与一同对本研究做出贡献的同志我,都在论文中作了明确的说明并表示了谢意。;^口被查有严重侵犯他人知识产权的行为,由本人承担应有的责任。‘防。学位论文作者亲笔签名:日期。户:如?论文使用授权的说明本人完全了解浙江农

4、林大学有关保留、使用学位论文的规定,即学校有权送交论文的复印件,允许论文被查阅和借阅,可;学校可W公布论文的全部或部分内容W采用影印、缩印或其他复制手段保存论文。保密,在年后解密可适用本授权书。□__、不保密,本学位论文属于不保密。囚""(请在方框内打V)学位论义作者亲笔签名=日期:健。句指导教师亲笔签名;也日期:]八叫i?^I>I摘要竹类植物具有生长迅速的特征,其生长过程中生化参数的变化对评价其生长状况具有重要的生态意义。叶绿素含量是植物营养状况、光合作用能力和发育阶段的良好指示剂,叶片及冠层光谱反射率或透射率对

5、叶绿素含量的响应也可以作为一种监测作物生长状况、氮素状况和水、病害以及污染等胁迫的有力手段,同时也为精准农业的发展提供一定的参考。雷竹(Phyllostachysviolascens)作为一种优良的笋用竹种,出笋早,产量高,经济效益好,种植面积不断增加。本研究将对雷竹生长过程中叶片高光谱反射率及其叶绿素连续监测的基础上,分别在叶片和冠层两个不同的尺度,分析雷竹叶绿素与高光谱植被指数之间的关系,并建立叶绿素反演模型,反演雷竹林叶绿素。主要包括以下几方面的研究内容:1、叶片尺度叶绿素估算的高光谱植被指数及特征参数的设置与筛选。设置比值型植被指数、差值型植被指数、归一化型植被指数

6、、叶绿素吸收比型植被指和反映植被反射光谱峰谷特征指数等5类植被指数或特征参数用于分析它们与雷竹叶片叶绿素含量之间的关系。2、叶片尺度叶绿素含量反演研究。选择与叶片叶绿素含量相关性较高的植被指数,分别构建一元线性模型和多元线性模型,对雷竹叶绿素进行反演。3、冠层尺度反射率模拟及植被指数构建。耦合叶片尺度的PROSPECT和冠层尺度SAIL模型,模拟冠层雷竹冠层尺度反射率。在冠层反射率模拟的基础上,构建差值植被指数、比值植被指数、归一化植被指数等,并分析各种植被指数与叶绿素含量的相关关系;4、冠层尺度叶绿素含量反演研究。筛选最佳冠层植被指数,建立冠层尺度高光谱植被指数与叶绿素含

7、量反演模型,实现雷竹冠层尺度叶绿素含量反演。通过以上研究,主要得到以下结论:1、叶片尺度的研究结果表明,绿度指数GM、红边指数Vog3、双重差值指数DD、修正型归一化指数mND705、修正型比值指数mSR705和红边拐点指数REP等6个高光谱植被指数在整个生长过程均与雷竹叶绿素有较好的相关关系;I2、所采用的6个植被指数建立的一元线性模型,在99%置信水平下的相关系数均在0.85以上;2种方案所建立的多元线性模型能够对雷竹叶绿素进行高精度的预测,预测与实测叶绿素之间的相关系数在0.89以上。3、PROSAIL模型较

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。