学位论文 > 优秀研究生学位论文题录展示

基于物理模型的落叶松林虫害遥感监测研究

作　者: 王蕾
导　师: 骆有庆；张晓丽；马钦彦
学　校: 北京林业大学
专　业: 森林保护学
关键词: 落叶松林 虫害监测 遥感 热红外 含水量
分类号: TP79
类　型: 博士论文
年　份: 2009年
下　载: 314次
引　用: 5次
阅　读: 论文下载
 

内容摘要


近十多年来,遥感在森林虫害监测中的应用研究得到了逐步开展,尤其是监测模型的研究,取得了显著的研究进展。但大多数模型几乎都集中在利用特定地区的数据经统计分析而建立,并没有从机理上对模型进行分析、研究和调整。这种仅仅源于特定地域数据建立的模型,其应用也常受到地域的限制,所以虫害遥感监测建模研究结果的通用性问题急需解决。同时,由于大多数虫害遥感监测多集中在对林木受虫害后叶片颜色发生变化和产生落叶这两种生理特征的研究,而应用遥感监测到林木因虫害而产生这两种特征时,通常已是林木受害的中后期,无法对林木受害的早期进行监测。在应用的遥感数据方面,多集中在可见光和近红外数据,而热红外波段的应用研究较少。本文将以生态学、定量遥感及森林保护等相关理论为指导,从机理上研究应用遥感监测虫害的关键科学问题,从林木受虫害后的生理特征分析入手,在研究了虫害发生早期阶段遥感可监测因子的基础上,初步确立了具有较强通用性和明确物理含义的三种虫害早期遥感监测指示因子,即:林冠层含水量（CWC）、土壤相对含水量和叶面积指数（LAI）。为验证应用Landsat TM数据提取林冠层含水量的可行性,应用针叶物理反射模型LIBERTY,结合实地调查数据对不同含水量条件下的针叶反射率特征进行了研究,经研究得知三种同水分相关的光谱指数MSI、NDWI和GVMI与针叶含水量高度相关,且GVMI光谱指数对针叶是否为簇状并不敏感,能够显著反映针叶的水分变化。同时,由于GVMI是由两个宽波段（SWIR和NIR）数据计算得来,应用Landsat TM数据即可获得,所以间接验证了应用Landsat TM/ETM+数据反演冠层含水量的可行性,并为后续进一步研究落叶松冠层水分含量的反演提供了理论基础和研究途径。随后,结合物理辐射传输模型,综合利用可见光、近红外和热红外数据,研究了三种因子的遥感反演方法和模型。首先,在研究了以往叶面积指数和冠层含水量的反演方法的基础上,提出了应用辐射传输模型——森林五尺度传输模型（5-scale）和人工神经网络——BP网络反演LAI和CWC的方法,并就如何应用5-scale模型和BP网络对陆地卫星数据反演LAI和CWC进行了研究,通过与实地测量数据和MODIS产品数据的比较,得知反演结果吻合较好。应用该方法对多期图像进行了反演,获得了伊尔施林场10年来12期影像的CWC和LAI的时空分布图。其次,选择TVDI（Temperature/Vegetation dryness Index）作为表征土壤相对含水量的指数,并对其反演进行研究。该指数需要地表温度（TS）和归一化植被指数（NDVI）构成的特征空间共同确定。NDVI可以应用红光和近红外数据计算得到,TS需要从Landsat TM6波段数据中反演得到。经研究表明,LandsatTM6热红外波段需要经过大气效应校正和发射率效应校正,得到的地表温度才能更有效地提取TVDI指数。将反演得到的10年的TVDI数据同实地降水量数据对比可以看出,趋势吻合较好,该指数对于地表干旱的指示作用较好,基本能够满足监测土壤相对含水量的要求。最后,在反演了三种虫害发生早期阶段遥感监测指示性因子的基础上,对落叶松林虫害遥感监测规则进行了研究,建立了基于三种因子进行虫害遥感监测的规则,并以内蒙古阿尔山地区虫害监测为例,对该方法进行了应用和评价。经验证,结果与实地情况吻合较好。考虑到实用性,论文进一步简化了三个参数的反演计算,提出了一套较为通用、有效的基于物理模型的落叶松林虫害遥感监测的方法。

全文目录


中文摘要  4-6
ABSTRACT  6-11
1 绪论  11-21
  1.1 选题背景及意义  11-12
  1.2 国内外研究现状  12-17
    1.2.1 航空遥感及雷达技术在森林虫害监测方面的研究现状  12-13
    1.2.2 航天遥感技术在森林虫害监测方面的研究现状  13-14
    1.2.3 遥感监测森林虫害的主要方法  14-15
    1.2.4 遥感监测和评价森林虫害的主要模型  15-17
  1.3 森林虫害遥感监测的指示性因子分析  17-19
    1.3.1 林业害虫及其危害方式简介  17-18
    1.3.2 森林虫害遥感监测的指示性因子分析  18-19
  1.4 立题依据  19-21
    1.4.1 基于物理模型研究森林虫害遥感监测的意义  19-20
    1.4.2 应用热红外波段数据研究森林虫害遥感监测的意义  20
    1.4.3 基于"水分含量"指示性因子研究森林虫害遥感监测的意义  20-21
2 研究内容、技术路线及论文结构  21-24
  2.1 主要研究内容  21
    2.1.1 研究的简要内容  21
    2.1.2 重点解决的问题  21
  2.2 技术路线  21-22
  2.3 论文结构  22-24
3 研究区概况、地面试验和数据处理  24-35
  3.1 研究区域概况  24-25
    3.1.1 研究区自然概况  24-25
    3.1.2 研究区虫害发生概况  25
  3.2 基础资料获取和数据处理  25-27
  3.3 野外实地调查、试验与数据处理  27-35
    3.3.1 样地设置及调查  27-30
    3.3.2 卫星同步观测试验  30-32
    3.3.3 对照试验  32-35
4 遥感影像的获取和处理  35-43
  4.1 影像的选取及基本参数  35-36
    4.1.1 影像的选取  35
    4.1.2 影像的基本参数  35-36
  4.2 Landsat-7 ETM+SLC off数据修复  36-38
  4.3 陆地卫星影像几何校正、辐射定标和大气校正  38-41
    4.3.1 陆地卫星影像几何校正  38
    4.3.2 陆地卫星影像辐射定标和大气校正  38-41
  4.4 陆地卫星影像落叶松林信息提取  41-43
5 针叶反射特征与含水量关系研究  43-50
  5.1 针叶物理反射模型LIBERTY简介  43-44
  5.2 LIBERTY实验标定及标定误差分析  44-46
    5.2.1 反演软件LIBINV和PEST介绍  44-45
    5.2.2 LIBERTY的标定  45-46
    5.2.3 LIBERTY标定误差分析  46
  5.3 不同水分含量条件下落叶松针叶反射特征研究  46-49
    5.3.1 水分含量表征指标的选择  46
    5.3.2 不同含水量条件下的针叶反射率模拟  46-47
    5.3.3 水分光谱指数的选择及计算  47-48
    5.3.4 针叶水分含量与光谱指数相关性分析  48-49
  5.4 本章小结  49-50
6 林冠层含水量和叶面积指数的反演研究  50-68
  6.1 林冠层含水量和叶面积指数反演研究进展  50-53
    6.1.1 叶面积指数反演研究  50-51
    6.1.2 林冠层含水量反演研究  51-53
  6.2 五尺度模型和人工神经网络简介  53-56
    6.2.1 五尺度模型(5-Scale)简介  53-54
    6.2.2 人工神经网络简介  54-56
  6.3 基于五尺度模型和BP网络的林冠层含水量和叶面积指数反演研究  56-64
    6.3.1 查找表(LUT)建立  56-57
    6.3.2 BP网络的训练和优化  57-61
    6.3.3 叶面积指数和林冠层含水量反演  61-63
    6.3.4 反演算法的精度评估  63-64
  6.4 反演结果  64-67
    6.4.1 CWC反演结果  64-66
    6.4.2 LAI反演结果  66-67
  6.5 本章小结  67-68
7 基于TM_6热红外波段提取地表温度  68-75
  7.1 单窗算法介绍  69-70
  7.2 亮度温度提取  70
  7.3 大气透射率估算  70-71
  7.4 发射率估计方法  71-72
  7.5 温度反演流程及反演结果  72-75
    7.5.1 温度反演流程  72
    7.5.2 温度反演结果  72-75
8 土壤湿度遥感反演研究  75-84
  8.1 土壤湿度遥感反演方法研究  75-78
    8.1.1 土壤湿度遥感反演的原理及方法  75
    8.1.2 基于Ts/NDVI特征空间反演土壤湿度的基本原理  75-77
    8.1.3 基于Ts/NDVI特征空间反演土壤湿度的基本方法  77-78
  8.2 落叶松林下土壤TVDI指数反演  78-83
    8.2.1 伊尔施林场Ts/NDVI特征空间研究  78-81
    8.2.2 落叶松林下土壤TVDI指数遥感反演结果  81-83
  8.3 本章小结  83-84
9 落叶松林虫害的遥感监测研究  84-96
  9.1 研究区虫害发生情况及分析  84-87
    9.1.1 研究区虫害发生情况  84-86
    9.1.2 落叶松毛虫与蛀干性害虫侵害特点分析  86-87
  9.2 落叶松林虫害遥感监测规则的建立  87-93
    9.2.1 落叶松林虫害遥感监测时相的选择  87
    9.2.2 指示性因子定量分析及受害像元的确定方法  87-90
    9.2.3 不同类别像元可分性分析  90
    9.2.4 落叶松林虫害遥感监测规则的建立  90-93
  9.3 伊尔施林场落叶松林虫害动态监测  93-96
    9.3.1 伊尔施林场落叶松林面积及受害面积年变化监测  93-95
    9.3.2 伊尔施林场落叶松林虫害空间分布监测  95
    9.3.3 伊尔施林场落叶松林虫害监测精度分析  95-96
10 结论与讨论  96-101
  10.1 结论  96-97
  10.2 讨论  97-101
    10.2.1 伊尔施林场落叶松林受虫害状况讨论  97
    10.2.2 虫害监测模型应用思考  97-99
    10.2.3 研究前景展望  99-101
参考文献  101-109
作者简介  109-110
导师简介  110-112
致谢  112-113
附图  113-125

相似论文

  1. 星载高光谱传感器模拟仿真系统研究,TP391.9
  2. 高保真遥感图象压缩与分辨率增强联合处理研究,TP751
  3. 高光谱遥感场景模型仿真研究,TP72
  4. 基于区域分割的遥感影像道路提取算法研究,TP751
  5. 基于高光谱遥感的太湖水体藻蓝素和CDOM浓度估算模型研究,X87
  6. 基于ArcGIS Server的农区水质遥感反演信息系统构建研究,S127
  7. 褐飞虱和稻纵卷叶螟为害后水稻的光谱特征,S435.112
  8. 基于HJ卫星混合像元分解的水稻生长监测技术研究,S511
  9. 基于遥感信息与模型耦合的水稻生长预测技术研究,S511
  10. 基于遥感信息与模型耦合的小麦生长监测预测技术研究,S512.1
  11. 南京市溧水县稻田土壤全氮的遥感估测,S153
  12. 高分辨率SAR影像裸土信息提取及土壤含水量反演初探,S152.7
  13. 水库水体叶绿素a光学性质及浓度遥感反演模式研究,S127
  14. 环青海湖区沙漠化土地景观格局变化分析,X171
  15. 遥感数据处理网格平台的设计与初步实现,TP79
  16. 基于Web的科学计算遗留应用共享技术研究,TP393.09
  17. 矿区多源遥感影像集成管理系统的设计与实现,P208
  18. 高分辨率遥感图像目标识别方法研究,TP751
  19. 面向并行环境的遥感影像分类算法设计与实现,TP751
  20. 高光谱图像处理平台的研究与设计,TP391.41
  21. 基于成像光谱数据的岩矿信息识别系统设计与实现,P627

中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感技术的应用
© 2012 www.xueweilunwen.com