论文部分内容阅读
本文采用Landsat 8 OLI遥感影像数据、Google Earth影像高分辨率数据及地面数码相机采集的影像数据,依据像元二分理论模型、图像融合技术及回归分析模型在实验区域建立了地面植被覆盖度与遥感影像植被指数变量的估算模型(OLI-G-RS)。并通过实验区的地面实测数据对模型进行验证。最后根据验证过的模型在大连沙河口区和金州区进行植被覆盖度提取应用。根据研究得出以下结论:(1)利用地面数码相机采集的地面植被覆盖度通过遥感估算得到的植被覆盖度进行回归分析,各模型拟合度在0.7054-0.8808之间,利用4组地面植被覆盖度数据对模型进行验证,地面植被覆盖度与不同时期利用OLI-G-RS模型估算结果之间均方根误差对应为0.102042689,0.135219726,0.160497321,模型结果较好。(2)利用得到的OLI-G-RS模型,在研究区选取小范围区域,对融合后的遥感影像,依据像元二分理论模型计算植被覆盖度,对比分析通过OLI-G-RS模型计算出的影像的植被覆盖度,两组数据相关系数为0.995046907,相关性较好。(3)依据OLI-G-RS模型和像元二分模型分别对分别对2016年6月份和10月份的金州区和沙河口区进行植被覆盖度提取,得到各街道在总区域内的平均植被覆盖度。经过对比分析得出OLI-G-RS模型计算得到的结果更真实的反映了研究区地表植被生长状况。