基于高光谱遥感图像的植被光谱特征分析及含水量反演

发布时间：2017-07-06 18:14

  本文关键词：基于高光谱遥感图像的植被光谱特征分析及含水量反演

  更多相关文章： 高光谱 植被 含水量 双倒高斯模型

【摘要】：高光谱遥感技术在近20年来取得了显著地进步,超高的光谱分辨率使得如何从地物目标或场景的光谱中提取出关键信息以及更加精确的定量化分析成为高光谱图像的突出应用特点,也是该领域的研究热点。由于空间分辨率、时间分辨率以及光谱分辨率的飞速提升,高光谱遥感中所包含的地物信息也随之增长,这使得高光谱图像可以解决原本在全色/多光谱遥感图像中无法解决的问题。本文将以植被为例,从高光谱的光谱特征入手,分析与植被生化信息相关的光谱特征;借助光谱特征的提取以及特征的参量化表达,对植被生化信息之一的含水量进行反演和评价分析;最终将该方法应用到高光谱遥感数据中,得到高光谱成像数据中植被部分的含水量制图。具体的研究内容如下:首先,从植被光谱特性出发,利用植被辐射传输模型PROSAIL(PROSPECT+SAIL)模拟不同理化状态下的植被光谱,分析了在400~2500nm波段范围内的光谱对植被生化参数变化的敏感度。通过定性和定量的度量方法,说明在不同生化物质浓度下植被光谱的变化趋势和受影响程度,从而得到与含水量相关性最高的波段范围,进而提出一种新的光谱特征提取方法——双倒高斯模型,该模型能够很好地表达植被光谱的吸收特征,适用于植被相关光谱特征的提取。该部分的理论研究与模型的建立为下一步植被含水量反演奠定了坚实的理论基础。其次,对经典植被含水量反演方法进行了学习和研究,包括多元统计分析方法、基于光谱特征的方法以及物理模型的方法。利用经典方法反演的思想,同时结合双倒高斯模型,得到新的植被含水量反演方法。为了验证新方法的有效性与正确性,利用原有数据库的同时设计了相关的地面实验,实验结果表明该方法可以很好地对植被含水量进行定量化反演,并建立起诊断性光谱特征与植被含水量的对应关系。该部分为后续的遥感应用提供了技术支持。最后,论文在分析了高光谱遥感数据与地面测量的光谱数据差异的基础上,针对高光谱遥感数据中光谱的特性,模拟验证了双倒高斯模型的植被含水量反演方法的可移植性以及鲁棒性。最终针对高光谱遥感数据中的植被部分,利用上述提出的植被含水量反演方法,得到了相应的植被含水量反演结果并形成制图。本论文验证了高光谱数据在遥感定性与定量分析以及应用的可行性与正确性,达到了本课题的目的。
【关键词】：高光谱 植被 含水量 双倒高斯模型
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-18
• 1.1 课题背景及研究的目的和意义9-10
• 1.2 国内外在该方向的研究现状10-15
• 1.2.1 高光谱数据光谱特性分析10-12
• 1.2.2 植被定量化反演现状12-14
• 1.2.3 国内外文献综述的简析14-15
• 1.3 本文的主要研究内容及结构安排15-18
• 第2章 基于高光谱的植被光谱特征提取18-33
• 2.1 引言18
• 2.2 植被光谱生化参量敏感度分析18-27
• 2.2.1 植被光谱特性19-20
• 2.2.2 PROSAIL模型20-22
• 2.2.3 EFAST模型22-24
• 2.2.4 植被光谱敏感度分析结果24-27
• 2.3 植被光谱特征提取27-32
• 2.3.1 包络线去除法27-29
• 2.3.2 双倒高斯模型29-30
• 2.3.3 模型拟合结果评价30-32
• 2.4 本章小结32-33
• 第3章 基于双倒高斯模型的植被含水量反演33-54
• 3.1 引言33
• 3.2 传统植被含水量反演方法33-37
• 3.2.1 多元统计分析方法33-34
• 3.2.2 光谱特征分析的方法34-36
• 3.2.3 物理模型方法36-37
• 3.3 基于双倒高斯模型的植被含水量反演37-43
• 3.3.1 双倒高斯模型含水量反演方法37-39
• 3.3.2 植被光谱数据介绍39-43
• 3.4 实验结果及分析43-52
• 3.4.1 实验数据预处理43-44
• 3.4.2 相对含水量与等价水厚度对比44-45
• 3.4.3 诊断性特征参数与含水量相关分析45-48
• 3.4.4 植被含水量反演结果48-52
• 3.5 本章小结52-54
• 第4章 高光谱图像植被含水量制图54-64
• 4.1 引言54
• 4.2 高光谱遥感数据介绍及分析54-58
• 4.2.1 Hyperion传感器及实验数据54-55
• 4.2.2 高光谱图像预处理55-57
• 4.2.3 高光谱遥感图像光谱分析57-58
• 4.3 高光谱图像植被含水量制图58-63
• 4.3.1 高光谱图像光谱特征提取58-59
• 4.3.2 高光谱图像植被含水量反演59-61
• 4.3.3 高光谱图像植被含水量制图61-63
• 4.4 本章小结63-64
• 结论64-65
• 参考文献65-71
• 攻读硕士学位期间发表的论文及其他成果71-73
• 致谢73

【相似文献】

中国期刊全文数据库 前10条

1 高来之,杨柏林;应用于油气资源遥感的近红外石油物质光谱特征研究[J];国土资源遥感;1991年04期

2 徐金鸿;;粤西不同母岩型红土野外光谱特征[J];测绘科学;2009年S2期

3 朱亚平;刘健文;白洁;;云的光谱和纹理特征统计分析[J];遥感技术与应用;2006年01期

4 何挺;王静;程烨;林宗坚;;土壤氧化铁光谱特征研究[J];地理与地理信息科学;2006年02期

5 李双江;刘志红;刘文兆;高桥厚裕;j口笃志;桧山哲哉;福岛义宏;;黄土高原冬小麦田光谱特征变化及其与二氧化碳日收支的相关分析[J];应用生态学报;2008年11期

6 安如;姜丹萍;李晓雪;王U，

本文编号：527279