基于多光谱数据的永定河流域植被生物量反演

用传统研究植被生物量实测的方法不仅耗时费力,而且由于影响因子不易确定会导致预估精度不高。选择永定河流域河北——北京段为研究区域,以该地区2009年7月20日的TM影像数据为数据源,结合当地分辨率为30米的数字高程模型(digital elevation model,DEM)数据和其他相关辅助解译资料,并借助全站仪等高精度测量仪器进行外业调查,归纳出永定河地区遥感因子与植被生物量可能存在的函数关系,通过多元线性回归分析遥感影像因子并建立反演模型,最后将反演模型进行精度分析。通过将实测值和预测值分析对比,得出反演模型总体相对误差为-0.025%,平均相对误差为-0.016%,总体预估精度高达84.56%。模型的建立可对大范围流域生态环境因子进行及时、快速、准确地调查,为永定河生态环境问题诊断提供实验数据。     

多光谱遥感技术结合遗传算法对永定河土壤归一化水体指数的研究

永定河流域的土壤类型及含水量与植被覆盖指数是影响该流域水量的重要因素,利用传统取样法对该流域土壤类型及含水量进行调查,耗费人力的同时还会因仪器误差等客观因素造成实验精度下降。选择永定河流域(北京地区)为研究区,利用全站仪进行野外调查测定34块样地并取样,结合1978—2009年6期的TM影像数据对土壤信息进行提取,研究该地区的土壤含水量与各类多光谱遥感因子间的相关关系,利用遗传算法对土壤归一化水体指数(NDWI)的主要影响因子进行筛选,因NDWI是基于绿波段与近红外波段的归一化比值指数,一般用来提取影像中的水体信息,效果较好。为了更准确的筛选与土壤含水量相关的因子,利用遗传算法全局择优的特点,通过控制迭代次数加速收敛来筛选关键因子。进而利用多元回归的方法建立NDWI反演模型,分析出模型的内符合精度为0.987,并利用边缘树种进行外符合精度检验,得出：土壤中速效氮、磷、钾的含量与经度相关性不明显,却与纬度和土层成正相关关系,当模型计算的迭代次数Maxgen达到最优时,内符合精度为87.6%。通过遥感影像与野外调查相结合的方法得到的土壤NDWI与植被盖度、地形、气候等相关因子的模型而计算得出的NDWI值与单纯利用传统土壤取样法得到的值进行对比分析,得出平均相对误差E为-0.021%,外符合精度P达到87.54%。该模型的建立可为日后对永定河流域土壤水分及有机质的分析与研究提供较好的实践及理论依据。