收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

塞罕坝地区高空间分辨率叶面积指数时序估算与变化检测

周红敏  张国东  王昶景  王锦地  程顺  薛华柱  万华伟  张磊  
【摘要】:叶面积指数LAI (Leaf Area Index)是调节植被冠层生理过程的最重要的生物物理变量之一,高空间分辨率时间序列LAI对于植被生长检测、地表过程模拟与区域和全球变化研究至关重要,但是由于数据缺失和反演方法限制,目前还没有时空连续的高分辨率LAI数据产品。本研究提出了一种生成时间连续的高空间分辨率LAI数据的算法,首先对MODIS LAI产品滤波平滑,生成时间序列LAI的上包络曲线,根据上包络曲线提供的变化信息构建LAI动态模型。然后利用地面实测的LAI数据与Landsat反射率数据构建LAI反演的BP (Back Propagation)神经网络模型。将反演得到的高分辨率LAI数据作为LAI观测数据,利用集合卡尔曼滤波EnKF (Ensemble Kalman Filter)方法实时更新动态模型,生成时间连续的30 m空间分辨率LAI数据集。基于该算法生成了塞罕坝地区2000年—2018年长时间序列LAI数据集,利用Prophet深度学习模型进行模拟和预测,根据预测和原始LAI差异,利用支持向量机SVM (Support Vector Machine)方法检测植被干扰状况。结果表明:EnKF算法能够生成时空连续的高空间分辨率LAI数据,估算结果与地面测量值一致性较高,R~2为0.9498,RMSE为0.1577,在区域尺度上与Landsat LAI参考值较为吻合,R~2高于0.87,RMSE低于0.61。Prophet与SVM模型检测到研究区2009年,2010年,2013年,2014年,2015年植被受干扰较为严重,主要由于年降水量偏少和林区作业砍伐造成,检测结果与当地降水量与砍伐数据吻合。本文提出的算法可用于大范围高时空LAI数据反演和植被变化检测,对塞罕坝乃至全国林区规划管理具有重要的参考价值。

知网文化
【相似文献】
中国期刊全文数据库 前7条
1 李军,黄敬峰,王秀珍;山区月平均气温的高空间分辨率分布模型与制图[J];农业工程学报;2004年03期
2 康芮;史明昌;赵院;罗志东;王晓晶;刘二佳;;高空间分辨率遥感技术在生产建设项目水土保持监测中的应用探讨[J];中国水土保持;2015年12期
3 ;首颗农业高分观测卫星成功发射[J];农业科技与信息;2018年16期
4 ;首颗农业高分观测卫星成功发射[J];农业科技与信息;2018年18期
5 ;首颗农业高分观测卫星成功发射精准支撑乡村振兴战略实施[J];福建农机;2018年02期
6 姬旭升;李旭;万泽福;姚霞;朱艳;程涛;;基于高空间分辨率卫星影像的新疆阿拉尔市棉花与枣树分类[J];中国农业科学;2019年06期
7 陈行;夏丽华;郭广猛;;基于无人机的月季提取方法研究[J];江西科学;2020年02期
中国硕士学位论文全文数据库 前2条
1 张伟;川东丘陵区耕地复种指数遥感反演研究[D];中国农业科学院;2013年
2 董文全;多源遥感数据时空融合及其在农田监测领域的应用研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978