基于高光谱数据的最大羧化速率遥感定量反演
高光谱遥感不仅继承了传统遥感数据的大区域、快速、动态的优势，还提供了更丰富的光谱信息，在森林植被类型识别以及植被理化参数反演中具有更大的优势，是遥感发展的又一里程碑。 本研究通过外业测量获取最大羧化速率Vcmax、光能利用率LUE及其对应的叶片光谱数据。通过对LUE与叶片反射率的相关性分析，用与LUE相关性最强的波段518nm代替531nm将传统PRI改进为PRI518，建立了基于的LUE二项式模型，二者相关性有了显著提高，为了进一步提高LUE估算精度，将PRI518进一步矫正为SR_PRI518，R2由0.6281提高到0.6861，均方根误差RMSE由0.0027减少到0.0024。另外在保证Vcmax计算值准确性的基础上，建立了基于LUE的Vcmax遥感定量估算模型，模型决定系数R2为0.7207，RMSE为8.43912?μmol?m??s，模型验证精度为75.68%。 Vcmax的估算模型是建立在叶片反射率的基础上的，不能直接用于遥感影像，本研究使用4-Scale几何光学模型结合查找表的方法实现冠层光谱到叶片光谱的转化，从而实现叶片尺度Vcmax的遥感影像反演，然后结合叶面积指数LAI得到冠层尺度的Vcmax。 叶面积指数的估算仍然通过统计方法得到，利用外业实测数据建立叶面积指数与高光谱影像NDVI的线性模型，模型决定系数R2为0.8306，RMSE=0.523，模型精度为84.58%。利用遥感数据反演叶面积指数结合叶片尺度的 Vcmax制图输出，得到了研究区域冠层尺度Vcmax分布图，结果表明，Vcmax反演结果较好，与实际情况相符合。
森林植被;类型识别;高光谱遥感;最大羧化速率;参数反演
东北林业大学
硕士
森林经理学
范文义
2017
中文
S771.8
55
2018-11-15（万方平台首次上网日期，不代表论文的发表时间）