资源简介

摘要： 针对常规混合像元分解算法在植被覆盖度遥感反演中存在的端元变化误差及运算效率的问题，以两个不同类型植被覆盖下地区的TM影像数据为基础，提出了一种基于光谱归一化框架下的协同稀疏回归的植被覆盖度反演算法，并针对多种地表类型下的植被覆盖度反演试验，与常用的像元二分法模型进行对比分析。试验结果表明：对影像与端元组进行归一化后，有效地降低了它们的异质性，从而提高了反演精度，同时，该算法获取的植被覆盖度相对像元二分法具有更高的精度。 关键词： 光谱归一化;  植被覆盖度；TM与ALI影像；像元二分法；协同稀疏回归算法;  端元变化     Abstract: Vegetation cover fraction is an important control factor in the process of simulating surface vegetation transpiration，soil water evaporation and vegetation photosynthesis.Based on the TM image data of two different types of vegetation cover，a collaborative sparse regression algorithm based on the spectra normalization framework is proposed to retrieve the vegetation cover fraction，which solves the problems such as the error of the endmember variability and the efficient of the algorithm arisen from many spectral mixture analysis algorithms used to retrieving vegetation cover fraction.And also by contrast to the dimidiate pixel algorithm，the accuracy of the algorithm is indicated.The experimental results show that the normalization of the image and endmenbers can effectively reduce their heterogeneity and improve the retrieval precision and the algorithm has higher accuracy than the dimidiate pixel algorithm.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.