基于SAR极化分解与TM数据的森林生物量多源遥感估测
发布时间:2023-04-17 05:07
森林生物量是森林生态系统长期生产与代谢过程中积累的结果,是森林生态系统运转的能量基础和物质来源。包括林木的生物量和林下植被层的生物量,林木生物量包含根、茎、叶、花果、种子和凋落物等的总重量。通常以单位面积或单位时间积累的干物质量或能量来表示。其大小受光合作用、呼吸作用、死亡、收获和人类活动等因素的影响,是森林演替、人类活动、自然干扰、气候变化和大气污染等因素的综合结果,是评价森林生态系统结构和功能的重要指标。森林生物量的估测手段有很多,本文所采用的是利用多源遥感数据从大区域尺度上对森林生物量进行遥感估测,该方法具有先进性和实用性。对森林生物量的准确估测有利于人们及时监测森林的生长状态和掌握森林的变化规律,为合理保护、管理、利用森林资源、创造稳产高产的森林生态系统提供理论依据。准确估算大区域尺度的森林生物量对于了解森林生态系统状况和科学指导林业经营与管理具有非常重要的指导意义。本文旨在利用RADARSAT-2 SAR图像结合LANDSAT5TM图像定量估算大区域尺度的森林生物量。首先,通过极化分解方法处理SAR数据获得46个极化分解参数,然后将这46个极化分解参数加上LANDSAT5 T...
【文章页数】:45 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与研究现状
1.1.1 研究背景
1.1.2 国内外研究现状
1.2 研究目的与研究意义
1.2.1 研究目的
1.2.2 研究意义
1.3 研究内容
1.3.1 遥感变量的选择
1.3.2 模型构建与评价
1.3.3 模型的反演
1.4 技术路线图
2 微波雷达基本理论
2.1 RADARSAT-2 SAR简介
2.1.1 SAR工作方式
2.1.2 电磁波传输原理
2.2 电磁场的极化特性
2.2.1 目标的变极化效应
2.3 极化回波的影响因素
2.3.1 分辨率
2.3.2 雷达入射角
2.3.3 地表粗糙度
2.3.4 传感器的频率
2.4 地物目标的散射矩阵
2.4.1 平面与球体
2.4.2 二面角目标
2.4.3 线目标
2.4.4 螺旋体
2.5 极化分解理论
2.5.1 Pauli分解
2.5.2 H/A/α分解
2.5.3 其他极化分解方式
2.6 本章小结
3 研究区与研究数据
3.1 研究区概况
3.1.1 地理位置
3.1.2 气候条件
3.1.3 地形地貌
3.1.4 自然资源
3.2 研究数据及其预处理
3.2.1 样地数据
3.2.2 全极化SAR数据
3.2.3 LANDSAT TM数据
3.3 本章小结
4 研究方法
4.1 SAR数据σ°提取
4.2 SAR数据目标极化分解
4.3 相关性分析
4.4 变量筛选
4.5 模型构建与评价
4.6 交叉验证法
4.7 本章小结
5 结果与分析
5.1 σ°与森林生物量之间的相关性
5.2 极化分解参数的提取
5.3 模型构建
5.3.1 逐步回归模型
5.3.2 最优子集模型
5.4 森林生物量拟合结果
5.5 本章小结
6 结论与讨论
参考文献
攻读学位期间发表的学术论文
致谢
附件
本文编号:3792635
【文章页数】:45 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与研究现状
1.1.1 研究背景
1.1.2 国内外研究现状
1.2 研究目的与研究意义
1.2.1 研究目的
1.2.2 研究意义
1.3 研究内容
1.3.1 遥感变量的选择
1.3.2 模型构建与评价
1.3.3 模型的反演
1.4 技术路线图
2 微波雷达基本理论
2.1 RADARSAT-2 SAR简介
2.1.1 SAR工作方式
2.1.2 电磁波传输原理
2.2 电磁场的极化特性
2.2.1 目标的变极化效应
2.3 极化回波的影响因素
2.3.1 分辨率
2.3.2 雷达入射角
2.3.3 地表粗糙度
2.3.4 传感器的频率
2.4 地物目标的散射矩阵
2.4.1 平面与球体
2.4.2 二面角目标
2.4.3 线目标
2.4.4 螺旋体
2.5 极化分解理论
2.5.1 Pauli分解
2.5.2 H/A/α分解
2.5.3 其他极化分解方式
2.6 本章小结
3 研究区与研究数据
3.1 研究区概况
3.1.1 地理位置
3.1.2 气候条件
3.1.3 地形地貌
3.1.4 自然资源
3.2 研究数据及其预处理
3.2.1 样地数据
3.2.2 全极化SAR数据
3.2.3 LANDSAT TM数据
3.3 本章小结
4 研究方法
4.1 SAR数据σ°提取
4.2 SAR数据目标极化分解
4.3 相关性分析
4.4 变量筛选
4.5 模型构建与评价
4.6 交叉验证法
4.7 本章小结
5 结果与分析
5.1 σ°与森林生物量之间的相关性
5.2 极化分解参数的提取
5.3 模型构建
5.3.1 逐步回归模型
5.3.2 最优子集模型
5.4 森林生物量拟合结果
5.5 本章小结
6 结论与讨论
参考文献
攻读学位期间发表的学术论文
致谢
附件
本文编号:3792635
本文链接:https://www.wllwen.com/nykjlw/lylw/3792635.html