Please wait a minute...
img

官方微信

遥感技术与应用  2019, Vol. 34 Issue (2): 284-292    DOI: 10.11873/j.issn.1004-0323.2019.2.0284
模型与反演     
基于灰色系统理论的植被物理参数与极化分解参数的关联分析—以鄱阳湖湿地为例
李春江1,2,沈国状2,张继超1
(1.辽宁工程技术大学测绘与地理科学学院,辽宁 阜新 123000;
2.中国科学院遥感与数字地球研究所数字地球重点实验室,北京 100094)
Correlation Analysis of Vegetation Physical Parameters and Polarization Decomposition Parameters based on Grey System Theory:#br# A Case Study in Poyang Lake Wetland
Li Chunjiang1,2,Shen Guozhuang2,Zhang Jichao1
(1.School of Geomatics,LiaoNing Technology University,Fuxin 123000,China
2.Key Laboratory of Digital Earth,Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100094,China)
 全文: PDF(4000 KB)  
摘要: 结合灰色系统理论,基于3期(2013年、2015年和2016年)鄱阳湖湿地植被物理参数数据和Radarsat-2极化SAR影像数据,分别建立植被生物量、极化分解分量与鄱阳湖植被物理参数的关系模型,并分析不同植被物理参数对生物量积累的贡献和对极化分解分量的影响。结果表明:在植被生长旺盛初期阶段到旺盛稳定阶段,对植被生物量积累贡献较大的主要是植株参数和下垫面参数,对极化分解分量影响较大的主要是下垫面参数和茎秆参数,并根据各阶段较大关联度数据合理的分析和确定了野外采样参数。
关键词: 灰色关联;极化SAR;极化分解;鄱阳湖;湿地植被;物理参数生物量

    
Abstract: based on the Grey System Theory,combing the three periods(2013,2015,and 2016) of the Radarsat-2 Polarimetric SAR(PolSAR) data and the vegetation physical parameters data collected from Poyang Lake wetland,we established the relationship model for the vegetation physical parameters with vegetation biomass and the polarization decomposition components,respectively.We analyzed the contribution of different vegetation physical parameters to biomass accumulation and their influence on polarization decomposition components.The results show that from the vegetation growing faster to slower stage,the plant parameters and underlying surface parameters are the main factors that contribute to the vegetation biomass accumulation.The main effective factors for the polarization decomposition components are the land surface parameters and the stem parameters.The parameters of field sampling are analyzed and determined based on the larger correlation degree data at each stage.
Key words: Grey correlation    Polarimetric SAR    Polarization decomposition    Poyang Lake    Wetland vegetation    Physical parameters    Biomass
收稿日期: 2018-05-08 出版日期: 2019-05-10
ZTFLH:  TP79  
基金资助: 国家自然科学基金青年项目(41401483)及国家自然科学基金重大项目(41590852)共同资助。
作者简介: 李春江(1994-),男,内蒙古赤峰人,硕士研究生,主要从事微波遥感反演研究。E-mail:2215190526@qq.com。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

李春江, 沈国状, 张继超. 基于灰色系统理论的植被物理参数与极化分解参数的关联分析—以鄱阳湖湿地为例[J]. 遥感技术与应用, 2019, 34(2): 284-292.

Li Chunjiang, Shen Guozhuang, Zhang Jichao. Correlation Analysis of Vegetation Physical Parameters and Polarization Decomposition Parameters based on Grey System Theory:#br# A Case Study in Poyang Lake Wetland. Remote Sensing Technology and Application, 2019, 34(2): 284-292.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2019.2.0284        http://www.rsta.ac.cn/CN/Y2019/V34/I2/284

[1] 王树果, 马春锋, 赵泽斌, 魏龙. 基于Sentinel-1及Landsat 8数据的黑河中游农田土壤水分估算[J]. 遥感技术与应用, 2020, 35(1): 13-22.
[2] 张新平,乔治,李皓,闫杰,张芳芳,赵栋锋,王得祥,康海斌,杨航,冯扬. 基于Landsat影像和不规则梯形方法遥感反演延安城市森林表层土壤水分[J]. 遥感技术与应用, 2020, 35(1): 120-131.
[3] 李雷,郑兴明,赵凯,李晓峰,王广蕊. 基于CCI土壤水分产品的干旱指数精度评价及其对东北地区粮食产量的影响[J]. 遥感技术与应用, 2020, 35(1): 111-119.
[4] 郑贵洲,熊良超,廖艳雯,王红平. 利用MODIS数据反演南海南部海表温度及时空变化分析[J]. 遥感技术与应用, 2020, 35(1): 132-140.
[5] 程春梅,韦玉春,李渊,涂乾光. 太湖水体GF-1/WFV影像的6S逐像元大气校正[J]. 遥感技术与应用, 2020, 35(1): 141-152.
[6] 董世元,张文娟,许君一,马建行. ESTARFM相似像元选取方法的改进研究[J]. 遥感技术与应用, 2020, 35(1): 185-193.
[7] 刘俊,孟庆岩,葛小三,刘顺喜,陈旭,孙云晓. 基于BP神经网络的夏玉米多生育期叶面积指数反演研究[J]. 遥感技术与应用, 2020, 35(1): 174-184.
[8] 于丽君,聂跃平,杨林,朱建峰,孙雨,刘芳,高华光. 新疆轮台奎玉克协海尔古城空间考古综合研究[J]. 遥感技术与应用, 2020, 35(1): 255-266.
[9] 郑宗生,胡晨雨,黄冬梅,邹国良,刘兆荣,宋巍. 基于迁移学习及气象卫星云图的台风等级分类研究[J]. 遥感技术与应用, 2020, 35(1): 202-210.
[10] 罗家顺,邱建秀,赵天杰,王大刚. 基于Sentinel-1数据的黑河中游土壤水分反演[J]. 遥感技术与应用, 2020, 35(1): 23-32.
[11] 陈家利,郑东海,庞国锦,李新. 基于SMAP亮温数据反演青藏高原玛曲区域土壤未冻水[J]. 遥感技术与应用, 2020, 35(1): 48-57.
[12] 康重阳,赵军,宋国富,包山虎. 基于OMI/OMPS中国季风区大气边界层SO2时空格局分析[J]. 遥感技术与应用, 2020, 35(1): 233-244.
[13] 陆峥,韩孟磊,卢麾,彭雪婷,蒙莎莎,刘进,杨晓帆. 基于AMSR2多频亮温的黑河流域中上游土壤水分估算研究[J]. 遥感技术与应用, 2020, 35(1): 33-47.
[14] 王一帆,徐涵秋. 利用MODIS EVI时间序列数据分析福建省植被变化(2000~2017年)[J]. 遥感技术与应用, 2020, 35(1): 245-254.
[15] 胡路,赵天杰,施建成,李尚楠,樊东,王平凯,耿德源,肖青,崔倩,陈德清. 基于地基微波辐射观测的土壤水分反演算法评估[J]. 遥感技术与应用, 2020, 35(1): 74-84.