论文部分内容阅读
本研究以青海湖流域作为研究区域,通过采集得到流域内样方点的各种生物物理参数以及光谱信息等数据结合Landsat-8 OLI和M O D I S遥感影像数据,利用基于辐射传输模型的P R O S P E C T模型和S A I L模型对青海湖流域草地叶绿素含量进行遥感反演研究。论文主要研究包括以下几个方面:1、数据的采集与处理:包括野外样方点实测生物物理参数的采集整理以及预处理和遥感影像数据预处理;2、模型适用性分析:利用实测模型参数数据以及部分经验数据输入模型反演出流域内植被光谱,计算出模拟光谱数据和实测光谱数据的差异性,对根据PROSPECT和SAIL模型在青海湖流域进行反演的理论适用性和实际应用适用性进行了分析;3、模型参数敏感性分析:根据实测模型生物物理参数数据分析P R O S P E C T+S A I L模型输入参数的敏感性。并依据模型敏感度计算公式计算出模型参数的相对敏感度,确定敏感参数;4、优化技术方法计算:将模型的敏感参数按照一定的步长进行取值,将这些参数的组合利用优化技术的算法在Mat Lab中利用复杂非线性方程算法得出最优值,模拟出最接近实测光谱数据的模拟光谱数据和生物物理参数;5、叶绿素含量的反演:将通过辐射定标和大气校正处理过的L a n d s a t 8 O L I和M O D I S 2 5 0米分辨率遥感影像像元反射率按照代价函数与模拟出的光谱反射率对比,找出最优反演反射率数据,从而得到最优值对应的反演叶绿素含量数据,然后利用野外样方点实测的叶绿素含量数据与反演数据进行对比分析验证反演精确度。通过上述研究,得到以下结论:(1)PROSPECT和SAIL模型适用于青海湖流域植被生物物理参数的反演研究,利用模型模拟得到的光谱反射率曲线和实测光谱反射率曲线除了在波峰和波谷处差异稍大之外,其他波段处的绝对偏差小于0.02;(2)通过对PROSPECT和SAIL模型的输入参数进行敏感性分析之后可以了解到叶绿素含量主要影响植被的可见光波段,对绿光波段的反射率影响最大;叶面积指数在红光波段、近红外波段和短波红外波段对植被反射率影响都较大;叶片含水量在短波红外对植被反射率影响较大;叶片结构参数在近红外波段对植被反射率影响明显;叶倾角在各个波段对植被反射率影响都比较小;(3)PROSPECT和SAIL模型的模型输入参数在可见光波段的敏感性为Cab>LAI>Cm>N>Cw>LAD。同时确定选取叶绿素含量和叶面积指数作为模型的敏感参数进行光谱模拟;(4)通过对模型参数敏感性的分析确定叶绿素含量对可见光波段影响较大,从而Landsat8 OLI影像选用绿光波段、红光波段和近红外波段供反演使用,MODIS影像选择1、2通道数据;(5)通过对反演结果的分析表明利用PROSPEAT和SAIL模型可以较好的反演出植被叶绿素含量,结合Landsat8 OLI数据反演结果精度要高于MODIS数据反演的结果。