『公告』 云平台升级中,如果您遇到无法访问的情况,可通过电话 QQ 微信 与客服直接联系,非常感谢。
关注我们 新浪 腾讯

基于TM的遥感数据的叶面积指数估算解决方案----以内蒙古为例

基于TM的遥感数据的叶面积指数估算解决方案----以内蒙古为例
叶面积指数是重要的植被结构参数,反演叶面积指数是植被遥感的重要研究内容之一,其影响生态系统的物质和能量循环,成为作物生长、路面过程、水文和生态等模型的输入参数或状态变量。今年来,对也铭记指数的反演已经成为一个热点的话题,对其长期的监测产品的需求已经是一个不得不面对的问题。

1.背景与技术路线

    叶面积指数是重要的植被结构参数,反演叶面积指数是植被遥感的重要研究内容之一,其影响生态系统的物质和能量循环,成为作物生长、路面过程、水文和生态等模型的输入参数或状态变量。今年来,对也铭记指数的反演已经成为一个热点的话题,对其长期的监测产品的需求已经是一个不得不面对的问题。

    内蒙古自治区位于中华人民共和国的北部边疆,由东北向西南斜伸,呈  狭长形,生态系统较为复杂多样,其叶面积指数存在着很大的时空变异性,获得可靠的叶面积指数资料,对于研究区域的气候变化与人类活动的响应具有非常重要的意义。叶面积指数获取技术路线如下图:

 

1 叶面积指数获取技术路线

2.模型运行

    2.1  数据准备

    模型输入数据为 TM 数据与地面验证数据。基于 30m 分辨率的 TM 影像数据进行植被指数的反演与遥感解译地面土地利用类型,两种数据相结合的数据方法。

    2.2  数据预处理

    TM 遥感影像数据进行标准化处理和产品生成,所以首要工作是做几何精校正、辐射定标、大气校正、数据的拼接、数据的裁切,然后进行投影变换等以及产品标准化、通用化方面的处理过程,为最后专题产品数据集应用分析奠定基础。

    遥感解译、 数据为以遥感图像计算机屏幕人机交互直接判读为核心的方法,同时采用基于遥感监测的土地利用/土地覆被分类系统,保证了遥感人工解译后分类的准确性。

    2.3  模型运行

    叶面积指数的反演通常采用经验法,然而经验法存在方法适用性不强,对于植被覆盖复杂的地区精度会受到影响,所以要将参数本地化,来保障精度,精度评价指标为均方根(RMSE)和估算精度(EA ,评估计算公式如下:

3.模型验证与校正

    模型运行结果通过文献资料以及结合地面验证数据,进行参数验证与校正,使模型进一步适合内蒙古地区。下图为经过模型验证与校正后的内蒙古地区叶面积指数成果图,如图所示:

2 内蒙古地区七月叶面积指数成果图

4.模拟和结果分析

    用 20002010 TM 数据,及遥感反演的参数,获得叶面积指数进行结果分析。主要用于分析:

    a) 20002010 年植被退化/恢复情况

    b) 20002010 年城市绿度

    c) 20002010 年农作物的动态监测

    d) 20002010 年气候的变化

      京ICP备08100627号-22 京公网安备 11010802030428号