更新日期: 2025-04-07

天然草地植被覆蓋度的高光譜遙感估算模型

格式:pdf

大?。?span id="uskcg00" class="single-tag-height" data-v-09d85783>970KB

頁(yè)數(shù):6P

人氣 :64

天然草地植被覆蓋度的高光譜遙感估算模型 4.4

利用ASDFieldSpecProFRTM光譜儀,對(duì)內(nèi)蒙古自治區(qū)錫林郭勒盟的天然草地進(jìn)行高光譜遙感地面觀測(cè),并計(jì)算天然草地植被覆蓋度;選擇25個(gè)高光譜特征變量與天然草地植被覆蓋度進(jìn)行相關(guān)性分析.結(jié)果表明,共有17個(gè)變量通過(guò)極顯著性檢驗(yàn),尤以紅邊波長(zhǎng)范圍內(nèi)一階微分波段值總和(SDr)的相關(guān)系數(shù)0·781為最高·在此基礎(chǔ)上將觀測(cè)數(shù)據(jù)分成兩組一組觀測(cè)數(shù)據(jù)作為訓(xùn)練樣本(n=49),運(yùn)用單變量線性、非線性和逐步回歸方法,建立植被覆蓋度高光譜遙感估算模型;另一組觀測(cè)數(shù)據(jù)作為檢驗(yàn)樣本(n=32),進(jìn)行精度檢驗(yàn)·分析結(jié)果顯示,采用逐步回歸分析方法,運(yùn)用冠層原始反射率數(shù)據(jù)估算草地植被覆蓋度的效果并不理想;而以紅邊波長(zhǎng)范圍內(nèi)一階微分波段值的總和(SDr)為變量的線性回歸方程是最佳估算模型,模型標(biāo)準(zhǔn)差為10·4%,估算精度為83·99%.

呼倫貝爾草原植被覆蓋度估算的光譜模型 呼倫貝爾草原植被覆蓋度估算的光譜模型 呼倫貝爾草原植被覆蓋度估算的光譜模型

呼倫貝爾草原植被覆蓋度估算的光譜模型

格式:pdf

大?。?span id="i0o0uye" class="single-tag-height" data-v-09d85783>654KB

頁(yè)數(shù):6P

采用美國(guó)asd公司fieldspec3光譜儀和日本富士數(shù)碼相機(jī),于2009年7~8月在內(nèi)蒙古呼倫貝爾草原區(qū)進(jìn)行了植物高光譜和植被覆蓋度測(cè)定,并運(yùn)用回歸分析方法,建立實(shí)測(cè)歸一化植被指數(shù)(asdndvi)和植被覆蓋度之間的地面光譜模型,分析modis/terra衛(wèi)星的ndvi(modisndvi)與asdndvi的關(guān)系,建立預(yù)測(cè)植被覆蓋度的modis光譜模型,并對(duì)模型進(jìn)行精度檢驗(yàn).結(jié)果表明所建的modis光譜模型是線性函數(shù),該模型預(yù)測(cè)精度高于亞像元分解模型,標(biāo)準(zhǔn)誤差為11.58%,平均預(yù)測(cè)精度達(dá)到88.75%.

呼倫貝爾沙化草原植被覆蓋度估算光譜模型 呼倫貝爾沙化草原植被覆蓋度估算光譜模型 呼倫貝爾沙化草原植被覆蓋度估算光譜模型

呼倫貝爾沙化草原植被覆蓋度估算光譜模型

格式:pdf

大?。?span id="ow0gwco" class="single-tag-height" data-v-09d85783>3.9MB

頁(yè)數(shù):6P

選用美國(guó)asd公司fieldspec光譜儀,在內(nèi)蒙古呼倫貝爾高原中西部的沙化草地進(jìn)行了高光譜遙感地面觀測(cè)以及草地植被覆蓋度測(cè)定。運(yùn)用回歸分析方法,建立歸一化植被指數(shù)(ndvi)與植被覆蓋度(fc)之間的地面光譜模型?;跊Q定系數(shù)(r2)判斷,擬合較理想的模型為乘冪模型和指數(shù)模型,r2分別達(dá)到0.752和0.716。誤差分析顯示指數(shù)模型和冪函數(shù)模型擬合誤差較小。綜合分析后確定選用乘冪函數(shù)作為研究區(qū)植被覆蓋度估算模型(fc=0.7479*ndvi1.1928,r=0.86,p<0.001)。該模型為呼倫貝爾沙化草地區(qū)域植被覆蓋度測(cè)定提供了新的技術(shù)方法。

編輯推薦下載

基于遙感與GIS技術(shù)的水電站庫(kù)區(qū)植被覆蓋度動(dòng)態(tài)變化分析 基于遙感與GIS技術(shù)的水電站庫(kù)區(qū)植被覆蓋度動(dòng)態(tài)變化分析 基于遙感與GIS技術(shù)的水電站庫(kù)區(qū)植被覆蓋度動(dòng)態(tài)變化分析

基于遙感與GIS技術(shù)的水電站庫(kù)區(qū)植被覆蓋度動(dòng)態(tài)變化分析

格式:pdf

大小:1.0MB

頁(yè)數(shù):5P

基于遙感與GIS技術(shù)的水電站庫(kù)區(qū)植被覆蓋度動(dòng)態(tài)變化分析 4.6

利用1988年tm圖像和2003年etm+圖像,基于植被指數(shù)(ndvi),反演二灘庫(kù)區(qū)米易縣植被覆蓋度,并借助gis技術(shù),對(duì)米易縣1988-2003年植被覆蓋動(dòng)態(tài)變化進(jìn)行分析。研究表明,研究區(qū)植被覆蓋度變化與人類(lèi)活動(dòng)、自然因素有密切關(guān)系。其中二灘水庫(kù)的蓄水作用對(duì)研究區(qū)生態(tài)環(huán)境變化產(chǎn)生重大影響,對(duì)植被覆蓋度變化有重要意義?;谶b感技術(shù)進(jìn)行庫(kù)區(qū)植被覆蓋度動(dòng)態(tài)變化分析的研究思路和方法,將為水電開(kāi)發(fā)生態(tài)環(huán)境影響的回顧評(píng)價(jià)提供重要的參考和借鑒。

立即下載
高寒草地植被蓋度估算及其與凍土的關(guān)系 高寒草地植被蓋度估算及其與凍土的關(guān)系 高寒草地植被蓋度估算及其與凍土的關(guān)系

高寒草地植被蓋度估算及其與凍土的關(guān)系

格式:pdf

大?。?span id="iycgika" class="single-tag-height" data-v-09d85783>1.3MB

頁(yè)數(shù):6P

高寒草地植被蓋度估算及其與凍土的關(guān)系 4.7

植被覆蓋度(蓋度)是水文、生態(tài)、氣象等研究中的一個(gè)重要因子,目前目估是野外獲取蓋度的傳統(tǒng)方法。本研究利用多光譜相機(jī)拍攝的相片,分析每一個(gè)像元的歸一化指數(shù),區(qū)分植被和土壤,以獲取蓋度,并與目估法進(jìn)行對(duì)比,評(píng)估兩種方法的優(yōu)缺點(diǎn)。結(jié)果表明,目估蓋度具有較大的主觀性,而多人平均值具有一定的參考性;利用多光譜相片能夠快捷準(zhǔn)確地獲取蓋度;歸一化植被指數(shù)取0.4作為閾值較理想;利用閾值的方法區(qū)分植被和土壤需要像元所代表的空間尺度不能超過(guò)0.2cm。分析疏勒河上游地區(qū)蓋度和多年凍土分布的關(guān)系發(fā)現(xiàn),多年凍土區(qū)蓋度顯著高于季節(jié)凍土區(qū)和過(guò)渡區(qū)(p<0.01)。

立即下載

天然草地植被覆蓋度的高光譜遙感估算模型熱門(mén)文檔

相關(guān)文檔資料 967889 立即查看>>
森林葉綠素含量的高光譜遙感估算模型的建立 森林葉綠素含量的高光譜遙感估算模型的建立 森林葉綠素含量的高光譜遙感估算模型的建立

森林葉綠素含量的高光譜遙感估算模型的建立

格式:pdf

大?。?span id="o0ocgua" class="single-tag-height" data-v-09d85783>856KB

頁(yè)數(shù):4P

森林葉綠素含量的高光譜遙感估算模型的建立 4.7

高光譜遙感提供一個(gè)通過(guò)窄波段的地物光譜反射率、診斷和檢測(cè)植被葉綠素光譜特征波段的手段,為精確反演森林葉綠素含量提供更高光譜分辨率的數(shù)據(jù)。利用epp-2000地物光譜儀測(cè)量葉片的反射光譜,并用spad-502對(duì)觀測(cè)葉片進(jìn)行葉綠素含量的同步測(cè)量;采用統(tǒng)計(jì)相關(guān)分析方法,分析葉片反射光譜、光譜特征參數(shù)及其各種植被指數(shù)與葉片葉綠素含量的相關(guān)關(guān)系,并建立相應(yīng)的估算模型。結(jié)果表明:葉綠素含量的敏感性參數(shù)分別為diff(r749)、log(r466)、紅邊參數(shù)rvp以及比值葉綠素指數(shù)pssr。通過(guò)多元統(tǒng)計(jì)回歸分析,剔除不相關(guān)和存在共線性的參數(shù)后,得到葉綠素含量的估算模型為:spad=54.559-0.865×pssr+65.146×diff(r749)-6.030×log(r466)-0.238×rvp,模型及其參數(shù)均通過(guò)統(tǒng)計(jì)檢驗(yàn),模型的決定系數(shù)r2達(dá)到0.812,均方根誤差rmse=13.35379,模型精度為88.743258%。

立即下載
應(yīng)急輸水工程對(duì)塔里木河下游地區(qū)植被覆蓋度的影響

應(yīng)急輸水工程對(duì)塔里木河下游地區(qū)植被覆蓋度的影響

格式:pdf

大?。?span id="cccgyo0" class="single-tag-height" data-v-09d85783>867KB

頁(yè)數(shù):6P

應(yīng)急輸水工程對(duì)塔里木河下游地區(qū)植被覆蓋度的影響 4.6

基于塔里木河下游地區(qū)1999年tm、2002年etm和2004年aster遙感影像及其基礎(chǔ)背景數(shù)據(jù),對(duì)應(yīng)急輸水工程前后研究區(qū)植被覆蓋度和土地沙漠化的動(dòng)態(tài)變化進(jìn)行了研究.結(jié)果表明:隨著應(yīng)急輸水工程的實(shí)施,塔河下游地區(qū)中、高植被覆蓋度的面積逐年增加,分別由1999年的7447.16、17146.80hm2增加至2004年的9129.16、26236.61hm2,低、劣植被覆蓋度面積分別減少了9989.10和782.71hm2;1999—2004年間,研究區(qū)沙漠化總面積由506258.06hm2減少至498043.93hm2,呈逐年縮小趨勢(shì).研究期間,部分沙漠化地區(qū)出現(xiàn)了較為明顯的逆轉(zhuǎn),生態(tài)環(huán)境趨于好轉(zhuǎn),應(yīng)急輸水工程對(duì)塔河下游生態(tài)環(huán)境的改善起到了重要作用.

立即下載
1995—2015年廈門(mén)市土地利用變化對(duì)植被覆蓋度的影響 1995—2015年廈門(mén)市土地利用變化對(duì)植被覆蓋度的影響 1995—2015年廈門(mén)市土地利用變化對(duì)植被覆蓋度的影響

1995—2015年廈門(mén)市土地利用變化對(duì)植被覆蓋度的影響

格式:pdf

大小:335KB

頁(yè)數(shù):6P

1995—2015年廈門(mén)市土地利用變化對(duì)植被覆蓋度的影響 4.6

以廈門(mén)市1995、2005、2015年landsat遙感影像為數(shù)據(jù)源,利用太陽(yáng)光譜衛(wèi)星信號(hào)的二次模擬(6s)模型進(jìn)行大氣校正并計(jì)算地表反射率,在envi5.2軟件支持下獲取3期的歸一化植被指數(shù)(ndvi)和植被覆蓋度(fvc),得到廈門(mén)市1995、2005、2015年的平均fvc值分別為0.35、0.22、0.31.運(yùn)用監(jiān)督分類(lèi)中最大似然法提取土地利用信息,利用arcgis10.1軟件將fvc與土地利用分類(lèi)圖進(jìn)行疊加分析,得到了廈門(mén)市1995—2015年間fvc對(duì)土地利用變化的響應(yīng).結(jié)果表明:廈門(mén)市fvc在1995—2005年間降低了37%,在2005—2015年間增加了29%;廈門(mén)市的平均fvc在水域增加17%,在建設(shè)用地增加35%,在耕地增加22%,在林地減少27%,并依此為廈門(mén)市城市發(fā)展和生態(tài)建設(shè)提供建議.

立即下載
油菜葉片和冠層水平氮素含量的高光譜反射率估算模型 油菜葉片和冠層水平氮素含量的高光譜反射率估算模型 油菜葉片和冠層水平氮素含量的高光譜反射率估算模型

油菜葉片和冠層水平氮素含量的高光譜反射率估算模型

格式:pdf

大?。?span id="qesseuw" class="single-tag-height" data-v-09d85783>896KB

頁(yè)數(shù):5P

油菜葉片和冠層水平氮素含量的高光譜反射率估算模型 4.7

通過(guò)設(shè)計(jì)實(shí)驗(yàn)首先確定是否可以用油菜葉片反射率光譜預(yù)測(cè)其氮素含量,以及是否可以用預(yù)測(cè)的光譜特征值與氮素含量建立相關(guān)模型。實(shí)驗(yàn)結(jié)果表明,反射率光譜的轉(zhuǎn)化形式r的一階微分為預(yù)測(cè)油菜氮素含量的最佳形式,最佳波段選擇與其他研究結(jié)果相似。短波紅外光譜波段能較好預(yù)測(cè)氮素含量,但是選擇的高相關(guān)性短波紅外區(qū)域一般都較窄,因此可用高光譜和高輻射分辨率來(lái)準(zhǔn)確描述油菜光譜特征。短波紅外反射率的變化主要是由于植被化學(xué)信號(hào)的改變而引起的。直接太陽(yáng)輻射率、觀測(cè)設(shè)備、葉片振動(dòng)以及大氣濕度的細(xì)微變化都可能引起光譜一階微分的變化。冠層反射率一階微分r′建立的逐步回歸模型擬合度較高。

立即下載
圍欄封育對(duì)高寒草地植被數(shù)量特征的影響 圍欄封育對(duì)高寒草地植被數(shù)量特征的影響 圍欄封育對(duì)高寒草地植被數(shù)量特征的影響

圍欄封育對(duì)高寒草地植被數(shù)量特征的影響

格式:pdf

大?。?span id="e2qs2ee" class="single-tag-height" data-v-09d85783>342KB

頁(yè)數(shù):5P

圍欄封育對(duì)高寒草地植被數(shù)量特征的影響 4.6

對(duì)青海湖地區(qū)高寒草地圍欄內(nèi)外植被進(jìn)行調(diào)查分析。結(jié)果顯示,圍欄封育措施使高寒草地植被的蓋度、高度、生物量均明顯增加,從不同經(jīng)濟(jì)類(lèi)群分析,其禾草、莎草等可食牧草比例增加,而不可食牧草比例相對(duì)下降。圍欄封育措施對(duì)群落組成結(jié)構(gòu)及植物種的重要值產(chǎn)生不同程度的影響,主要表現(xiàn)在生物多樣性增加,一些可食牧草的重要值增加,而不可食牧草的重要值相對(duì)下降。

立即下載

天然草地植被覆蓋度的高光譜遙感估算模型精華文檔

相關(guān)文檔資料 967889 立即查看>>
草地植被結(jié)構(gòu)對(duì)坡面流水動(dòng)力學(xué)特性的影響研究 草地植被結(jié)構(gòu)對(duì)坡面流水動(dòng)力學(xué)特性的影響研究 草地植被結(jié)構(gòu)對(duì)坡面流水動(dòng)力學(xué)特性的影響研究

草地植被結(jié)構(gòu)對(duì)坡面流水動(dòng)力學(xué)特性的影響研究

格式:pdf

大?。?span id="uucuwyy" class="single-tag-height" data-v-09d85783>384KB

頁(yè)數(shù):6P

草地植被結(jié)構(gòu)對(duì)坡面流水動(dòng)力學(xué)特性的影響研究 4.6

針對(duì)植被結(jié)構(gòu)在調(diào)控坡面土壤侵蝕機(jī)理需要深入探討的問(wèn)題,通過(guò)人工模擬降雨方法,采用不同下墊面,對(duì)不同坡度和雨強(qiáng)下草被根系和冠層對(duì)坡面流水動(dòng)力學(xué)參數(shù)影響進(jìn)行了定量研究。研究表明在黃土高原地區(qū)尋求發(fā)達(dá)根系固土增糙耗能降蝕是減少大暴雨水土流失的關(guān)鍵因素。

立即下載
天山北坡典型草地封育圍欄效果及其光譜特征分析 天山北坡典型草地封育圍欄效果及其光譜特征分析 天山北坡典型草地封育圍欄效果及其光譜特征分析

天山北坡典型草地封育圍欄效果及其光譜特征分析

格式:pdf

大?。?span id="4wwymqg" class="single-tag-height" data-v-09d85783>405KB

頁(yè)數(shù):6P

天山北坡典型草地封育圍欄效果及其光譜特征分析 4.5

【目的】結(jié)合地上生物量及蓋度分析光譜曲線來(lái)研究圍欄封育的效果及其光譜的特征?!痉椒ā垦芯窟x取了天山北坡荒漠草原草地圍欄內(nèi)外、山地低草草甸草地圍欄內(nèi)外4種類(lèi)型,采用svchr768地物光譜儀測(cè)量草地冠層的光譜反射率,生成光譜曲線;利用目測(cè)法測(cè)定植被的蓋度,利用樣方測(cè)定的方法測(cè)定植被的地上生物量?!窘Y(jié)果】圍欄封育一定時(shí)間后,圍欄內(nèi)的蓋度及地上生物量均遠(yuǎn)遠(yuǎn)大于圍欄外的;2011和2012年荒漠草原草地圍欄內(nèi)及2012年山地低草草甸草地圍欄內(nèi)外的光譜曲線均具有明顯的綠色植物的光譜特征,而荒漠草原草地圍欄外的反射峰和水分吸收谷都不太明顯?!窘Y(jié)論】圍欄封育對(duì)植被恢復(fù)具有一定的效果;不同草地類(lèi)型的光譜曲線存在很大的差異;相同草地圍欄內(nèi)外的光譜曲線也不相同。

立即下載
不同覆蓋度沙棘對(duì)林下草本植被的修復(fù)效果研究 不同覆蓋度沙棘對(duì)林下草本植被的修復(fù)效果研究 不同覆蓋度沙棘對(duì)林下草本植被的修復(fù)效果研究

不同覆蓋度沙棘對(duì)林下草本植被的修復(fù)效果研究

格式:pdf

大?。?span id="uka2i2o" class="single-tag-height" data-v-09d85783>225KB

頁(yè)數(shù):3P

不同覆蓋度沙棘對(duì)林下草本植被的修復(fù)效果研究 4.6

[目的]探討不同覆蓋度沙棘對(duì)林下草本植被的修復(fù)效果。[方法]經(jīng)過(guò)對(duì)林下植被的蓋度、生物量、物種多樣性的分析研究?jī)?nèi)蒙古自治區(qū)鄂爾多斯地區(qū)不同覆蓋度沙棘人工林對(duì)林下植被的影響。[結(jié)果]沙棘林覆蓋度達(dá)10%以后,林下草本植被多樣性指數(shù)變化平穩(wěn);當(dāng)沙棘林地覆蓋度為20%~25%時(shí),林下植被蓋度與生物量達(dá)最大值。[結(jié)論]研究區(qū)沙棘林的覆蓋度應(yīng)該以15%~25%為宜。

立即下載
支持向量機(jī)在土壤鎂含量高光譜估算中的應(yīng)用 支持向量機(jī)在土壤鎂含量高光譜估算中的應(yīng)用 支持向量機(jī)在土壤鎂含量高光譜估算中的應(yīng)用

支持向量機(jī)在土壤鎂含量高光譜估算中的應(yīng)用

格式:pdf

大小:263KB

頁(yè)數(shù):6P

支持向量機(jī)在土壤鎂含量高光譜估算中的應(yīng)用 4.6

研究利用土壤樣本實(shí)驗(yàn)反射光譜,分析了土壤鎂(mg)含量與土壤反射光譜的關(guān)系,比較了主成分回歸分析(pcr)、偏最小二乘回歸分析(plsr)和支持向量機(jī)回歸分析(svmr)等方法,以及土壤反射光譜及其變換光譜與土壤m(xù)g含量之間的估算模型,為土壤m(xù)g含量高光譜估算提供依據(jù)。結(jié)果表明:pcr、plsr、svmr3種建模方法在mg含量的估算中,svmr的估算精度相對(duì)較高,估算精度平均達(dá)到80.96%,分別比pcr和plsr提高了6.16%、4.20%;對(duì)于不同的數(shù)學(xué)變換處理方法,一階微分變換相對(duì)較好,估算精度平均為80.76%,分別比反射率、倒數(shù)對(duì)數(shù)變換提高了4.95%、4.61%。因此,運(yùn)用土壤反射光譜一階微分變換的svmr進(jìn)行建模,可以相對(duì)較好地估算全mg含量,精度達(dá)84.04%。

立即下載
潖江滯洪區(qū)森林植被覆蓋率與防洪減災(zāi)的耦合關(guān)系

潖江滯洪區(qū)森林植被覆蓋率與防洪減災(zāi)的耦合關(guān)系

格式:pdf

大?。?span id="wwo0qsg" class="single-tag-height" data-v-09d85783>352KB

頁(yè)數(shù):3P

潖江滯洪區(qū)森林植被覆蓋率與防洪減災(zāi)的耦合關(guān)系 4.3

采用森林水文學(xué)、陸地水文學(xué)及3s技術(shù)原理與方法,基于遙感影像ndvi指數(shù)與水文學(xué)模型參數(shù)的關(guān)聯(lián),構(gòu)建森林植被覆蓋率與洪水淹沒(méi)耦合關(guān)系模型,計(jì)算了現(xiàn)狀和高植被覆蓋率情景下潖江滯洪區(qū)可能出現(xiàn)的洪水災(zāi)害。當(dāng)潖江口分洪百年一遇洪水時(shí),70%植被覆蓋率情景與現(xiàn)狀條件相比,淹沒(méi)面積減少32.8%,農(nóng)業(yè)損失減少40%,固定資產(chǎn)投資減少13.4%,提高了人員生命安全的保障程度。

立即下載

天然草地植被覆蓋度的高光譜遙感估算模型最新文檔

相關(guān)文檔資料 967889 立即查看>>
遙感與高光譜成像用制冷型紅外探測(cè)器 遙感與高光譜成像用制冷型紅外探測(cè)器 遙感與高光譜成像用制冷型紅外探測(cè)器

遙感與高光譜成像用制冷型紅外探測(cè)器

格式:pdf

大?。?span id="0aem2ei" class="single-tag-height" data-v-09d85783>1.3MB

頁(yè)數(shù):4P

遙感與高光譜成像用制冷型紅外探測(cè)器 4.4

制冷型紅外探測(cè)器技術(shù)取得的最新進(jìn)展已使得用于各種環(huán)境應(yīng)用如高光譜遙感、空間成像與監(jiān)視的許多紅外遙感儀器獲得快速發(fā)展。由于低溫制冷探測(cè)器的靈敏度特別高,人們已經(jīng)用它研制了可在波長(zhǎng)長(zhǎng)達(dá)25μm的各種譜段成像的紅外系統(tǒng)。

立即下載
圍欄封育對(duì)黃河源區(qū)退化高寒草地植被組成及生物量的影響 圍欄封育對(duì)黃河源區(qū)退化高寒草地植被組成及生物量的影響 圍欄封育對(duì)黃河源區(qū)退化高寒草地植被組成及生物量的影響

圍欄封育對(duì)黃河源區(qū)退化高寒草地植被組成及生物量的影響

格式:pdf

大?。?span id="gocesya" class="single-tag-height" data-v-09d85783>416KB

頁(yè)數(shù):6P

圍欄封育對(duì)黃河源區(qū)退化高寒草地植被組成及生物量的影響 4.4

在黃河源區(qū)-青海省果洛藏族自治州瑪沁縣選取4個(gè)不同退化程度的天然草地,以圍欄內(nèi)封育和圍欄外自由放牧草地作比較,采用樣方法調(diào)查草地圍欄內(nèi)外的群落結(jié)構(gòu)特征和草地初級(jí)生產(chǎn)力生物量,并通過(guò)計(jì)算地上與地下生物量比值以及植物群落干鮮比來(lái)評(píng)價(jià)圍欄封育的效果。結(jié)果表明:不同退化程度圍欄內(nèi)外的植被組成存在顯著差異;隨著退化程度的加劇,植物群落的蓋度、高度以及多樣性指數(shù)有下降趨勢(shì),且圍欄內(nèi)的蓋度、高度及多樣性指數(shù)均大于圍欄外的;植物群落高度、蓋度、地上生物量和生物量干鮮比隨著退化程度加劇有減小的趨勢(shì)。圍欄封育有利于改善青藏高原退化高寒草地的植物群落結(jié)構(gòu),提高草地植物群落的蓋度和生物量,促進(jìn)其恢復(fù)演替。

立即下載
土壤鹽漬化高光譜特征分析與建模?? 土壤鹽漬化高光譜特征分析與建模?? 土壤鹽漬化高光譜特征分析與建模??

土壤鹽漬化高光譜特征分析與建模??

格式:pdf

大?。?span id="miyoqeg" class="single-tag-height" data-v-09d85783>323KB

頁(yè)數(shù):7P

土壤鹽漬化高光譜特征分析與建模?? 4.7

基于高光譜遙感技術(shù)快速、無(wú)損的檢測(cè)優(yōu)勢(shì),以新疆渭干河-庫(kù)車(chē)河三角洲綠洲為例,探討利用反射光譜來(lái)預(yù)測(cè)土壤含鹽量的可行性。利用野外采集的土壤樣本,在實(shí)驗(yàn)室內(nèi)測(cè)得了土壤含鹽量及原始光譜反射率。利用光譜分析技術(shù)計(jì)算高光譜指數(shù),與土壤樣本含鹽量進(jìn)行相關(guān)性分析,篩選出土壤含鹽量的光譜特征波段,基于逐步多元線性回歸和偏最小二乘回歸建立土壤鹽分動(dòng)態(tài)監(jiān)測(cè)模型。通過(guò)精度檢驗(yàn),結(jié)果表明:基于偏最小二乘回歸方法,以對(duì)數(shù)二階微分光譜特征波段所構(gòu)建的鹽漬化遙感監(jiān)測(cè)模型最優(yōu),模型的穩(wěn)定性和預(yù)測(cè)精度最高。利用反射光譜來(lái)預(yù)測(cè)土壤含鹽量可實(shí)現(xiàn)區(qū)域尺度上的土壤鹽漬化實(shí)時(shí)監(jiān)測(cè)和評(píng)價(jià)。

立即下載
ASTER高光譜影像提取地面人工建筑物信息的應(yīng)用

ASTER高光譜影像提取地面人工建筑物信息的應(yīng)用

格式:pdf

大?。?span id="2000qg2" class="single-tag-height" data-v-09d85783>242KB

頁(yè)數(shù):4P

ASTER高光譜影像提取地面人工建筑物信息的應(yīng)用 4.7

高級(jí)星載熱輻射熱反射探測(cè)儀(aster)為對(duì)地觀測(cè)提供更高質(zhì)量的信息源。本文對(duì)福州市aster影像數(shù)據(jù)進(jìn)行了主成分分析、波段運(yùn)算和自動(dòng)分類(lèi),結(jié)果表明其能較好地提取地面的人工建筑物信息。

立即下載
模擬酸雨不同水平下杜英和山核桃的高光譜特點(diǎn) 模擬酸雨不同水平下杜英和山核桃的高光譜特點(diǎn) 模擬酸雨不同水平下杜英和山核桃的高光譜特點(diǎn)

模擬酸雨不同水平下杜英和山核桃的高光譜特點(diǎn)

格式:pdf

大?。?span id="wiycs0k" class="single-tag-height" data-v-09d85783>1.3MB

頁(yè)數(shù):7P

模擬酸雨不同水平下杜英和山核桃的高光譜特點(diǎn) 4.7

通過(guò)模擬酸雨大棚試驗(yàn),測(cè)定了3個(gè)酸雨梯度下4個(gè)時(shí)期杜英和山核桃高光譜反射率以及對(duì)應(yīng)的葉綠素相對(duì)含量(spad相對(duì)值),并利用反高斯模型擬合紅邊光譜曲線,構(gòu)建紅邊位置λp及紅邊寬度等光譜特征參量。結(jié)果表明:在ph較低的酸雨處理下杜英的葉綠素含量有一定的升高,而山核桃則是呈現(xiàn)下降的趨勢(shì);在可見(jiàn)光區(qū),杜英在ph5.6處理下的平均光譜反射率要高于ph2.5的處理;而山核桃在ph5.6處理下的平均光譜反射率普遍要低于ph2.5的處理;杜英紅光區(qū)域葉綠素吸收最小反射率值r0在ph5.6的處理要低于ph2.5的處理,山核桃相反;杜英的λp值表明其反射率光譜曲線發(fā)生了"紅移"現(xiàn)象,而山核桃則產(chǎn)生了"藍(lán)移"。這表明或可建立葉片的光譜反射率同酸雨危害程度之間的定量或定性關(guān)系。

立即下載
冬小麥葉面積指數(shù)的高光譜估算模型研究 冬小麥葉面積指數(shù)的高光譜估算模型研究 冬小麥葉面積指數(shù)的高光譜估算模型研究

冬小麥葉面積指數(shù)的高光譜估算模型研究

格式:pdf

大?。?span id="q0ikmii" class="single-tag-height" data-v-09d85783>232KB

頁(yè)數(shù):未知

冬小麥葉面積指數(shù)的高光譜估算模型研究 4.6

本文以山東禹城為研究區(qū),利用地面實(shí)測(cè)光譜數(shù)據(jù),探討不同植被指數(shù)和紅邊參數(shù)建立高光譜模型反演冬小麥葉面積指數(shù)的精度。通過(guò)逐波段分析計(jì)算了4種植被指數(shù)(ndvi、rvi、savi、evi),結(jié)合同步觀測(cè)lai數(shù)據(jù),確定反演葉面積指數(shù)的最優(yōu)波段;計(jì)算了5種常用的高光譜植被指數(shù)mcari、mcari2、osavi、mtvi2、msavi2,同時(shí)利用4種常用方法計(jì)算紅邊位置和紅谷,與實(shí)測(cè)lai進(jìn)行回歸分析,比較植被指數(shù)和紅邊參數(shù)模型對(duì)冬小麥lai的估測(cè)精度。結(jié)果表明各因子與lai均具有較高的相關(guān)性,整個(gè)研究區(qū)歸一化植被指數(shù)具有最高的反演精度,確定了估算冬小麥lai的最優(yōu)模型,并使用獨(dú)立的lai觀測(cè)數(shù)據(jù)對(duì)模型進(jìn)行了驗(yàn)證。

立即下載
內(nèi)蒙古流動(dòng)沙丘恢復(fù)疏林草地植被治理技術(shù)研究 內(nèi)蒙古流動(dòng)沙丘恢復(fù)疏林草地植被治理技術(shù)研究 內(nèi)蒙古流動(dòng)沙丘恢復(fù)疏林草地植被治理技術(shù)研究

內(nèi)蒙古流動(dòng)沙丘恢復(fù)疏林草地植被治理技術(shù)研究

格式:pdf

大?。?span id="2uyqegy" class="single-tag-height" data-v-09d85783>201KB

頁(yè)數(shù):未知

內(nèi)蒙古流動(dòng)沙丘恢復(fù)疏林草地植被治理技術(shù)研究 4.5

在科爾沁沙地的天然植被中,疏林草地是最穩(wěn)定,也是分布面積比較大的植被類(lèi)型。因此,流動(dòng)沙丘恢復(fù)為疏林草地植被,是適應(yīng)自然規(guī)律,投入少見(jiàn)效快的治理方式。試驗(yàn)表明,在350mm左右降水量地區(qū),對(duì)沙丘首先進(jìn)行圍封,促進(jìn)自然植被恢復(fù),借助風(fēng)力,削平沙丘頂部,降低沙丘高度。同時(shí),進(jìn)行人工噴播灌木和人工栽植喬灌木樹(shù)種。經(jīng)過(guò)4~5年,人工栽植的喬木樹(shù)種覆蓋度達(dá)到10%,天然更新的小葉楊、家榆等的覆蓋率也達(dá)10%,人工噴播的灌木達(dá)到20%,天然草本植物的覆蓋度由15%,增加到60%。流動(dòng)沙丘基本穩(wěn)定,并且恢復(fù)為疏林草地植被類(lèi)型

立即下載
基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測(cè)建模研究 基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測(cè)建模研究 基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測(cè)建模研究

基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測(cè)建模研究

格式:pdf

大?。?span id="0im2gkc" class="single-tag-height" data-v-09d85783>464KB

頁(yè)數(shù):未知

基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測(cè)建模研究 4.7

可見(jiàn)/近紅外高光譜技術(shù)與建模方法是當(dāng)前土壤近地傳感器研究領(lǐng)域的重要方向,可應(yīng)用于土壤養(yǎng)分信息的快速獲取和農(nóng)田作物的精確施肥管理。以浙江省水稻土為研究對(duì)象,利用以非線性模型為核心的數(shù)據(jù)挖掘技術(shù),包括隨機(jī)森林、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等方法分別建立了不同建模集和驗(yàn)證集的原始光譜與有機(jī)質(zhì)含量的估測(cè)模型。結(jié)果表明:研究比較的1∶1,3∶1和全部樣本建模并全部驗(yàn)證的三種樣本模式劃分對(duì)建模的結(jié)果有一定的影響。相較于目前常用的偏最小二乘回歸(plsr)建模方法而言,非線性模型rf和svm也取得了較好的建模精度,三種模式下其rdp值均大于1.4。特別是采用svm建模方法所得模型具有很好的預(yù)測(cè)能力,模式二下其rdp值達(dá)到2.16。同時(shí)引入ann方法改進(jìn)建立的plsr-ann方法顯著提高了plsr的模型預(yù)測(cè)能力。

立即下載
基于地面高光譜數(shù)據(jù)的油茶炭疽病病情指數(shù)反演 基于地面高光譜數(shù)據(jù)的油茶炭疽病病情指數(shù)反演 基于地面高光譜數(shù)據(jù)的油茶炭疽病病情指數(shù)反演

基于地面高光譜數(shù)據(jù)的油茶炭疽病病情指數(shù)反演

格式:pdf

大?。?span id="cei2imc" class="single-tag-height" data-v-09d85783>385KB

頁(yè)數(shù):未知

基于地面高光譜數(shù)據(jù)的油茶炭疽病病情指數(shù)反演 4.7

使用fieldspechandheldtm地物光譜儀采集不同發(fā)病程度的油茶冠層光譜數(shù)據(jù),并實(shí)地調(diào)查油茶炭疽病病情指數(shù),將光譜數(shù)據(jù)進(jìn)行一階微分與滑動(dòng)平均濾波相結(jié)合的預(yù)處理,提取與病情指數(shù)相關(guān)性較高的敏感波段,并采用主成分分析法(principalcomponentanalysis,pca)對(duì)敏感波段的光譜數(shù)據(jù)進(jìn)行降維,分別以敏感波段和pca降維處理后的敏感波段作為輸入變量建立了病情指數(shù)的bp神經(jīng)網(wǎng)絡(luò)反演模型。兩種建模方法建立的bp神經(jīng)網(wǎng)絡(luò)模型計(jì)算出的預(yù)測(cè)值與觀測(cè)值之間的決定系數(shù)(r2)均達(dá)99%以上。精度檢驗(yàn)證明,以pca降維所得到的前10個(gè)主成分作為輸入變量建立的10-7-1三層bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度更高,模型計(jì)算出的預(yù)測(cè)值與觀測(cè)值之間的決定系數(shù)(r2)和均方根誤差(rmse)分別為0.9986和0.8148。該研究表明,利用地面高光譜數(shù)據(jù)結(jié)合主成分分析和bp神經(jīng)網(wǎng)絡(luò)算法反演油茶炭疽病病情指數(shù)是一種有效的方法。

立即下載
火焰光譜探測(cè)器的光譜匹配因數(shù) 火焰光譜探測(cè)器的光譜匹配因數(shù) 火焰光譜探測(cè)器的光譜匹配因數(shù)

火焰光譜探測(cè)器的光譜匹配因數(shù)

格式:pdf

大?。?span id="cq2i0aa" class="single-tag-height" data-v-09d85783>477KB

頁(yè)數(shù):3P

火焰光譜探測(cè)器的光譜匹配因數(shù) 4.7

從測(cè)量得到的火焰光譜數(shù)據(jù)出發(fā),對(duì)火焰探測(cè)器的光譜匹配因數(shù)進(jìn)行研究,導(dǎo)出了光譜匹配因數(shù)的表達(dá)式,并在1~14μm波段范圍內(nèi),計(jì)算了insb紅外探測(cè)器對(duì)不同溫度黑體輻射的光譜匹配因數(shù),為新型火焰探測(cè)器的研制提供一些必要的理論依據(jù)。

立即下載

天然草地植被覆蓋度的高光譜遙感估算模型相關(guān)

文輯推薦

知識(shí)推薦

百科推薦

韓震

職位:一級(jí)消防工程師

擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林

天然草地植被覆蓋度的高光譜遙感估算模型文輯: 是韓震根據(jù)數(shù)聚超市為大家精心整理的相關(guān)天然草地植被覆蓋度的高光譜遙感估算模型資料、文獻(xiàn)、知識(shí)、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時(shí),造價(jià)通平臺(tái)還為您提供材價(jià)查詢、測(cè)算、詢價(jià)、云造價(jià)、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問(wèn): 天然草地植被覆蓋度的高光譜遙感估算模型