基于无人机多源遥感数据海岛植被叶面积指数协同反演研究
The study on cooperative regression of Island Leaf Area Index (LAI) with UAV multiple remote sensing data
  
DOI:
中文关键词:  无人机多源遥感  冠层高度模型  协同识别分类和反演  激光雷达  城洲岛
英文关键词:UAV Multiple Remote Sensing  Canopy Height Model (CHM)  Cooperative Recognition and Regression  LIDAR  Chen Zhou island
基金项目:
作者单位
吴剑 自然资源部第三海洋研究所海洋环境管理与可持续发展研究中心厦门 361005 
陈鹏 自然资源部第三海洋研究所海洋环境管理与可持续发展研究中心厦门 361005 
傅世锋 自然资源部第三海洋研究所海洋环境管理与可持续发展研究中心厦门 361005 
陈庆辉 自然资源部第三海洋研究所海洋环境管理与可持续发展研究中心厦门 361005 
潘翔 自然资源部第三海洋研究所海洋环境管理与可持续发展研究中心厦门 361005 
宋志晓 自然资源部第三海洋研究所海洋环境管理与可持续发展研究中心厦门 361005 
摘要点击次数: 243
全文下载次数: 266
中文摘要:
      无人机多源遥感数据的获取、融合以及应用是当今研究的热点和难点。本文以城洲岛为例,针对海岛特殊的地理生态环境,获取无人机多源遥感数据。结合无人机多光谱遥感数据定量分析各遥感植被指数与植被叶面积指数(LAI)的响应关系,构建单因子遥感反演模型;基于无人机激光LiDAR点云提取海岛植被冠层高度模型(Canopy Height Model,CHM),并将其作为自变量引入到多源统计回归分析中,从而构建多源遥感数据协同反演模型,对区域尺度下海岛叶面积指数(LAI)进行估算,开展验证和精度评价。结果显示,加入植被冠层高度因子的协同反演模型的判定系数R2为0.92,绝对平均误差系数为12.29%,预测精度要优于单因子反演模型(判定次数R2为0.86,绝对平均误差系数19.95%)。研究表明,加入了植被冠层高度因子的协同反演模型能在一定程度上提高乔木植被LAI的预测精度。实践证明,无人机多源遥感技术在生态学定量研究中具有巨大的潜力和广阔的应用前景。
英文摘要:
      Nowadays, the multiple-data achieving, fusing and application of UAV (Unmanned Aerial Vehicle) platform has been a hot and difficult spot. This study does research on vegetation cooperative regression on island LAI by combining the optical and LiDAR remote sensing data from UAV at a regional scale in Cheng Zhou Island. Firstly, the quantitative relationships between LAI and vegetation indices are analized based on the UAV multispectral remote sensing data, and then the Canopy Height Model (CHM) is extracted from the UAV LiDAR point cloud data. After that, the cooperative regression model of Island Leaf Area Index is built to estimate the LAI index. By the accuray evaluation , the result depicts that the cooperative regression model with CHM parameter achieves more scientific and accurate result with the R2 of 0.92(Absolute average error coefficient is 12.29%) as compared to 0.86(Absolute average error coefficient is 19.95%)of single factor retrieve model. It is concluded that the UAV multiple remotely-sensed technology will have an extensive application foreground in research field of ecological quantitative analysis.
查看全文  查看/发表评论  下载PDF阅读器