

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、本文以錫林郭勒大針茅典型草原為對象,研究了大針茅草原-PAR變化規(guī)律,并建立了FPAR估算模型,同時對MODIS FPAR數據的精度進行評估。具體研究結果如下:
1.PAR與FPAR日變化規(guī)律
測定并分析了冠層PAR的日變化特征,結果表明入射PAR與透射PAR的日變化規(guī)律較明顯,呈較標準的正弦曲線變化,并在中午12:30左右達到一天之內的最大值;冠層反射PAR與土壤反射PAR的日變化規(guī)律基本一致,呈較標準的正弦波動;
2、晴天FPAR的日變化呈較標準的余弦曲線變化,在中午11:30左右達到一天內的最小值,并分析發(fā)現日均FPAR與上午9:30或下午14:30左右的瞬時FPAR值基本相同。
2.高光譜數據估算FPAR模型的建立
應用光譜反射率與其一階導數分別于FPAR建立波段相關系數,同時建立多元逐步回歸方程。結果表明:典型草原FPAR與可見光反射率的相關性好于近紅外波段的反射率,其中在374波段處的相關性最好,R2達0.731;FPAR
3、與一階導數的相關系數在376、920nm處較高。對這些單波段進行多元逐步回歸分析,其效果要好于單波段估算,反射率回歸后的R2達0.912,一階導數回歸后的R2達0.943。
3.FPAR估算模型的建立與驗證
對地面實測PAR分量與地物光譜進行分析,應用8種植被指數對FPAR進行估算,結果表明8種植被指數都可以很好的估算FPAR,其中綠度植被指數(GNDVI)估算FPAR效果最好,R2達到0.908;當植被葉面積較小時
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜數據的柑桔葉綠素含量估算研究.pdf
- 基于棉花冠層光譜參數的FPAR估算模型研究及應用.pdf
- 基于高光譜數據的冬小麥葉綠素含量估算模型.pdf
- 基于實驗室高光譜反射數據的土壤成分含量估算研究.pdf
- 基于地面高光譜的柑橘產量估算模型的研究.pdf
- 基于高光譜數據的農作物冠層LAI和FAPAR估算研究.pdf
- 48373.fpar遙感模型與npp估算研究
- 基于高光譜數據的海面溢油檢測研究.pdf
- 錫林郭勒典型草原植被光譜特征研究.pdf
- 基于高光譜數據的北疆棉花遙感監(jiān)測研究.pdf
- 基于數據融合的高光譜遙感圖像分類研究.pdf
- 56996.基于高光譜數據庫的光譜匹配技術研究
- 基于壓縮感知的植物高光譜數據重構算法研究.pdf
- 基于多核學習的高光譜數據分類技術研究.pdf
- 基于HSI高光譜數據的水稻光譜特征分析與識別技術研究.pdf
- 基于壓縮感知的植物高光譜數據重構算法研究
- 39751.基于高光譜數據的分類技術研究
- 基于C波段雷達遙感數據的水稻FPAR反演.pdf
- 基于Hyperion高光譜數據的森林類型精細識別研究.pdf
- 基于松弛聚類假設的高光譜數據分類研究.pdf
評論
0/150
提交評論