資源描述：
《基于landsat_tm數(shù)據(jù)的冬小麥不同生育期葉面積指數(shù)反演方法精度比較》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號：P237密級：碩士學(xué)位論文基于Landsat_TM數(shù)據(jù)的冬小麥不同生育期葉面積指數(shù)反演方法精度比較AccuracycomparisonoftheLeafareaindexinversionmethodofwinterwheatatdifferentgrowthstagesbasedonLandsat_TMdata申請人姓名：苗乃哲指導(dǎo)教師：姚頑強黃文江專業(yè)名稱：大地測量學(xué)與測量工程研究方向：地理國情監(jiān)測西安科技大學(xué)二○一二年六月學(xué)位論文獨創(chuàng)性說明本人鄭重聲明：所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及其取得研究成果。盡我所知，除了文中加以標(biāo)注和致謝的地
2、方外，論文中不包含其他人或集體已經(jīng)公開發(fā)表或撰寫過的研究成果，也不包含為獲得西安科技大學(xué)或其他教育機構(gòu)的學(xué)位或證書所使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意。學(xué)位論文作者簽名：日期：學(xué)位論文知識產(chǎn)權(quán)聲明書本人完全了解學(xué)校有關(guān)保護知識產(chǎn)權(quán)的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安科技大學(xué)。學(xué)校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版。本人允許論文被查閱和借閱。學(xué)?？梢詫⒈緦W(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。同時本人保證
3、，畢業(yè)后結(jié)合學(xué)位論文研究課題再撰寫的文章一律注明作者單位為西安科技大學(xué)。保密論文待解密后適用本聲明。學(xué)位論文作者簽名：指導(dǎo)教師簽名：年月論文題目：基于Landsat_TM數(shù)據(jù)的冬小麥不同生育期葉面積指數(shù)反演方法精度比較專業(yè)：大地測量學(xué)與測量工程碩士生：苗乃哲（簽名）指導(dǎo)教師：姚頑強（簽名）黃文江（簽名）摘要葉面積指數(shù)作為植被冠層的一個重要參數(shù)，準(zhǔn)確獲取葉面積指數(shù)對作物的長勢檢測，估產(chǎn)，災(zāi)害監(jiān)測等具有重要意義。遙感反演方法是獲取大范圍葉面積指數(shù)的有效方法。但是由于遙感反演方法眾多，根據(jù)植被不同生育期的特點，在眾多的葉面積指數(shù)遙感反演方法中確定最優(yōu)的反演方法具有積極的意義。
4、本文基于Landsat_TM數(shù)據(jù)對北京市通州和順義兩區(qū)的冬小麥開花期拔節(jié)期，成熟期使用植被指數(shù)優(yōu)選，主成分變換和物理模型反演三種方法反演了葉面積指數(shù)。在計算中在三種方法基礎(chǔ)上進行了部分改進，植被指數(shù)方法使用了指數(shù)優(yōu)選的方法，從相關(guān)性，抗飽和性以及指數(shù)自身特點三個方面進行了綜合分采用最優(yōu)指數(shù)參加計算，在PROSAIL模型反演方法中，根據(jù)誤差與實際值之間的具有一定趨勢的關(guān)系進行了模型的系統(tǒng)誤差改正，在以上基礎(chǔ)上對三種方法反演精度進行了分析。特別地，論文還嘗試了基于Matlab神經(jīng)網(wǎng)絡(luò)工具箱的BP神經(jīng)網(wǎng)絡(luò)方法的葉面積指數(shù)反演，結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)模型的反演結(jié)果與真實葉面積指
5、數(shù)數(shù)據(jù)在變化趨勢上有較好的一致性。反演結(jié)果顯示傳統(tǒng)的經(jīng)驗統(tǒng)計方法做為一種簡便并且應(yīng)用廣泛的葉面積指數(shù)反演方法仍然是具有較大優(yōu)勢的，在本文中傳統(tǒng)植被指數(shù)方法與主成分分析的方法分別在拔節(jié)期與開花期取得了最佳的反演效果，其中MSAVI和TM第二主成份（PCA-2）在這兩個時期的反演精度分別達到了82%和80%；在成熟期，由于葉片葉綠素水分部分流失以及葉綠素含量變化等因素，導(dǎo)致冠層光譜發(fā)生變化，在本時期經(jīng)驗統(tǒng)計方法反演精度在60%-70%左右，效果較差，而在這一時期遵循一定物理關(guān)系并且與葉片生化參數(shù)聯(lián)系密切的物理模型（PROSAIL模型）方法具有了一定的優(yōu)勢，在加入根據(jù)反演誤差
6、獲取的葉面積指數(shù)改正后反演精度達到了76%-80%以上，取得了較傳統(tǒng)方法更高的精度。BP神經(jīng)網(wǎng)絡(luò)方法在有足夠數(shù)據(jù)并且數(shù)據(jù)豐富程度較好的情況下，可以取得較好的反演效果，在本文中受限于數(shù)據(jù)量效果一般。因此最終確定了三個時期的最佳反演方法分別為：植被指數(shù)反演（MSAVI）,基于Landsat_TM數(shù)據(jù)的主成分分析方法（第二主成份），以及進行誤差改正后的PROSAIL物理模型反演方法，反演方法的確定從總體上提高了葉面積指數(shù)的反演效率。關(guān)鍵詞：葉面積指數(shù)；反演；植被指數(shù)；主成分；物理模型；精度研究類型：應(yīng)用研究類Subject:AccuracycomparisonoftheLea
7、fareaindexinversionmethodofwinterwheatatdifferentgrowthstagesbasedonLandsat_TMdataSpecialty:GeodesyandSurveyEngineeringMaster:MiaoNaizhe(Signature)Instructor:YaoWanqiang(Signature)HuangWenjiang(Signature)ABSTRACTLeafareaindexasanimportantparameterofthevegetationcanopy,Acc
