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

《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》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、、’礦．■．’七寺．分類號：Ｓ７５７．２分類號：Ｓ２０１２４００９＊＊？－．＇：重＜Ｖ四川巧業(yè)大學(xué)，－．、巧、？ｚｂ學(xué)位論文．＇碩＊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＇？？．．．＊？於＇，陳銀華指導(dǎo)教師趙安玫副教授－Ｃ？ｉ；學(xué)科專業(yè)森林經(jīng)理學(xué)研巧方向森林資源與環(huán)境信息系統(tǒng)■、，．．，．四川成都＾＊．Ｉ＊＇，２０巧年５月Ｊ￣■；ＳｉｃｈｕａｎＡｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｕ

2、ｉｔｇｙＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｅｄｉｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｑｕｉｒｅｍｅｎｔｆｏｒｐＭＡＳＴＥＲＤＥＧＲＥＥＣｏｍｐａｒａｔｉｖｅａｎａｌｙｓｉｓｏｆｄｉｆｆｅｒｅｎｔｄａｔａｓｏｕｒｃｅｓｏｆｓｏｕｔｈｗｅｓｔ－ａｖｅｄｏｒｅｓｅａｆＳｉｃｈｕａｎｅｖｅｒｒｅｅｎｂｒｏａｄｌｅｆｔｌａｒｅａｉｎｄｅｘｅｓｔｉｍａｔｅｇＢｙＹｉｎｈｕａＣｈｅｎＤｉｒｅｃｔｅｄｂｙＡｓｓｏｃｉａｔｅＰｒｏｆ．ＡｎｉｕＺｈａｏｊＣｈ

3、ｅｎｇｄｕＳｉｃｈｕａｎＭａ２０１５ｙ，論文獨(dú)御性聲明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(jìn)行研究工作所取得的成果。盡我所知，除了文中特別加Ｗ標(biāo)注和致謝的地方外，學(xué)位論文中不包含其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得四川農(nóng)業(yè)大學(xué)或其它教育機(jī)一構(gòu)的學(xué)位或證書所使用過的材料。與我同工作的同志對本研巧所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。－心皆年＾２８日研巧生簽名：踩化斗４月關(guān)于論文使用授巧的聲明、本人完全了解四川農(nóng)業(yè)大學(xué)有關(guān)保留使用學(xué)位論文的規(guī)定，即：學(xué)校

4、有權(quán)保留＾并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱，可＾＞｜采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。同意四川農(nóng)業(yè)大學(xué)可Ｗ用不同方式在不同媒體上發(fā)表、傳播學(xué)位論文的全部或部分內(nèi)容。｛Ｓｗｉ＞化年ｒ研究生簽名＾之８日：路馬月導(dǎo)師簽名Ｊ２５化年＾ａａ：月日摘要ｆ一（ＬｅａａｒｅａｉｎｄｅｘＬＡ、葉面積指數(shù)，Ｉ）是反映森林生長過程生存環(huán)境的個重要植被特征參量。其既能反映植彼的生長情況，還能夠１＾１量化指標(biāo)反映植被冠層結(jié)構(gòu)。川西南常綠闊葉林位于四川有名的強(qiáng)降雨區(qū)，降雨量充沛，

5、對區(qū)域水止保持具有重要意義，。同時該地區(qū)也是長江中上游生態(tài)屏障的重要姐成部分相比同齡人工林，天然常綠闊葉、林的林分結(jié)構(gòu)復(fù)雜得多，森林生態(tài)系統(tǒng)也更加穩(wěn)定，自我調(diào)節(jié)能力抗干擾能力更強(qiáng)，對區(qū)域的生態(tài)效益作用更大。隨著遙感技術(shù)的快速發(fā)展，利用衛(wèi)星遙感技術(shù)為大區(qū)域研ＬＡ一究Ｉ提供了個很好的途徑。但是多年Ｗ來，學(xué)者們基于遙感技術(shù)對川西南常綠尚葉一林研究較少，且多集中在單尺度上相關(guān)植被參數(shù)的研究，在多尺度方面相對較少。－－ｌｉａｄ、－本研巧Ｗ雨城區(qū)上里鎮(zhèn)常綠閥葉林為研究對象，基于Ｐｅｅｓ１ＳＰ０Ｔ５、Ｌａｎｄｓａｔ８影像，結(jié)合半球攝

6、影系統(tǒng)汁算獲得的地面實(shí)測葉面積指數(shù)（ＬＡＩ），對Ｈ種影像進(jìn)行數(shù)據(jù)處理，提取相關(guān)影響因子，采用偏最小二乘法回歸分析法建立常綠闊葉林在２ｍ、１０ｍ、３０ｍ三種尺度上ＬＡＩ的定量估測模型，巧合得到Ｈ種尺度上研究區(qū)的ＬＡＩ分布圖，并對不同估測模型進(jìn)行對比分析。主要結(jié)論如下：－ｅ－－１合監(jiān)督分類和非監(jiān)督分類，對Ｐｌｅｉａｄｓ１、ＳＰＯＴ５、Ｌａｎｄｓａｔ８影像進(jìn)行分類，分（）〇類精度分別為８６％，８２％，７７．２／〇。２）基于Ｈ種多光譜彰像，采用偏最小二乘法建立ＬＡＩ估測模型。（－①基于Ｐｌｅｉａｄｅｓ１影像的ＬＡＩ估測，通過

7、ＶＩＰ重要性分巧，選擇了６個影響因子參與建模：，模型為＝＊Ｎ＊＊＊Ｙ０．５１０８７ＤＶＩ＋０．３４０５９ＳＡＶＩ＋０．０６８１２ＲＶＩ＋０．０〇〇１２ＤＶＩ＋０．０００１７巧ＶＩ＋０＊．００００６饑民＋１．８４６７５５％。，綜合精度為％．ｒｒ－５②基于ｓｐｃ影像的ＬＡＩ估測，通過ＶＩＰ重要性分析，同樣選擇了６個影響因子參與建模：，模型為＝＊＊＊＊ＮＤＶ＋＋０－Ｙ１．４０％３Ｉ０．９３９６５ＳＡＶＩ＋０．１０７３３ＲＶＩ．０００１ｅｄ巧ＷＩ民０．０００８７Ｒ＊－０．０００４８饑民＋１．０８８１，綜合精度為８１

8、．４％。ａｎｄａｔ－８Ｖ巧重影像的ＬＡＩ估測，９個影響因子參⑤基于Ｌｓ，通過要性分析選擇了與建模，模型為：＝＊－－－－巧＊