扬花期冬小麦叶面积指数高光谱遥感反演研究

利用扬花期冬小麦实测冠层高光谱数据与同步叶面积指数(LAI)数据,分析350～1 000 nm波段范围内冠层反射率与LAI之间的相关性,分别在蓝波段、红波段、绿波段及近红外波段选取光谱特征波段,并用其计算6种被广泛应用于植被LAI反演的植被指数.通过相关分析、回归分析等统计方法,构建扬花期冬小麦LAI反演模型并进行真实性检验.研究结果表明,6种植被指数与冬小麦LAI均具有显著相关性,其中NDGI和EVI反演模型效果较好,拟合方程决定系数R~2均高于0. 6,分别为0. 634和0. 623.最后通过精度验证,得出结论:EVI反演模型R~2最高,为0. 779,故选取EVI为自变量的二次模型为扬花期冬小麦LAI最佳反演模型.研究可为作物长势监测及产量估算等提供一定的理论依据.     

基于高分3号和高分2号叶面积指数反演与分析

针对光学数据反演叶面积指数(LAI)容易受到云雾遮挡和光学遥感信息饱和的问题,根据雷达散射机制和Yamaguchi分解,提出了极化分解植被指数,利用光学植被指数和极分解植被指数融合形成光学与微波极化分解融合植被指数;利用光学与微波极化分解融合植被指数与实测数据建立回归模型反演叶面积指数,并对该模型精度评价.实验表明:光学与微波极化分解融合植被指数与实测数据建立回归模型反演叶面积指数的精度要优于极化分解植被指数和光学植被指数与实测数据建立的回归模型,其中MRVI与LAI建立回归模型是最优的,R~2达到0.7262,RMSE到达0.3548.综上所述,光学与微波极化分解融合植被指数不仅充分利用雷达能够穿透浓密植物的特性,而且融合光学数据对叶面积指数的反演敏感性,更能准确的反演叶面积指数.     

青海云杉林叶面积指数空间分布模拟——以祁连山区排露沟流域为例

以祁连山区排露沟流域为研究区,利用高分辨率的遥感数据获取多种植被指数,并与观测的叶面积指数进行回归分析,发现叶面积指数LAI与归一化植被指数NDVI的相天性最好(R2=0.3766),且以LAI与NDVI的关系建立的模犁精度最高(RMSE=0.381).通过t检验,证明NDVI模型明显优于其他植被指数模型,因此把它选为最佳模型,模拟整个研究区青海云杉林叶面积指数的空间分布,为小流域分布式生态水文模型提供重要的参数.     

基于PROSPECT+SAIL模型反演叶面积指数的较强适用性植被指数的筛选

基于PROSPECT+SAIL植被辐射传输模型,通过控制不同的植被生化变量、地表参数和土壤光谱参数建立光谱数据集,定量地分析了归一化植被指数(NDVI)、比值植被指数(SR)、土壤调节植被指数(SAVI)等10种常用的植被指数(VIs)对叶面积指数(LAI)的响应.利用敏感性函数定量地筛选出具有较强适用性的转换型土壤调节植被指数(TSAVI).在此基础上,分别建立了TSAVI及常用植被指数NDVI反演LAI的模型.以张掖市南部地区的TM影像为数据源,进行了LAI的反演,并利用黑河生态水文遥感试验获得的中游LAI数据集对模型进行精度评价.结果表明:TSAVI–LAI模型最佳拟合关系为指数形式,其反演结果与LAI实测值的偏差最小(0.200),R2最大(0.686),RMSE最小(0.397).TSAVI可以作为较强适用性植被指数来进行LAI的反演.     

基于GF-1号卫星WFV数据反演玉米叶面积指数

叶面积指数(Leaf Area Index, LAI)是描述作物生长状况的重要生理生态参数之一.该文以河南封丘县玉米为研究对象,利用中国高分辨率对地观测系统的首发星——高分一号(GF-1)WFV数据,计算4种常用的植被指数,包括归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio,SR)、土壤调节植被指数(soil-adjusted vegetation index,SAVI) 和修正的土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI).结合地面同步实测的玉米LAI数据,建立各植被指数与实测LAI的统计回归模型.结果表明：研究区玉米LAI和4种植被指数之间均有较强的相关性,其中,MSAVI-LAI的指数模型相关系数达到了0.842 6,LAI反演精度最高.使用独立的野外观测数据对模型进行验证,平均相对误差为4.85%,均方根误差(root mean square error, RMSE)仅为0.183,表明该文建立的LAI经验统计模型具有较高的精度,利用GF-1 WFV 影像可以快速、准确地监测河南封丘玉米LAI,GF-1影像用于LAI等地表参量遥感定量反演具有巨大的潜力.2014年8月中旬,封丘大部分地区玉米LAI大于4,玉米长势较好.该研究结果可为利用经验统计模型反演河南玉米LAI提供参考.     

用CASI遥感数据估计横跨美国俄勒冈州针叶林叶面积指数

使用三类模型技术,对小型航空光谱制图成像仪(CASI)数据被用作估计针叶林叶面积指数(LAI)的潜力进行研究。三类技术为:单变量回归,多变量回归和植被指数(VI)基础的LAI估计模型。沿横跨美国俄勒冈州的各植被区选择四个研究立地,分别测定和收集LAI数据和CASI图像数据。CASI数据经校准后,研究其与LAI测定值的关系。结果说明二种成像方式的CASI数据对于LAI估计具有相似的效率。与其它两种技术比,逐步回归方法导致较高的LAI预测精度。在单变量回归和VI基础法中使用NDVI,比起其它形式的CASI数据能产生较好的效果。     

扬花期冬小麦冠层叶绿素含量高光谱遥感反演

通过分析扬花期冬小麦冠层光谱反射率与叶绿素含量的相关性,选取491、577、698和780 nm作为特征波段,利用其构建了归一化植被指数、差值植被指数、比值植被指数、三角形植被指数和增强型植被指数,分析光谱指数与叶绿素含量之间的相关性,并基于PROSPECT模型模拟的不同叶绿素含量(5～80μg·cm~(-2))下的5 nm叶片光谱反射率数据,分析评价光谱指数对叶绿素含量变化的敏感性;再将五种光谱指数与叶绿素含量进行回归分析,构建叶绿素含量反演模型;最后利用验证数据对光谱指数反演模型进行真实性检验.结果表明,选取的五种光谱指数与叶绿素含量均具有显著相关性,其中SRI和EVI反演效果较好,决定系数R2分别为0.73和0.74,且预测值和实测值具有较好的拟合效果,其余指数反演效果较差.SRI对叶绿素含量具有较好的相关性和敏感性,表明其在全生育期冬小麦叶绿素含量反演中更具潜力.本研究可为其他农作物叶绿素含量反演提供研究思路和参考借鉴.     

毛竹林LAI估测模型及空间分布特征研究——以福建省顺昌县为例

收集福建省顺昌县测定的181组毛竹林LAI数据,并随机划分为建模组与验证组,首先利用基于Landsat 8 OLI影像提取毛竹林信息及RVI,NDVI,DVI,MSAVI,MCARI等5种植被指数,其次分别建立LAI-植被指数的一次线性、指数、乘幂、对数和二次曲线模型,最后利用空间自相关分析法研究该县毛竹林LAI的空间分布特征.结果表明:以MSVI,MCARI为自变量的乘幂模型、指数模型预测毛竹林LAI的效果较好,模型LAI=7.417MSAVI0.901最优,R2为0.714,验证精度达89.6%;顺昌县毛竹林LAI的值介于0~6之间,0~2、2~4、4~6的比例依次为11.3%、59.2%及29.5%,表明该县毛竹林LAI总体状态较好;从空间分析上看,该县各乡镇毛竹林LAI差异大,顺昌县毛竹林的空间分布"热点"区域在岚下乡,"次热点"为埔上镇,分布"冷点"在双溪镇,"次冷点"为郑坊乡.     

基于HJ1B-CCD1的太湖叶绿素a含量反演

波段比值法作为比较成熟的基于生物光学对叶绿素a含量反演的经验模型,目前较多运用于对二类水体富营养化叶绿素a含量反演.本文分别对环境小卫星数据B3和B4波段作为建立模型的波段组合建立线性回归、指数、对数、多项式、幂等五种回归模型.通过R~2系数对比,发现多项式模型拟合效果最佳.经验证点对比分析,发现此模型对太湖湖区的叶绿素a含量能够进行较好的反演.     

基于DART模型的盐地碱蓬植被指数饱和问题分析

植被指数饱和问题直接影响植被参数的遥感估算精度.基于DART模型定量分析盐地碱蓬群落植被指数对LAI的响应,讨论不同植被指数的饱和问题,研究发现：1) 盐地碱蓬LAI与株数之间呈显著线性相关,R2为0.99,RMSE为0.008.2) TSAVI抗饱和性最好,NDVI及RVI次之,EVI、SAVI一般,PVI、MVI及MSAVI最差.3) RVI、NDVI及TSAVI敏感度最优,且LAI〈0.68时,SRVI〉SNDVI〉STSAVI;0.68≤LAI〈2时,SNDVI〉SRVI〉STSAVI;LAI≥2时,TSAVI最优,RVI和NDVI出现饱和现象;EVI、SAVI对LAI敏感性一般;剩余3种植被指数对LAI的敏感性弱.对于辽河口滨海湿地典型植被盐地碱蓬,结合实测LAI数据,初步分析认为TSAVI、NDVI及RVI可以作为较强适用性植被指数来进行相关研究,能够区分不同LAI下的盐地碱蓬群落.     

基于案例推理的小麦叶面积指数估算研究

小麦叶面积指数是评价其长势和预测产量的重要农学参数,为了提高小麦叶面积指数的估算精度,本文提出了一种基于案例推理的小麦叶面积指数估算方法。利用小麦的10种植被指数,首先建立小麦叶面积指数的统计回归估算模型;然后使用基于案例推理的方法对小麦叶面积指数进行估算。实验结果表明,基于案例推理的方法相对于统计回归模型,提高了小麦叶面积指数的估算精度。说明基于案例推理的小麦叶面积指数估算方法是一种有效可行的方法。     

基于小波的回归-GARCH模型及其在外汇储备中的应用

结合小波变换、多项式回归和GARCH模型对中国的外汇储备进行分析及预测.首先利用db4小波对数据进行去噪处理,并对去噪后的数据建立多项式回归模型.由于去噪后的数据与回归模型之间存在残差,且残差具有自回归条件异方差效应,故对该残差建立GARCH模型.然后将回归模型和GARCH模型进行线性叠加,从而得到基于小波分析的回归-GARCH模型.最后将预测值与实际值进行拟合,发现拟合效果较好.充分证明了小波变换、多项式回归和GARCH模型相结合的方法在处理外汇储备这类具有明显增长趋势的非平稳时间序列时,具有明显的优越性,是一项有用的分析预测工具.     

基于Landsat-8 OLI的鄱阳湖叶绿素a浓度定量反演

Landsat-8 OLI数据的应用越来广泛、成熟,但尚未见诸在水质监测,尤其是叶绿素a浓度监测方面的应用。以叶绿素a作为参数,结合准同步的实测数据,通过在鄱阳湖的应用案例,研究、探讨利用Landsat-8 OLI卫星数据对湖泊叶绿素a遥感反演的可行性和相关潜力。根据研究,鄱阳湖与实测叶绿素a相关性最高的是波段B4(红波段),Pearson相关系数为0.916,并由此而选择B4作为构建模型的波段组合,建立线性回归、对数、指数、乘幂、二次多项式等五种回归模型,通过R2系数对比,显示二次多项式回归模型为最佳模型。经实测点验证,该模型能较好地反演出鄱阳湖的叶绿素a浓度。     

高精度重力加速度的求法

为了进一步提高单摆测重力加速度的数据拟合精度,基于最小二乘法原理,用线性拟合法分别与指数拟合法、对数拟合法、幂函数拟合法及多项式拟合法结合使用的方法,获得了不同精度的重力加速度拟合值。计算结果表明:采用线性拟合法分别与指数拟合法、对数拟合法、幂函数拟合法结合使用时的数据拟合精度均比直接采用一次线性拟合法低;采用线性拟合法和多项式拟合法结合使用时的数据拟合精度比直接采用一次线性拟合法高;采用线性拟合法和多项式拟合法结合使用时的数据拟合精度随着多项式拟合次数的增加先提高后降低,出现了龙格现象。     

基于机器学习在空气质量指数中的应用

利用机器学习和多元线性回归模型对西安市近一年的空气质量指数进行了研究,首先利用随机森林思想对数据进行了补齐,然后运用交叉验证对神经网络模型选取最优的隐层节点数和训练周期数,最后,通过比较两种模型的拟合效果发现,神经网络模型在对空气质量指数的预测效果明显好于多元线性回归模型。     

基于时间序列夜间灯光数据的EPC预测模型

为了利用夜间灯光数据来预测电力消耗量(EPC),采用增强植被指数(EVI)实现对美国国防气象卫星搭载的可见光成像线性扫描业务系统(DMSP/OLS)数据的校正,利用回归模型实现DMSP/OLS数据和美国国家极轨卫星搭载的可见光近红外成像辐射仪夜间灯光波段(NPP/VIIRS)数据的拟合,构建出2001-2018年的长时间序列的夜间灯光影像,并与EPC数据建立线性、二次项和乘幂回归模型,选择决定系数(R2)值相对较优、平均绝对相对误差(MARE)最小的模型为各自的最优模型.结果 表明:通过对夜间灯光影像进行校正,解决了DMSP/OLS影像数据不连续、像元饱和效应、与NPP/VIIRS影像不可比等问题;在国家尺度上,二次项模型是优选模型,校正后的夜间灯光数据与EPC的R2和MARE值分别为0.99和5.650％;在省级尺度上,基于省级单位与EPC建立的优选模型的R2值和MARE值分别为0.878和28.783％;在省级尺度上,基于时间序列建立的夜间灯光数据与EPC的R2和MARE值分别为0.972和7.286％;省级单位长时间建模精度高于基于省级单位建模的精度.     

基于光谱归一化的阔叶林LAI遥感估算模型适用性分析

针对基于植被指数(Ⅵ)的森林叶面积指数(LAI)统计模型反演方法通用性较差的问题,研究基于光谱响应函数的不同传感器相似波段的光谱归一化方法,构建基于光谱归一化的阔叶林LAI遥感估算模型,并分析光谱归一化前后LAI估算模型对不同传感器的适用性.以福州市ALOS AVNIR -2、Landsat5 TM和MODIS作为多传...     

太阳黑子的多项式趋势-自回归-条件异方差模型

用确定性趋势与残差服从条件异方差模型的自回归模型组合，作为太阳黑子相对数的数学模型，用它拟合1848—2002年太阳黑子相对数数据，取得很好的效果，首先通过逐步回归与逐步自回归，建立太阳黑子数的多项式趋势-自回归校正模型，然后通过PortmanteauQ检验和Lagrenge乘子检验证明残差存在强烈的异方差性，表明仅仅用多项式趋势-自回归校正模型是不够的，再配上一种条件异方差模型，即EGARCH模型控制其残差方差，从而建立多项式趋势 自回归 EGARCH模型，用此模型进行数据拟合回代，分析和预测，表明该模型的拟合，预测效果是好的，所分析的太阳黑子周期是恰当的。     

基于MODIS反演数据的河套地区荒漠化研究

基于2001-2013年MODIS遥感反演数据, 通过对土地覆盖类型、叶面积指数(LAI)、归一化植被指数(NDVI)和增强植被指数(EVI)4个方面的分析, 研究河套地区的荒漠化情况及其季节变化特点。结果表明, 2001-2013年, 河套地区整体植被覆盖转好, 其中, 耕地面积从2001年的4218 km² 增大到2013年的20470 km², LAI平均值从2003年的0.130~0.335增大到2013年的0.182~0.405, 平均NDVI和EVI逐年总体增大, 分别从2001年的0.142和0.095增大到2013年的0.193和0.116, 而且, 单位面积上的植被生长质量也在加强。此外, 归一化植被指数季节分布特点显示, 河套地区北部巴彦淖尔盟2013 年左右开始大面积种植一年两季粮食作物。但是, 研究结果表明河套地区植被覆盖指数仍较低, 北部和西南部荒漠化情况加剧, 若不采取有效措施, 极易出现“沙进人退”的生态环境问题。     

单桩荷载—沉降曲线拟合线性回归法研究

对现有的单桩荷载沉降曲线拟合方法——指数函数线性回归法,按照一定的方法进行优化和改进,提出了指数加权拟线性回归法.通过对单桩静载荷试验数据进行拟合,结果表明加权拟线性回归法拟合效果好于传统指数函数线性回归法.指数加权拟线性法对单桩荷载-沉降曲线模型能进行比较好的描述,在沉降预测中得出更加精确的结论.因此,可以利用指数函数加权拟线性法的拟合结果对单桩承载力进行预测.