基于Landsat卫星数据的草地植被生物量反演研究.docx

摘要：草地生物量的反演对生态系统环境质量的研究、应对全球气候变暖问题和可持续发展具有十分重要的意义。国内外学者在该领域已经做出了许多研究，但成果多以神经网络模型效果最佳，较少由回归模型之间反演效果的比较。本文以内蒙古、苏里乡、黄河源为研究对象，以2017年7月1日到2018年8月31日的Landsat8 OLI遥感影像为数据源，研究了草地生物量反演模型的构建。分析构建的草地生物量反演模型的可决系数R2值及其影响因素。本文采用模型法和遥感法相结合的方法，结合样地实测数据，提取NDVI（归一化植被指数）、EVI（增强型植被指数）及其累计值作为自变量，将三个研究区结合再分开，分别选取单个因子、多个因子构建线性、非线性回归模型，分析实际测量的生物量和本研究选区的六个因子构建的模型的可决系数R2大小，以及可决系数R２的影响因素。并比较可行的模型反演生物量的精度如何。其结果如下：

先将三个研究区结合再将三个研究区分开，分别以EVI_max、EVI_Cmax、EVI_Cseason、NDVI_max 、NDVI_Cmax、NDVI_Cseason等6个指数为自变量，实际测量的生物量AGB值为因变量Y，分别建立一次、二次、三次、指数、线性回归及逐步回归模型；比较实测生物量与选取的遥感因子之间构建的模型的可决系数R2值，以及影响可决系数R2的因素。结果表明，苏里乡模型模拟结果良好，以EVI_Cseason为单因子变量建立的一次、二次、三次、指数回归模型的可决系数R2 值分别达到0.665、0.662、0.681、0.674，且都呈现显著相关；以6个变量为自变量建立的回归模型的可决系数R2则均达到0.621。而黄河源经过数据调整得到以EVI_Cmax为自变量的一次和指数模型模拟效果较好。内蒙古未能找到效果良好的回归模型。但经过数据选取的调整已经发现，生物量反演模型的可决系数R2受到地理空间跨度以及实测点是否落在样方框内的影响。为后期生物量实测数据的选取和采样提供了一定的理论基础和方向。

关键词： 生物量，反演，线性回归模型，遥感影像，GIS

目录

摘要

ABSTRACT

第一章 绪论-1

1.1研究背景与研究意义-1

1.2国内外研究发展现状-1

1.3研究内容-2

1.4技术路线-2

1.5论文组织结构-3

第二章 数据来源与处理-4

2.1研究区概况-4

2.1.1研究区概况-4

2.2.2研究区范围及样点分布图-5

2.2遥感数据来源-6

2.2.1遥感数据介绍-6

2.2.2影像预处理-6

2.3样地采样数据-7

2.4特征因子提取-7

2.5本章小结-8

第三章 生物量回归模型建立-8

3.1单个因子回归模型-9

3.1.1三个研究区合并研究-9

3.1.2分区域研究-10

3.2多个因子回归模型-14

3.2.1三个研究区合并研究-14

3.2.2分区域研究-16

3.3 结果比较与分析-16

3.4本章小结-16

第四章 相关性影响因素分析-17

4.1 数据选取调整-17

4.2 R2与实测点是否落入样方框的关系分析 -17

4.2.1实测点是否落入样方框对R2的影响-17

4.2.2 地理空间跨度 R2的影响-19

4.3本章小结-21

第五章 总结与展望-21

5.1论文结论-21

5.2论文展望-21

参考文献-23

致    谢-24