基于DART模型的遥感数据空间尺度转换分析

发布时间：2017-09-08 01:13

  本文关键词：基于DART模型的遥感数据空间尺度转换分析

  更多相关文章： 尺度转换 遥感数据 DART模型 敏感性分析 植被指数

【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。
【关键词】：尺度转换 遥感数据 DART模型 敏感性分析 植被指数
【学位授予单位】：辽宁工程技术大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-10
• 1 引言10-17
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状分析11-14
• 1.3 论文内容、技术路线及结构安排14-17
• 1.3.1 研究内容14-15
• 1.3.2 主要的技术路线15-16
• 1.3.3 结构安排16-17
• 2 模型方法与数据准备17-23
• 2.1 数据来源17-18
• 2.2 地面数据获取与准备18-23
• 2.2.1 地面数据获取18-19
• 2.2.2 数据准备19-23
• 3 DART模型中小麦参数对冠层反射率影响的敏感性分析23-36
• 3.1 DART模型23-27
• 3.1.1 DART模型23-25
• 3.1.2 DART模型原理25-26
• 3.1.3 查找表26-27
• 3.2 DART模型参数输入27-28
• 3.3 模型参数敏感性分析28-30
• 3.3.1 SIMLAB2.2介绍28-29
• 3.3.2 EFAST方法29-30
• 3.3.3 敏感性分析流程图30
• 3.4 敏感性分析结果30-35
• 3.4.1 叶面积指数(LAI)对反射率的影响分析32-33
• 3.4.2 株高(H)对反射率的影响分析33-34
• 3.4.3 叶倾角分布(LAD)对反射率的影响分析34-35
• 3.5 本章小结35-36
• 4 不同分辨率的遥感数据的空间尺度转换分析36-54
• 4.1 植被指数(VIs)的选择36-37
• 4.2 模型验证37-40
• 4.3 冠层反射率空间尺度模型建立分析40-44
• 4.3.1 冠层反射率不同空间尺度模型建立40-43
• 4.3.2 不确定性分析43-44
• 4.4 不同LAD条件下的VIs与LAI模拟分析44-48
• 4.4.1 VIs与LAI建立44-47
• 4.4.2 模拟分析47-48
• 4.5 不同分辨率的空间尺度转换的模型建立分析48-53
• 4.5.1 空间尺度转换的模型建立49-52
• 4.5.2 不同分辨率的空间尺度的植被指数不确定性分析52-53
• 4.6 本章小结53-54
• 5 结论54-56
• 5.1 主要研究工作与结论54
• 5.2 展望与不足54-56
• 5.2.1 展望54-55
• 5.2.2 不足55-56
• 参考文献56-61
• 作者简历61-63
• 学位论文数据集63

【参考文献】

中国期刊全文数据库 前10条

1 何维;杨华;;模型参数全局敏感性分析的EFAST方法[J];遥感技术与应用;2013年05期

2 王明常;牛雪峰;陈圣波;王亚楠;汪自军;;基于DART模型的PROBA/CHRIS数据叶面积指数反演[J];吉林大学学报(地球科学版);2013年03期

3 张静潇;苏伟;;基于EFAST方法的CERES-Wheat作物模型参数敏感性分析[J];中国农业大学学报;2012年05期

4 王强;刘丹丹;张为成;;基于DART模型森林结构参数反演[J];黑龙江工程学院学报(自然科学版);2012年02期

5 于颖;范文义;杨曦光;;三种植被冠层二向反射分布函数模型的比较[J];植物生态学报;2012年01期

6 张添;黄春林;沈焕锋;;地表通量对模型参数的不确定性和敏感性分析[J];遥感技术与应用;2011年05期

7 姜志伟;陈仲新;任建强;;基于ACRM辐射传输模型的植被叶面积指数遥感反演[J];中国农业资源与区划;2011年01期

8 雷晓辉;田雨;贾仰文;蒋云钟;王浩;刘清娥;;WEP模型全局参数敏感性分析及其在汉江上游流域的应用[J];水文;2010年06期

9 任启伟;陈洋波;舒晓娟;;基于Extend FAST方法的新安江模型参数全局敏感性分析[J];中山大学学报(自然科学版);2010年03期

10 王强;过志峰;孙国清;罗传文;刘丹丹;;离散植被冠层的解析混合BRDF模型——MGeoSAIL[J];测绘学报;2010年02期

，

本文编号：810999