基于SPOT6和TM影像的城市绿地LAI反演地面样地尺度效应研究
发布时间:2023-02-15 10:24
城市绿地是维持城市生态系统稳定的核心部分,具有维持区域碳平衡、调节小气候、净化空气、涵养水源等多方面的功能。而叶面积指数是建立各种生态系统功能指标模型的关键参数,对于城市绿地生态功能研究有着重要的作用。随着遥感技术的不断发展,遥感反演法已经成为在大规模范围内获取叶面积指数分布的重要方法。本文研究区域位武汉市三环以内,设置100m*100m大样地获取实测叶面积指数,在采用SPOT6和TM两种影像提取的4种植被指数建立和筛选最优LAI反演模型的基础上,通过比较不同样地面积尺度下实测LAI最优反演模型的决定系数及预测精度来研究地面样地大小对LAI反演的尺度效应,结果表明:(1)各样地尺度下,SPOT6影像反演模型的决定系数和预测精度均高于TM影像,说明像元分辨率差异导致的尺度效应是存在的,与前人研究结果一致;(2)分辨率为6m的SPOT6影像下,样地面积为10m*10m、20m*20m、30m*30m、40m*40m、50m*50m、60m*60m不同尺度下,LAI最优反演模型的决定系数和预测精度均随着样地面积的增加而提高,样地面积为60m*60m时达到最大,分别为0.856和89.34%。...
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1.前言
1.1 研究背景
1.2 国内外研究进展
1.2.1 尺度与尺度效应的定义
1.2.2 尺度效应的表现
1.2.3 LAI反演中的尺度效应及产生原因
1.2.4 LAI反演中尺度效应的解决
1.3 研究的目的及意义
1.4 研究内容及技术路线
2 研究方法
2.1 研究区域概况
2.2 遥感影像的选取
2.3 遥感影像的处理
2.3.1 辐射定标
2.3.2 大气校正
2.3.3 几何校正
2.4 植被指数的选取
2.5 样地设置与数据测定
2.5.1 样地设置
2.5.2 样地调查
2.5.3 样地梯度选择和设置
2.6 数据处理
2.6.1 各层叶面积指数的计算
2.6.2 样地叶面积指数的计算方法
2.6.3 样地植被指数的提取
2.6.4 回归模型的选取
2.6.5 精度检验
3. 结果与分析
3.1 基于SPOT6影像武汉市城市绿地各样地尺度下LAI反演模型的确定
3.1.1 基于SPOT6影像10m*10m样地实测LAI与植被指数的回归模型
3.1.1.1 实测LAI与各植被指数的相关性分析
3.1.1.2 实测LAI与各植被指数的回归模型的建立
3.1.1.3 各植被指数反演LAI备选的最优模型
3.1.1.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.2 基于SPOT6影像20m*20m样地实测LAI与植被指数的回归模型
3.1.2.1 实测LAI与各植被指数的相关性分析
3.1.2.2 实测LAI与各植被指数的回归模型的建立
3.1.2.3 各植被指数反演LAI备选的最优模型
3.1.2.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.3 基于SPOT6影像30m*30m样地实测LAI与植被指数的回归模型
3.1.3.1 实测LAI与各植被指数的相关性分析
3.1.3.2 实测LAI与各植被指数的回归模型的建立
3.1.3.3 各植被指数反演LAI备选的最优模型
3.1.3.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.4 基于SPOT6影像40m*40m样地实测LAI与植被指数的回归模型
3.1.4.1 实测LAI与各植被指数的相关性分析
3.1.4.2 实测LAI与各植被指数的回归模型的建立
3.1.4.3 各植被指数反演LAI备选的最优模型
3.1.4.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.5 基于SPOT6影像50m*50m样地实测LAI与植被指数的回归模型
3.1.5.1 实测LAI与各植被指数的相关性分析
3.1.5.2 实测LAI与各植被指数的回归模型的建立
3.1.5.3 各植被指数反演LAI备选的最优模型
3.1.5.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.6 基于SPOT6影像60m*60m样地实测LAI与植被指数的回归模型
3.1.6.1 实测LAI与各植被指数的相关性分析
3.1.6.2 实测LAI与各植被指数的回归模型的建立
3.1.6.3 各植被指数反演LAI备选的最优模型
3.1.6.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2 基于TM影像武汉市城市绿地各样地尺度下LAI反演模型的确定
3.2.1 基于TM影像的10m*10m样地实测LAI与植被指数的回归模型
3.2.1.1 实测LAI与各植被指数的相关性分析
3.2.1.2 实测LAI与各植被指数的回归模型的建立
3.2.1.3 各植被指数反演LAI备选的最优模型
3.2.1.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.2 基于TM影像的20m*20m样地实测LAI与植被指数的回归模型
3.2.2.1 实测LAI与各植被指数的相关性分析
3.2.2.2 实测LAI与各植被指数的回归模型的建立
3.2.2.3 各植被指数反演LAI备选的最优模型
3.2.2.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.3 基于TM影像的30m*30m样地实测LAI与植被指数的回归模型
3.2.3.1 实测LAI与各植被指数的相关性分析
3.2.3.2 实测LAI与各植被指数的回归模型的建立
3.2.3.3 各植被指数反演LAI备选的最优模型
3.2.3.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.4 基于TM影像的40m*40m样地实测LAI与植被指数的回归模型
3.2.4.1 实测LAI与各植被指数的相关性分析
3.2.4.2 实测LAI与各植被指数的回归模型的建立
3.2.4.3 各植被指数反演LAI备选的最优模型
3.2.4.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.5 基于TM影像的50m*50m样地实测LAI与植被指数的回归模型
3.2.5.1 实测LAI与各植被指数的相关性分析
3.2.5.2 实测LAI与各植被指数的回归模型的建立
3.2.5.3 各植被指数反演LAI备选的最优模型
3.2.5.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.6 基于TM影像的60m*60m样地实测LAI与植被指数的回归模型
3.2.6.1 实测LAI与各植被指数的相关性分析
3.2.6.2 实测LAI与各植被指数的回归模型的建立
3.2.6.3 各植被指数反演LAI备选的最优模型
3.2.6.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.3 基于SPOT6和TM影像城市绿地LAI反演中的尺度效应
3.3.1 基于SPOT6影像LAI反演的样地尺度效应
3.3.1.1 基于SPOT6影像LAI反演优选模型的样地尺度效应
3.3.1.2 基于SPOT6影像LAI反演相同模型的样地尺度效应
3.3.2 基于TM影像LAI反演的样地尺度效应
3.3.2.1 基于TM影像LAI反演优选模型的样地尺度效应
3.3.2.2 基于TM影像LAI反演相同模型的样地尺度效应
3.3.3 基于SPOT6和TM两种影像LAI反演尺度效应及适宜影像的选取
3.4 基于SPOT6和TM影像城市绿地LAI反演地面样地适宜大小的确定
3.4.1 基于SPOT6影像LAI反演地面样地适宜的大小的确定
3.4.2 基于TM影像LAI反演地面样地适宜的大小的确定
4. 结论与讨论
4.1 结论
4.1.1 SPOT6和TM两种影像反演的误差及精度比较
4.1.2 SPOT6和TM两种影像各梯度样地的最优模型
4.1.3 LAI反演中最适宜样地面积和适宜影像及最优模型的确定
4.1.4 分辨率相同的情况下,不同样地叶面积指数反演的尺度效应
4.1.5 样地大小不变,分辨率变化的情况下叶面积指数反演的尺度效应
4.2 讨论
参考文献
致谢
本文编号:3743333
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1.前言
1.1 研究背景
1.2 国内外研究进展
1.2.1 尺度与尺度效应的定义
1.2.2 尺度效应的表现
1.2.3 LAI反演中的尺度效应及产生原因
1.2.4 LAI反演中尺度效应的解决
1.3 研究的目的及意义
1.4 研究内容及技术路线
2 研究方法
2.1 研究区域概况
2.2 遥感影像的选取
2.3 遥感影像的处理
2.3.1 辐射定标
2.3.2 大气校正
2.3.3 几何校正
2.4 植被指数的选取
2.5 样地设置与数据测定
2.5.1 样地设置
2.5.2 样地调查
2.5.3 样地梯度选择和设置
2.6 数据处理
2.6.1 各层叶面积指数的计算
2.6.2 样地叶面积指数的计算方法
2.6.3 样地植被指数的提取
2.6.4 回归模型的选取
2.6.5 精度检验
3. 结果与分析
3.1 基于SPOT6影像武汉市城市绿地各样地尺度下LAI反演模型的确定
3.1.1 基于SPOT6影像10m*10m样地实测LAI与植被指数的回归模型
3.1.1.1 实测LAI与各植被指数的相关性分析
3.1.1.2 实测LAI与各植被指数的回归模型的建立
3.1.1.3 各植被指数反演LAI备选的最优模型
3.1.1.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.2 基于SPOT6影像20m*20m样地实测LAI与植被指数的回归模型
3.1.2.1 实测LAI与各植被指数的相关性分析
3.1.2.2 实测LAI与各植被指数的回归模型的建立
3.1.2.3 各植被指数反演LAI备选的最优模型
3.1.2.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.3 基于SPOT6影像30m*30m样地实测LAI与植被指数的回归模型
3.1.3.1 实测LAI与各植被指数的相关性分析
3.1.3.2 实测LAI与各植被指数的回归模型的建立
3.1.3.3 各植被指数反演LAI备选的最优模型
3.1.3.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.4 基于SPOT6影像40m*40m样地实测LAI与植被指数的回归模型
3.1.4.1 实测LAI与各植被指数的相关性分析
3.1.4.2 实测LAI与各植被指数的回归模型的建立
3.1.4.3 各植被指数反演LAI备选的最优模型
3.1.4.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.5 基于SPOT6影像50m*50m样地实测LAI与植被指数的回归模型
3.1.5.1 实测LAI与各植被指数的相关性分析
3.1.5.2 实测LAI与各植被指数的回归模型的建立
3.1.5.3 各植被指数反演LAI备选的最优模型
3.1.5.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.1.6 基于SPOT6影像60m*60m样地实测LAI与植被指数的回归模型
3.1.6.1 实测LAI与各植被指数的相关性分析
3.1.6.2 实测LAI与各植被指数的回归模型的建立
3.1.6.3 各植被指数反演LAI备选的最优模型
3.1.6.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2 基于TM影像武汉市城市绿地各样地尺度下LAI反演模型的确定
3.2.1 基于TM影像的10m*10m样地实测LAI与植被指数的回归模型
3.2.1.1 实测LAI与各植被指数的相关性分析
3.2.1.2 实测LAI与各植被指数的回归模型的建立
3.2.1.3 各植被指数反演LAI备选的最优模型
3.2.1.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.2 基于TM影像的20m*20m样地实测LAI与植被指数的回归模型
3.2.2.1 实测LAI与各植被指数的相关性分析
3.2.2.2 实测LAI与各植被指数的回归模型的建立
3.2.2.3 各植被指数反演LAI备选的最优模型
3.2.2.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.3 基于TM影像的30m*30m样地实测LAI与植被指数的回归模型
3.2.3.1 实测LAI与各植被指数的相关性分析
3.2.3.2 实测LAI与各植被指数的回归模型的建立
3.2.3.3 各植被指数反演LAI备选的最优模型
3.2.3.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.4 基于TM影像的40m*40m样地实测LAI与植被指数的回归模型
3.2.4.1 实测LAI与各植被指数的相关性分析
3.2.4.2 实测LAI与各植被指数的回归模型的建立
3.2.4.3 各植被指数反演LAI备选的最优模型
3.2.4.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.5 基于TM影像的50m*50m样地实测LAI与植被指数的回归模型
3.2.5.1 实测LAI与各植被指数的相关性分析
3.2.5.2 实测LAI与各植被指数的回归模型的建立
3.2.5.3 各植被指数反演LAI备选的最优模型
3.2.5.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.2.6 基于TM影像的60m*60m样地实测LAI与植被指数的回归模型
3.2.6.1 实测LAI与各植被指数的相关性分析
3.2.6.2 实测LAI与各植被指数的回归模型的建立
3.2.6.3 各植被指数反演LAI备选的最优模型
3.2.6.4 各植被指数反演LAI备选模型的精度检验和最优模型的确定
3.3 基于SPOT6和TM影像城市绿地LAI反演中的尺度效应
3.3.1 基于SPOT6影像LAI反演的样地尺度效应
3.3.1.1 基于SPOT6影像LAI反演优选模型的样地尺度效应
3.3.1.2 基于SPOT6影像LAI反演相同模型的样地尺度效应
3.3.2 基于TM影像LAI反演的样地尺度效应
3.3.2.1 基于TM影像LAI反演优选模型的样地尺度效应
3.3.2.2 基于TM影像LAI反演相同模型的样地尺度效应
3.3.3 基于SPOT6和TM两种影像LAI反演尺度效应及适宜影像的选取
3.4 基于SPOT6和TM影像城市绿地LAI反演地面样地适宜大小的确定
3.4.1 基于SPOT6影像LAI反演地面样地适宜的大小的确定
3.4.2 基于TM影像LAI反演地面样地适宜的大小的确定
4. 结论与讨论
4.1 结论
4.1.1 SPOT6和TM两种影像反演的误差及精度比较
4.1.2 SPOT6和TM两种影像各梯度样地的最优模型
4.1.3 LAI反演中最适宜样地面积和适宜影像及最优模型的确定
4.1.4 分辨率相同的情况下,不同样地叶面积指数反演的尺度效应
4.1.5 样地大小不变,分辨率变化的情况下叶面积指数反演的尺度效应
4.2 讨论
参考文献
致谢
本文编号:3743333
本文链接:https://www.wllwen.com/nykjlw/lylw/3743333.html