發(fā)布時間：2021-03-18 11:22

　　植被覆蓋因子是水土流失控制因子當(dāng)中非常重要的一個因子,其在年內(nèi)呈現(xiàn)高度動態(tài)變化的特點。遙感技術(shù)已成為水土流失風(fēng)險評價中植被覆蓋因子獲取的首要手段。然而受傳感器技術(shù)條件限制,獲取的數(shù)據(jù)不得不在時間和空間分辨率之間進行權(quán)衡,因而無法有效滿足區(qū)域水土流失風(fēng)險評價對高時空分辨率遙感數(shù)據(jù)的需求。因此,開展高時、空分辨率多源遙感數(shù)據(jù)融合,充分利用各個數(shù)據(jù)在空間和時相上的優(yōu)勢,將有助于提高遙感在區(qū)域水土流失風(fēng)險評價中的應(yīng)用潛力。本研究在對國際主流高時空分辨率融合模型梳理與分析的基礎(chǔ)上,從理論上構(gòu)建了一個即能解決遙感數(shù)據(jù)的5效應(yīng)問題又能解決混合像元問題的新融合模型（0/0）,并將其與*,0、650和半物理模型進行了對比分析。最后,利用0/0構(gòu)建的高時空分辨率植被指數(shù),分析了其反映試驗區(qū)季節(jié)性植被動態(tài)的潛力,觀察其在植被覆蓋變化監(jiān)測中的作用。研究結(jié)果表明：1) MLDFM通過引入MODIS BRDF/Albedo模型參數(shù)與土地覆蓋數(shù)據(jù),同步解決BRDF效應(yīng)與混合象元的問題,在理論設(shè)計上保障了模型的優(yōu)越性；2)在本文研究區(qū)域內(nèi),與*,0、650和半物理模型相比,在地表覆蓋變化和不變的區(qū)域均取得了更高的融合... 

【文章來源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
目錄
1 緒論
    1.1 研究背景和研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 植被覆蓋因子
        1.2.2 遙感數(shù)據(jù)融合
        1.2.3 存在的問題
    1.3 論文的主要研究工作
        1.3.1 研究目標(biāo)
        1.3.2 研究內(nèi)容
        1.3.3 論文組織與結(jié)構(gòu)
2 研究區(qū)域概況及數(shù)據(jù)預(yù)處理
    2.1 研究區(qū)域概況
    2.2 Landsat 數(shù)據(jù)
        2.2.1 Landsat數(shù)據(jù)介紹
        2.2.2 Landsat數(shù)據(jù)預(yù)處理
    2.3 MODIS 數(shù)據(jù)
        2.3.1 MODIS數(shù)據(jù)產(chǎn)品
        2.3.2 MODIS數(shù)據(jù)預(yù)處理
    2.4 土地覆蓋數(shù)據(jù)
    2.5 本章小結(jié)
3 融合模型研究
    3.1 理論基礎(chǔ)
        3.1.1 MODIS與Landsat反射率關(guān)系
        3.1.2 線性光譜混合模型
    3.2 BRDF效應(yīng)處理
        3.2.1 BRDF模型介紹
        3.2.2 MODIS 數(shù)據(jù) BRDF 校正
    3.3 MODIS混合像元分解
        3.3.1 端元反射率比例計算
        3.3.2 MODIS像元分解
    3.4 本章小結(jié)
4 融合結(jié)果評價
    4.1 評價方法
        4.1.1 主觀評價
        4.1.2 客觀評價
    4.2 模型對比
        4.2.1 相關(guān)模型介紹
        4.2.2 融合結(jié)果評價
        4.2.3 融合模型分析
    4.3 本章小結(jié)
5 植被覆蓋因子變化分析
    5.1 植被指數(shù)數(shù)據(jù)集構(gòu)建
    5.2 季節(jié)性植被動態(tài)變化分析
    5.3 本章小結(jié)
6 結(jié)論與討論
    6.1 結(jié)論
    6.2 討論與展望
參考文獻
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻】：
期刊論文
[1]基于遙感圖像大氣校正的意義與發(fā)展[J]. 黃祎琳.  科技創(chuàng)新與應(yīng)用. 2013(36)
[2]土壤侵蝕模型中植被管理因子的遙感估算[J]. 宋現(xiàn)鋒,段崢,牛海山,河野泰之.  北京林業(yè)大學(xué)學(xué)報. 2009(03)
[3]中國水土流失現(xiàn)狀與動態(tài)變化[J]. 李智廣.  中國水利. 2009(07)
[4]衛(wèi)星光學(xué)傳感器全過程輻射定標(biāo)[J]. 喬延利,鄭小兵,王先華,張黎明,易維寧,王樂意.  遙感學(xué)報. 2006(05)
[5]黃河流域多沙粗沙區(qū)植被覆蓋變化與減水減沙效益分析[J]. 王光謙,張長春,劉家宏,魏加華,薛海,李鐵鍵.  泥沙研究. 2006(02)
[6]多源遙感圖象信息保持型融合技術(shù)的研究[J]. 劉曉龍.  中國圖象圖形學(xué)報. 2001(07)
[7]多源遙感影像數(shù)據(jù)融合[J]. 賈永紅,李德仁,孫家柄.  遙感技術(shù)與應(yīng)用. 2000(01)
[8]多傳感器信息融合技術(shù)[J]. 周蔭清,洪信鎮(zhèn).  遙測遙控. 1996(01)



本文編號：3088232