导读:本文包含了遥感定量模型论文开题报告文献综述及选题提纲参考文献，主要关键词:蒸散发,Penman-Monteith模型,模型改进,混合像元分解
遥感定量模型论文文献综述
张宇[1]（2018）在《基于改进Penman-Monteith模型的城市地表蒸散发定量遥感估算研究》一文中研究指出地表蒸散发作为区域地表能量平衡与水资源循环的重要环节,对全球能量与水分分布起到了重要的调节作用,因此,地表蒸散发的准确估算,不仅对区域水资源的精确管理、尤其是对农林用的水科学配置具有重大意义,而且对区域气候尤其是区域热环境的预测具有重要的作用。但是,目前绝大多数估算地表蒸散发的数学模型,基本上都是针对自然地表或农业用地,而对于地表覆盖类型以不透水面为主体,植被与土壤面积比例相对较小的城市地区地表蒸散发的模型算法相对较少。因此,开展城市地表蒸散发遥感反演模型研究,不仅对扩展区域地表蒸散发的研究范围以及完善区域地表能量平衡的系统构成具有重要的理论意义,还对进一步探索城市自然或人工景观对城市热环境的调节机理以及改善城市人居环境具有重要的现实意义。本文在对传统RS-PM遥感反演蒸散发模型进行改进的基础上,提出了城市RS-PM模型。主要改进包括:应用混合像元分解提取的植被组分丰度参数与裸土组分丰度参数,替代传统RS-PM模型中利用植被覆盖度指数量化植被和裸土所占面积比例,以解决植被覆盖度指数无法计算不透水面组分比例的问题;应用改进多源平行模型替代双源模型对植被与裸土的组分净辐射通量分别进行计算,并提出了纯净像元分割法对组分潜热通量进行计算,以解决传统RS-PM模型忽略地表能量在不透水面组分上的分配问题。基于以上改进,本文以江苏省徐州市主城区为研究区,选取2014至2016年各个季节共8期Landsat 8 OLI/TIRS遥感影像数据以及相应时期的气象数据、通量观测数据等作为研究数据,应用城市RS-PM模型对研究区8个时期的城市地表蒸散发进行了反演,并通过Footprint模型计算得出了反演结果的观测源区加权平均值(源区反演值),以获取同涡度相关仪地面观测验证数据相同的空间代表范围,进而对模型反演结果精度进行验证;同时,通过敏感性分析计算确定了城市RS-PM模型中新加入的3个主要参数(植被组分丰度参数、裸土组分丰度参数和地表温度参数)对模型反演结果的影响程度;最后,应用数值分析与缓冲区分析分别从数量和空间上确定并量化了地表蒸散发对城市热环境的调节效应。取得的主要研究结果与结论如下。(1)城市RS-PM模型改进了针对复杂下垫面地表组分比例、组分有效能量以及组分潜热通量的算法,使得模型对城市地区地表蒸散发的模拟更为合理。在模型参数计算中优化了对地表净辐射参数和组分温度参数的计算方式,包括基于改进多源平行模型理论并根据地表组分的特性差异,细化了对地表组分净辐射的计算;根据参数的敏感性简化了组分温度的计算过程,使得城市RS-PM模型可适用于多种类型的多光谱遥感数据。城市RS-PM模型的蒸散发模拟结果与地面通量观测结果之间的线性拟合优度、均方根误差、平均相对误差以及相关系数分别为0.8965、24.14 W·m~(-2)、18.5%和0.9546,具有较高的反演精度。因此,应用城市RS-PM模型对城市地区地表蒸散发进行估算是可行的。(2)城市RS-PM模型中植被组分丰度参数与裸土组分丰度参数分别与模型反演地表蒸散发结果之间存在着线性正相关关系,其中,模型反演结果对于植被组分丰度参数变化的敏感性相对较强,对裸土组分丰度参数变化的敏感性较弱;地表温度参数与模型反演地表蒸散发结果之间存在着非线性负相关关系,且模型反演结果对地表温度参数变化的敏感性较弱。因此,可以判断植被组分丰度参数对城市RS-PM模型反演结果的影响权重相对较高,是模型中的关键参数,而裸土组分丰度参数与地表温度参数对模型反演结果的影响权重相对较低,在计算中属于非关键参数。(3)在高温季节,城市地表温度与地表蒸散发之间存在着显着的负相关关系,地表温度随着地表蒸散发量的增加而降低;在低温季节,地表温度与地表蒸散发之间的相关性较弱。因此,在高温季节,地表蒸散发对地表温度的调节效应更为显着。对地表蒸散发强度较高区域进行缓冲区空间分析的结果显示:缓冲区层次由内到外地表温度逐渐上升,与地表蒸散发的变化趋势相反,相邻缓冲区之间地表蒸散发的平均值变化量与地表温度的平均值变化量之间存在着较为显着的线性负相关关系,二者之间的线性拟合函数估算结果表明城市地表蒸散发量每提高10 W·m~(-2),相应地表温度约下降0.56 K。(本文来源于《中国矿业大学》期刊2018-06-01）
孙小琼[2]（2017）在《基于植被指数的水资源遥感定量反演模型与预测研究》一文中研究指出植被是联结大气、土壤和水分的自然纽带,而植被类型作为影响流域赋水强弱的主要因素之一,即植被的变化情况可以从侧面反映水资源丰欠的变化。本文利用2005-2011年间美国USGA发布的LANDSAT5数据,基于RS和GIS技术,提取DVI、RVI、EVI、NDVI、TVI五种植被指数,并结合相应的水文资料(降水量、径流深),通过对相关性和灰色关联分析,研究近7a来贵州省植被覆盖变化与流域水资源的关系。主要结论如下:(1)贵州省喀斯特流域的降水量与landsat5遥感影像植被指数(DVI、RVI、EVI、NDVI、TVI),通过统计学相关分析法和灰色关联分析法对二者之间的关系进行探究。总体上看,研究区降水量与同期植被指数DVI、RVI、NDVI、TVI之间存在较好的相关性;降水量与DVI、RVI、EVI、NDVI、TVI的关联度均较高,都是在0.8以上,五种植被指数均与降水量关系较密切。此外,通过对比3月份、9月份植被指数与降水量的关系,得出二者相关性是3月优于9月。(2)研究区径流深与植被指数(DVI、RVI、EVI、NDVI、TVI)均呈正相关关系,3月份径流深与DVI、RVI、EVI、NDVI、TVI的相关系数分别为0.682、0.770、0.717、0.662、0.637。9月相关系数RVI最高,相关系数为0.746;TVI和NDVI次之,相关系数分别为0.727和0.718;再次为DVI,其相关系数为0.691;EVI的相关性最差,系数为0.576。通过关联度分析,3月和9月DVI、RVI、EVI、NDVI、TVI五种植被指数均与径流深有密切的关系。(3)在对降水量的监测中,总体而言,曲线模型中的叁次多项式方程和多元线性模型比二次多项式的拟合精度更高。即相对于二次多项式来说,曲线模型和多元线性回归模型更能反映植被指数与降水量的关系。而在径流深与植被指数的构建的数学模型中,指数模型与多元线性模型的拟合精度较好,指数模型3月和9月R2高达0.8以上。(4)在植被指数与降水量的回归关系模型中,无论是3月还是9月,叁次多项式模型优于其他曲线模型(二次多项式和指数回归模型)。基于RVI建立的叁次多项式关系模型的R2,3月份和9月份分别达到了0.653、0.774,并对叁次多项式模型进行验证,发现实测值与预测值非常接近,平均误差分别为18%和7%。综上,说明叁次多项式模型可以满足喀斯特地区水资源的宏观监测的需要,也说明叁次多项式关系模型用来监测降水量是一种简单有效、切实可行的方法。在植被指数与径流深的构建的数学模型中,多元线性模型与指数模型R2均大于0.7,模拟效果较好。(5)不同植被指数与水资源的内在联系是有差异的,植被指数与同期径流深的密切程度高于降水量与植被指数。其中,与径流深和降水量相关性最好的是比值植被指数(RVI)。(本文来源于《贵州师范大学》期刊2017-06-08）
潘洋洋[3]（2017）在《SVM模型在叶绿素a非线性定量遥感反演中的应用研究》一文中研究指出武汉东湖的水质状况是武汉市面临的重大水环境问题之一,利用卫星遥感影像大面积的监测特点监测Chl-a浓度,分析武汉东湖水体Chl-a浓度的波谱特征,无疑是一项有价值的研究,对武汉东湖的环境保护以及构建良好生态系统具有重要的探索意义,同时对推进内陆水体Chl-a及其他水质定量遥感反演同样具有重要的科学意义,有助于为湖泊富营养化的预警提供技术层面上的支持。叶绿素a浓度是决定水体的反射光谱特征的重要因素,是评价水质健康状况、以及日益频繁的人类活动、外部环境变化对水生态系统所造成的影响的重要依据。由于常规水质监测方法不能对水质实施实时、大尺度的监测,本文利用遥感观测其覆盖范围广、数据源稳定、有规则的重复周期的巨大优势弥补上述缺陷。尽管目前已经形成成熟的技术路线用于内陆湖泊水体的叶绿素a浓度的反演,但局限于区域发展的差异,这些模型并不适用于武汉东湖水体。因此,需要建立针对武汉东湖的高精度遥感反演模型。本文基于内陆湖泊II类水体的光谱特征研究,利用实测叶绿素a浓度数据和同步/准同步的多光谱Landsat8影像,构建了叁种适用于武汉东湖区域特色的叶绿素a浓度遥感反演模型。针对Landsat8影像进行预处理,通过分析各波段与叶绿素a浓度的相关性,建立反演精度为77.11%,RMSE为8.93的单波段模型及反演精度为88.01%,RMSE为4.55的四波段模型。本文为进一步提高反演精度,通过SVM技术中输入参数、核函数以及参数的调整,建立精度较高的反演模型,该模型反演精度为94.46%,RMSE为2.16。结果表明:SVM模型具有更好的预测效果,为利用遥感技术快速、准确地反演水域叶绿素a浓度提供了可靠的基础和方法。应用构建的SVM模型反演获得了叶绿素a浓度分布图,并分析其时空变化规律。(本文来源于《华中科技大学》期刊2017-05-01）
向红英,牛建龙,彭杰,王家强,柳维扬[4]（2016）在《棉田土壤水分的高光谱定量遥感模型》一文中研究指出在棉花大田水分试验的基础上,采用自主设计的不同土层取样方法,同步获取了棉花冠层高光谱数据和不同深度土壤的水分含量数据以及棉花冠层水分含量数据,分析了棉花冠层含水量与土壤含水量之间的关系、棉花冠层高光谱数据与土壤含水量之间的相关性,构建了基于棉花冠层高光谱数据的土壤水分含量反演模型。结果表明:不同土层的水分含量具有较大差异,棉花冠层对不同土层水分含量的响应程度不同,0~30 cm土层水分含量与棉花冠层含水量的相关性最强,决定系数达到0.58;棉花冠层反射率与土壤水含量在可见光波段呈负相关,近红外波段呈正相关;在所有以棉花冠层高光谱数据的不同变换形式构建的不同土层含水量的PLSR反演模型中,以反射率倒数对数所建的模型对0~30 cm土层和以反射率对数所建模型对0~10 cm土层含水量的预测RPD均达到2.0以上,具有较好的预测能力,其余模型的预测效果不理想。(本文来源于《土壤通报》期刊2016年02期）
张正,唐娉,李宏益,冯峥[5]（2016）在《多源数据协同定量遥感产品生产系统的领域模型》一文中研究指出大数据技术中的一个难点是如何统筹多源异构的数据。在多源数据协同定量遥感产品生产系统中,不同传感器数据的协同使用为生产系统的各个环节都带来了许多的问题,例如异构数据文件的统一表示和调度,繁杂生产流程的统一抽象等。领域驱动设计是一种应对软件核心复杂性的设计方式。领域驱动是指在设计过程中经过不断的迭代,逐渐提炼出一套灵活优雅的领域模型。领域模型专注于分析问题领域本身,发掘重要的业务领域概念,并建立业务领域概念之间的关系。本文在不断实践的基础上提出了一组较成熟的领域模型,该模型用一种统一的方式解决了多源数据协同生产系统中各方面的问题,并显着地降低了系统集成的难度和工作量,且为新数据源的加入预留了灵活性。(本文来源于《遥感学报》期刊2016年02期）
黄瑾[6]（2016）在《岷江上游生态水遥感定量反演及径流预测模型研究》一文中研究指出水资源是支撑地球上一切生命和人类社会经济可持续发展不可替代的物质基础。径流变化对整个水文水资源系统的演化起着主导作用,并深刻影响区域资源环境和社会经济发展。对径流演变规律的研究是区域水资源合理开发与有效利用的前提和基础。中长期径流预测因其预见期较长,有利于为相关部门尽早开展水利调度及水资源优化配置等统筹规划提供依据。但是,受大气环流、太阳活动、水文气象要素、自然地理等诸多不确定因素的综合影响,河川径流的时空演变特征纷繁复杂,中长期径流预测相对短期径流预测而言难度较大,严重滞后于生产实际的需要。然而,我国洪旱等自然灾害频繁发生,如何提高中长期径流预测精度成为一个亟待解决的问题。中长期径流驱动成因在时间和空间上的统计特性比较复杂,成因预测模型的实际应用具有一定的困难。但是,建立在坚实物理成因基础上的径流预测模型,被公认为中长期径流预测的重要发展方向。随着现代科学技术发展,高效率大面积范围收集水文数据已成为可能,通过建立水文遥感遥测系统,借助卫星、雷达等空间信息技术,使得以现代科学技术和计算机为工具的水循环系统理论方法应运而生,成为当前中长期径流预测研究的热点之一。众所周知,河川径流变化不仅与气候因子(降水,气温等)有关,而且受陆表森林植被的影响。森林生态系统通过林冠层、枯落物层和土壤层拦截滞蓄降水,从而有效涵养土壤水分和调节河川径流。森林水源涵养功能是河川径流变化的重要驱动成因之一。传统水文研究通常对林冠层、枯落物层和土壤层叁者独立进行典型样区实验来分析各自的水文效应。但是,这种方法操作复杂繁琐精度不高,而且以点代面的方法不能够全面、具体、真实地反应整个流域森林植被的涵养蓄水状况。森林植被对径流驱动作用的研究,迫切需要现代科学技术支撑。为解决森林植被水源涵养量难以采集与量化的难题,论文将本科研团队提出的植被生态水(层)遥感定量反演理论及方法引入中长期河川径流预测研究中。生态水(层)简称生态水层或生态水,是指与地球表层植物体紧密相关的水体,具体来说为地球表面植被层,包括叶面、腐殖层、表层植被根系土壤层中及植物体本身所能截留(滞留)或涵养的水量。这部分水围绕植被层形成水循环的一个特殊转换带或过渡带,主要作用为蒸发与蒸腾、调剂补给地表与地下水。已有研究成果表明,在原始森林区,生态水层所截取的水量可占降水量的30%-40%,有的高达60%,其量不可低估。在水文循环过程中,生态水的多寡,直接影响各水资源量的分配与在其储存体中滞留的时间,从而影响着河川流量的变化:在雨季对暴雨截流缓冲,避免形成洪水与洪峰;在旱季补充地表水与地下水,避免河谷迅速干早或断流。由于生态水(层)富水特征较为特殊,用常规方法难以提取和量化,论文采用以遥感定量反演技术为中心的陆表植被生态水量化方法。由于生态水(层)研究理论和技术的先进性,使其能够更加综合、宏观、定量地反映森林涵养水源功能,进而为研究森林植被对径流变化的影响,为建立中长期径流预测成因模型提供了有力的支撑。论文以岷江上游为例,利用遥感方法反演出研究区生态水资源量,结合同期气温、降水、径流等气象水文数据,建立生态水驱动径流预测模型。论文主要研究内容和创新成果如下:(1)在项目组前期研究成果的基础上,进一步完善了生态水(层)涵养模数模型,以岷江上游为研究区,建立了该流域1992-2005年间生态水遥感反演数据库,实现了森林植被水源涵养能力的量化。(2)在生态水遥感反演数据库建立的基础上,定量分析了研究区生态水变化趋势:生态水整体呈减少趋势,其中1992-1998年间减少较为明显,1998-2005年间减少有所放缓。生态水资源量变化与森林植被面积变化呈显着正相关关系。森林砍伐是1992-1998年间生态水资源量持续减少最主要的原因,而1998-2005年间生态水资源量减少趋势放缓得益于退耕还林还草、植树造林政策的实施,以及植被的自然修复。(3)建立了生态水驱动径流预测模型。从驱动角度分析径流成因,以降水、气温、生态水作为径流产生的叁大驱动因子,建立岷江上游径流驱动因子数据库,研究并分析驱动因子与径流变化的相关关系,建立岷江上游生态水驱动径流预测模型。通过对预测模型进行验证、精度分析与显着性检验,证明了模型的有效性和实用性,研究结果表明年径流量主要由年降水量主导,而枯水期径流量的大小则与生态水资源量的大小密切相关。(本文来源于《成都理工大学》期刊2016-03-01）
肖慧玲,陈小平,另青艳,周志翔[7]（2015）在《园林植物滞尘能力分析及其叶面滞尘高光谱定量遥感模型》一文中研究指出园林植物对于改善大气污染具有重要意义。通过研究武汉地区不同大气粉尘污染下园林植物滞尘能力,筛选出了不同大气粉尘污染下滞尘能力最强的园林植物,在华中农业大学试验区(无污染区)滞尘能力最强的前3种植物分别是紫薇>枇杷>夹竹桃,青山试验区(中度污染区)是杜鹃>紫薇>枇杷,而在武钢试验区(重度污染区)则是法国冬青>云南黄馨>青桐。随着粉尘污染的加重,吉祥草是滞尘量增量最大的植物,其在武钢的滞尘量是华农的185倍;而紫薇和紫叶李的滞尘量则是增量最小的。分别以光谱反射率、光谱反射率一阶导数及光谱吸收深度作为自变量,滞尘量作为因变量,采用多元线性回归方程分别对乔木和灌草建立滞尘量-光谱反演模型,其中以光谱反射率一阶导数作为自变量得到的反演模型精度最高,乔木和灌草的滞尘量反演模型的判定系数分别达到了0.896和0.928,模型预测精度分别达到了57.87%和64.51%。这为采用高光谱遥感技术定量预测植物叶面滞尘量提供了理论依据。(本文来源于《长江流域资源与环境》期刊2015年S1期）
李晓,杜永明,徐大琦,柳钦火[8]（2015）在《面向定量遥感研究的遥感模型集成平台设计与实现》一文中研究指出介绍了遥感模型集成平台的设计思路,关键技术的实现方法。对定量遥感研究中使用的遥感模型进行集成,使用统一的框架将模型封装并发布,通过集成平台来实现多个模型的统一调用,借助集成平台内置的二次开发语言来实现模型变量的赋值,循环,判断等逻辑操作,将多个模型之间的输入输出自动关联,实现单一模型无法实现的复杂模拟,以辅助开展定量遥感研究工作。最后,在设计开发的集成平台上,开展了一组模拟实验以验证集成平台的正确性。(本文来源于《遥感技术与应用》期刊2015年02期）
张杰[9]（2015）在《内陆湖泊颗粒有机碳（POC）浓度遥感定量反演模型研究》一文中研究指出碳作为主要的生源要素,是决定水域生物资源可持续利用最关键的生态学要素之一,碳在海洋与湖泊中的行为及由碳引导的生物泵过程又在一定程度上决定了全球及区域性气候变化的趋势。颗粒有机碳虽然占总碳很小部分,但由于其沉降作用决定了POC在固碳及向下运输相关元素方面扮演着重要角色,具有生物泵的功能。遥感作为一种技术手段,能够快速、宏观的监测颗粒有机碳浓度时空变化。目前大洋水体颗粒有机碳(POC)反演模型较为成熟,但内陆水体颗粒有机碳遥感反演研究相对较少,所以研究内陆水体颗粒有机碳遥感反演算法对利用遥感手段宏观监测内陆水体POC时空变化情况有十分重要的意义。本文主要利用太湖、洞庭湖野外实测数据(88个实测数据),构建了内陆湖泊颗粒有机碳的遥感反演模型,包括经验模型及半分析模型,并利用2013年MODIS卫星影像数据对太湖地区POC浓度时空变化情况进行了分析,主要研究内容和结论可以概括4个方面。(1)简单经验反演模型的构建。首先利用内陆湖泊实测数据对大洋水体POC遥感反演方法进行了验证,发现大洋水体POC遥感反演算法在内陆水体并不适用,因此构建了适用于我国内陆湖泊的POC经验估算模型。构建的叁种经验模型中,基于825nm和550nm的比值模型具有最好的反演效果,模型MAPE为33%,RMSE为0.73mg/L。(2)分类后反演模型的构建。研究发现内陆湖泊水体颗粒有机碳的主要来源为非色素颗粒有机物和色素颗粒物,二者比例差异导致了估算精度的差异。为了进一步提高POC反演算法的精度,首先根据光学特征对水体进行分类,利用构建的NDT指数(NDT=0.4*Rrs(705)+0.68Rrs(655)-Rrs(675))与色素颗粒物吸收系数与总悬浮物吸收系数的比值(aph/atsm)之间较好的相关性,最终将水体分为色素颗粒物主导(NDT>0.45)和非色素颗粒物主导水体(NDT<0.45),并针对不同类型的水体分别构建了POC反演模型,有效的提高了反演精度。其中非色素颗粒物主导水体的POC浓度可以用833nm和529nm的遥感反射率组合估算,模型RMSE为0.71mg/L,MAPE为25%；色素颗粒物主导水体的POC浓度可以用825nm及550nm波段比值进行估算,模型RMSE为0.63mg/L, MAPE为28%。分类反演精度比简单经验模型得到显着提高。(3)半分析模型的构建。由于经验模型较大的依赖实验数据集,为了使得模型更具通用性,在分析水体光学特征的基础上进一步发展了POC遥感反演的半分析模型。在结合大量的吸收系数的数据集情况下,发现非色素颗粒物吸收与POC有着极好的关联,并从总吸收中成功分离出非色素颗粒物的吸收,最终构建了基于510nmm、670nmm和750nmm的叁波段半分析模型,模型MAPE为22%,RMSE为0.63mg/L。相对于经验模型而言,半分析模型的反演精度有很大提高,并具备更优异的普适性和稳定性。(4)模型应用的实例展示。根据MODIS卫星数据的波段特点,选取已构建的经验模型对模型的参数进行率定,使其适用于MODIS卫星影像数据。并利用MODIS数据研究分析了2013年太湖地区POC季节性变化及月变化。结果表明2013年POC的季节性变化和月变化都十分明显：从季节变化来看,春季至夏季POC浓度逐渐递减,反之,夏季至冬季POC浓度逐渐递增；从月变化来看,叁个湖湾(竺山湾、贡湖湾、梅梁湾)及东太湖区域POC浓度月变化相对较小,常年相对较为稳定；湖心区、西北及西南湖区POC月变化显着,由1月至7月的持续递减再到7月至12月的持续递增,呈显着的V字型。(本文来源于《南京师范大学》期刊2015-03-19）
张垚[10]（2015）在《基于PROSPECT-PLUS模型植物叶片多种色素高光谱定量遥感反演模型与机理研究》一文中研究指出植物叶片色素信息特征是植物生理生态状况的重要表征之一,而叶片色素的光谱特征正好处于太阳光到达近地面的高能光谱区域。随着遥感技术的发展,高光谱遥感技术为植被色素信息特征检测或监测提供了一种有效的途径,因此,使用高光谱遥感技术在色素信息特征波段400-800 nm的高能光谱区间检测或监测叶片色素变化,可间接地提供植被生理生态的信息特征。植物叶片光谱特征是影响叶片光学属性因子的综合表征,基于光学辐射传输模型在叶片色素的波段特征区域定量描述影响叶片光学属性因子是准确获取植物叶片色素信息特征的有效手段。为此,本文基于广泛使用于定量描述植被的叶片光学辐射传输PROSPECT模型,通过对叶片光学属性因子中叶片生理生态光学响应因子、叶片表面几何特征因子的进一步定量研究,构建相对原有PROSPECT模型对叶片光谱特征模拟和色素含量反演具有提高和拓展功能的PROSPECT-SPPP、PROSPECT-SGED和PROSEPCT-PLUS叶片色素光学辐射传输模型。叶片PROSPECT模型能够反映叶片生理生态特征的色素特定吸收系数的波段重迭特征和各种色素含量的高线性相关关系,限制了多色素信息特征的叶片光谱特征模拟和相应色素含量反演,本文通过使用吸收光谱分峰技术中的G-L函数拟合方法对色素特定吸收系数进行函数化,并修改和增加反映色素信息特征函数项(叶绿素a、叶绿素b、类胡萝卜素和花青素),使k(λ)函数中各种色素特定吸收系数的线性关系转化为相应色素特定吸收系数G-L函数的非线性函数关系；并利用各种色素标准样品在有机溶液中的吸收特征与叶片中吸收特征的关系,获取在估算叶片中各种色素特定吸收系数时G-L函数所需的必要的色素吸收峰个数和吸收峰峰位及引入色素特性吸收系数吸收红移位移定量参数,达到叶绿素a、叶绿素b、类胡萝卜素和花青素特定吸收系数波段重迭的分离。建立一个在400-800nm区间含有可细分光合色素(叶绿素a、叶绿素b和类胡萝卜素)和非光合色素(花青素)信息特征的PROSPECT-SPPP叶片色素光学辐射传输模型。叶片PROSPECT模型,使用一个入射光最大角的理想值来定量描述单位立体角的叶片表面几何特征,限制了对不同植物叶片表面几何特征的色素含量反演精度和对非天底方向光源叶片色素含量的反演,本文通过使用DHRFspec模型对PROSPECT模型光学辐射传输中叶片表面界面反射辐射特征的定量表达；同时,引入了能够定量描述叶片表面几何特征因子的参数(叶片表面粗糙度)和一个可以定量光源入射方向的输入变量,能够解决光源来源非天底方向在叶片表面的“V”结构中形成的界面反射中阴影和遮挡现象定量描述,构建了一个在500-800 nm光谱区间能够定量描述叶片表面几何特征和提供一个可拓展叶片色素PROSPECT模型光源入射角到非天底方向的PROSPECT-SGED叶片色素光学辐射传输模型。同时,也使PROSPECT模型光源辐射传输理论与BRDF几何光学模型完全耦合。在PROSPECT模型光学辐射传输框架下的500-800 nm光谱区间通过使用光谱分峰技术中的G-L函数对该波段区间特征色素的特定吸收系数进行函数化和使用DHRFspec模型对叶片表面界面反射辐射特征定量表达,同时进行对叶片光学属性影响因子(叶片生理生态光学响应因子和叶片表面几何特征因子)的进一步定量描述,提供了一个既可以反映可细分光合色素(叶绿素a和叶绿素b)信息特征,也可以用于非天底方向光源的可细分光合色素反演功能的PROSPECT-PLUS叶片色素光学辐射传输模型,同时,也是PROSPECT模型与BRDF几何光学模型耦合的补充。最后,利用构建的ZHELOP数据集、LOPEX93筛选数据集和NNDHRF数据集,分别进行了PROSPECT-SPPP、PROSPECT-SGED和PROSPECT-PLUS叶片色素光学辐射传输模参数的获取、模型模拟和反演功能的验证,并与以前的PROSPECST模型版本比较,结果是(1) PROSPECT-SPPP模型能够分离具有波段重迭特征多种色素特定吸收系数,如在ZHELOP数据集中,成功分离了叶绿素a、叶绿素b、类胡萝卜素和花青素特定吸收系数。在模型功能方面,能够模拟具有波段重迭特征多种色素信息特征叶片的光谱特征和反演叶片中相应的色素含量,与PROSPECT-5相比,PROSPECT-SPPP模型能够提高叶片模拟精度和拓宽叶片色素种类及含量的反演；(2) PROSPECT-SGED模型能够使用任意光源入射角叶片500-800nm光谱定量反演的叶片叶绿素含量。与PROSPECT-4相比,PROSPECT-SGED模型能够提高光源在天底方向叶绿素含量反演精度；(3)PROSPECT-PLUS模型不仅能够模拟光源在天底方向含量叶绿素a、叶绿素b信息特征叶片在500-800 nm区间的光谱特征和能够反演这些色素的含量,也能够使用光源在非天底方向上叶片反射光谱反演叶绿素a和叶绿素b的含量。与PROSPECT-SPPP相比,PROSPECT-PLUS模型提高了对叶绿素a和叶绿素b的含量的反演精度。总之,通过使用光谱分峰技术中的G-L函数和DHRFspec模型在PROSPECT模型光学辐射传输框架下对叶片生理生态光学响应因子及叶片表面几何特征因子的进一步定量,解决了叶片光学辐射传输模型中各种色素特性吸收系数重迭波段特征的分离和光源来源非天底方向在叶片表面的“V”结构中形成的界面反射中阴影和遮挡现象定量描述的科学问题,构建了新的PROSPECT模型(PROSPECT-SPPP、PROSPECT-SGED和 PROSPECT-PLUS叶片色素光学辐射传输模型),提高和拓宽了PROSPECT模型对含有色素信息特征叶片的光谱模型和色素反演功能,为PROSPECT模型的发展提供了补充,同时也使PROSPECT模型与BRDF模型进行完全耦合。(本文来源于《浙江大学》期刊2015-03-15）
遥感定量模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
植被是联结大气、土壤和水分的自然纽带,而植被类型作为影响流域赋水强弱的主要因素之一,即植被的变化情况可以从侧面反映水资源丰欠的变化。本文利用2005-2011年间美国USGA发布的LANDSAT5数据,基于RS和GIS技术,提取DVI、RVI、EVI、NDVI、TVI五种植被指数,并结合相应的水文资料(降水量、径流深),通过对相关性和灰色关联分析,研究近7a来贵州省植被覆盖变化与流域水资源的关系。主要结论如下:(1)贵州省喀斯特流域的降水量与landsat5遥感影像植被指数(DVI、RVI、EVI、NDVI、TVI),通过统计学相关分析法和灰色关联分析法对二者之间的关系进行探究。总体上看,研究区降水量与同期植被指数DVI、RVI、NDVI、TVI之间存在较好的相关性;降水量与DVI、RVI、EVI、NDVI、TVI的关联度均较高,都是在0.8以上,五种植被指数均与降水量关系较密切。此外,通过对比3月份、9月份植被指数与降水量的关系,得出二者相关性是3月优于9月。(2)研究区径流深与植被指数(DVI、RVI、EVI、NDVI、TVI)均呈正相关关系,3月份径流深与DVI、RVI、EVI、NDVI、TVI的相关系数分别为0.682、0.770、0.717、0.662、0.637。9月相关系数RVI最高,相关系数为0.746;TVI和NDVI次之,相关系数分别为0.727和0.718;再次为DVI,其相关系数为0.691;EVI的相关性最差,系数为0.576。通过关联度分析,3月和9月DVI、RVI、EVI、NDVI、TVI五种植被指数均与径流深有密切的关系。(3)在对降水量的监测中,总体而言,曲线模型中的叁次多项式方程和多元线性模型比二次多项式的拟合精度更高。即相对于二次多项式来说,曲线模型和多元线性回归模型更能反映植被指数与降水量的关系。而在径流深与植被指数的构建的数学模型中,指数模型与多元线性模型的拟合精度较好,指数模型3月和9月R2高达0.8以上。(4)在植被指数与降水量的回归关系模型中,无论是3月还是9月,叁次多项式模型优于其他曲线模型(二次多项式和指数回归模型)。基于RVI建立的叁次多项式关系模型的R2,3月份和9月份分别达到了0.653、0.774,并对叁次多项式模型进行验证,发现实测值与预测值非常接近,平均误差分别为18%和7%。综上,说明叁次多项式模型可以满足喀斯特地区水资源的宏观监测的需要,也说明叁次多项式关系模型用来监测降水量是一种简单有效、切实可行的方法。在植被指数与径流深的构建的数学模型中,多元线性模型与指数模型R2均大于0.7,模拟效果较好。(5)不同植被指数与水资源的内在联系是有差异的,植被指数与同期径流深的密切程度高于降水量与植被指数。其中,与径流深和降水量相关性最好的是比值植被指数(RVI)。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遥感定量模型论文参考文献
[1].张宇.基于改进Penman-Monteith模型的城市地表蒸散发定量遥感估算研究[D].中国矿业大学.2018
[2].孙小琼.基于植被指数的水资源遥感定量反演模型与预测研究[D].贵州师范大学.2017
[3].潘洋洋.SVM模型在叶绿素a非线性定量遥感反演中的应用研究[D].华中科技大学.2017
[4].向红英,牛建龙,彭杰,王家强,柳维扬.棉田土壤水分的高光谱定量遥感模型[J].土壤通报.2016
[5].张正,唐娉,李宏益,冯峥.多源数据协同定量遥感产品生产系统的领域模型[J].遥感学报.2016
[6].黄瑾.岷江上游生态水遥感定量反演及径流预测模型研究[D].成都理工大学.2016
[7].肖慧玲,陈小平,另青艳,周志翔.园林植物滞尘能力分析及其叶面滞尘高光谱定量遥感模型[J].长江流域资源与环境.2015
[8].李晓,杜永明,徐大琦,柳钦火.面向定量遥感研究的遥感模型集成平台设计与实现[J].遥感技术与应用.2015
[9].张杰.内陆湖泊颗粒有机碳（POC）浓度遥感定量反演模型研究[D].南京师范大学.2015
[10].张垚.基于PROSPECT-PLUS模型植物叶片多种色素高光谱定量遥感反演模型与机理研究[D].浙江大学.2015
标签：蒸散发; Penman-Monteith模型; 模型改进; 混合像元分解;