版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、葉面積指數(shù)(Leaf area index,LAI)作為反映森林冠層結(jié)構(gòu)的一個(gè)重要參數(shù),與植被生物活動(dòng)中的許多生物、物理過(guò)程直接相關(guān)。闊葉林地在華西雨屏區(qū)廣泛分布,是華西雨屏區(qū)中典型的頂級(jí)演替類型,對(duì)整個(gè)華西雨屏區(qū)生態(tài)系統(tǒng)的穩(wěn)定性起著重要作用。對(duì)華西雨屏區(qū)闊葉林葉面積指數(shù)進(jìn)行研究,可為該地區(qū)維持森林生態(tài)系統(tǒng)的穩(wěn)定和森林可持續(xù)經(jīng)營(yíng)規(guī)劃提供科學(xué)依據(jù)。但山地闊葉林冠層結(jié)構(gòu)極為復(fù)雜,采取不同的地面實(shí)測(cè)方法對(duì)遙感估測(cè)的LAI影響較大。故以四川省雅
2、安市上里鎮(zhèn)為研究區(qū),采用異速生長(zhǎng)方程法、半球攝影法和LAI-2000冠層分析儀三種地面測(cè)定方法獲取的研究區(qū)闊葉林的LAI,結(jié)合RVI、NDVI等七個(gè)常用植被指數(shù),使用多元逐步回歸及偏最小二乘回歸建立闊葉林LAI估測(cè)模型,并對(duì)不同方法獲取的模型進(jìn)行了比對(duì)分析,選擇適合本區(qū)域遙感估測(cè)LAI的地面實(shí)測(cè)方法,結(jié)論如下:
(1)半球攝影法獲取的樣地LAIe為2.78±0.72m2/m2; LAI-2000冠層分析儀獲取的樣地LAIe為3
3、.64±1.06m2/m2;而異速生長(zhǎng)方程法獲取的樣地真實(shí)LAI為6.29±0.99m2/m2。所得葉面積指數(shù)同七個(gè)植被指數(shù)進(jìn)行Person相關(guān)性分析,RVI、NDVI、SAVI、TNDVI、SLAVI同異速生長(zhǎng)方程法、半球攝影法及LAI-2000獲取的LAI均表現(xiàn)出很好地相關(guān)性(|ρ|>0.3)。
(2)使用多元線性回歸方法建立了研究區(qū)闊葉林LAI估測(cè)模型,異速生長(zhǎng)方程法所得模型Y=3.089*NDVI+0.89* SLAV
4、I+1.15*VI3+2.749(R2=0.714,RMSE=0.45,P=79%);半球攝影法所得多元回歸模型為Y=2.721*NDVI+0.577* SLAVI+0.587(R2=0.651,RMSE=0.49,P=72%);LAI-2000冠層分析儀所得多元回歸模型為Y=1.733*RVI-18.593*NDVI+6.900(R2=0.625,RMSE=0.51,P=69%)。異速生長(zhǎng)方程法所得模型在判定系數(shù)及精度上均高于半球攝影
5、法和LAI-2000所得模型。
(3)使用偏最小二乘回歸法建立了研究區(qū)闊葉林LAI估測(cè)模型,異速生長(zhǎng)方程法所得模型為Y=3.2372*NDVI+2.1248*SAVI+0.2449*RVI+0.2328SLAVI+0.2453*VI3-5.48(R2=0.718,RMSE=0.31,p=86%);半球攝影法所得模型為Y=0.1608*NDVI+0.1568*SAVI+0.1106* TNDVI+0.1545*RVI(R2=0.
6、685,RMSE=0.34,p=83%);采用LAI-2000冠層分析儀獲取模型為Y=0.2863*RVI+2.125*NDVI+1.51*SAVI-0.003*DVI-1.1473(R2=0.647,RMSE=0.37,p=80%)。
(4)在半球攝影法與LAI-2000冠層分析儀的對(duì)比中,無(wú)論采取多元線性回歸還是偏最小二乘法回歸,使用半球法建立的回歸模型在穩(wěn)定性及精確度上均優(yōu)于LAI-2000測(cè)量數(shù)據(jù)擬合的模型。可見(jiàn)在研究
7、區(qū),半球攝影法測(cè)定葉面積指比數(shù)LAI-2000測(cè)定更精確。
(5)異速生長(zhǎng)方程法獲取的真實(shí)LAI同半球法、LAI-2000冠層分析儀獲取的有效LAI相關(guān)性很高,得到的回歸方程判定系數(shù)均達(dá)到0.7以上,將其帶入LAI估計(jì)模型,獲取研究區(qū)闊葉林的真實(shí)LAI估測(cè)模型:
多元逐步回歸
半球法:Y=1.8516*NDVI+0.3926*SLAVI+3.9503
LAI-2000: Y=1.052*RVI-1
8、1.2878*NDVI+7.7447
偏最小二乘回歸
半球法: Y=1.7098*NDVI+1.1315*SAVI+2.3818*TNDVI+0.1261*RVI+0.2773
LAI-2000:Y=0.1738*RVI+1.29*NDVI+0.9167* SAVI-0.0018*DVI+2.8592
(6)研究結(jié)果表明,所有模型中采用偏最小二乘回歸得到的異速生長(zhǎng)方程法模型的精度最高,其穩(wěn)定性最好
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于不同數(shù)據(jù)源川西南常綠闊葉林葉面積指數(shù)反演的比較研究.pdf
- 植被遙感識(shí)別與葉面積指數(shù)反演方法研究.pdf
- 基于地基激光雷達(dá)數(shù)據(jù)的單木與闊葉林葉面積密度反演.pdf
- 冬小麥葉面積指數(shù)高光譜遙感反演方法研究.pdf
- 基于TM影像的葉面積指數(shù)反演.pdf
- 葉面積指數(shù)遙感反演與尺度轉(zhuǎn)換研究.pdf
- 華西雨屏區(qū)山地闊葉林群落葉功能多樣性研究.pdf
- 葉面積指數(shù)反演方法的普適性研究.pdf
- 基于ALI影像的植被冠層葉面積指數(shù)的遙感反演研究.pdf
- 基于高光譜遙感的農(nóng)作物葉面積指數(shù)反演方法的分析與比較
- 基于普萊亞影像紋理信息對(duì)川西南山地闊葉林有效葉面積指數(shù)的研究.pdf
- 利用不同方法測(cè)定紅松人工林葉面積指數(shù)的季節(jié)動(dòng)態(tài).pdf
- 基于極化雷達(dá)的植被葉面積指數(shù)反演模型研究.pdf
- 作物葉面積指數(shù)遙感反演與驗(yàn)證研究——以河北實(shí)驗(yàn)區(qū)為例.pdf
- 61305.多角度、多光譜遙感數(shù)據(jù)綜合反演葉面積指數(shù)方法研究
- 14517.基于多角度數(shù)據(jù)的葉面積指數(shù)反演方法研究
- 基于MODIS的鄱陽(yáng)湖區(qū)水稻葉面積指數(shù)遙感估算.pdf
- 基于PROSAIL模型的青海湖流域草地葉面積指數(shù)反演.pdf
- 基于FCM彩色圖像分割的森林冠層葉面積指數(shù)反演.pdf
- 基于圖像處理的植物葉面積測(cè)定方法的研究.pdf
評(píng)論
0/150
提交評(píng)論