第3章植被遥感模型 3.1植被遥感研究概述 3.2混合象元模型 3.3植被冠层反射模型辐射传输模型 3.4植被冠层反射模型-几何光学模型 3.5植被冠层反射模型一-Monte Carlo计算机模拟模型
第3章 植被遥感模型 3.1 植被遥感研究概述 3.2 混合象元模型 3.3 植被冠层反射模型—辐射传输模型 3.4 植被冠层反射模型--几何光学模型 3.5 植被冠层反射模型—Monte Carlo计算机模拟模型
3.1植被遥感研究概述 植被类型分类 植被专题信息提取 植被产品质量改进 植被遥感 统计方法 植被参数反演 遥感物理模型方法 半经验方法 评价方法 植被遥感应用 评价系统
3.1 植被遥感研究概述 植 被 遥 感 植被专题信息提取 植被参数反演 植被遥感应用 统计方法 遥感物理模型方法 半经验方法 评价系统 评价方法 植被类型分类 植被产品质量改进
植被专题信息提取 植被类型分类 基于时序MODIS植被指数的植被类型分类 数据源：2007年全年MODIS13Q1产品数据集，空间分辨率250m,16天最大值合 成，共计23景。 分类体系（IGBP): 常绿林、灌木林、灌丛、高覆盖度草地、中覆盖度草地、 低覆盖度草地、泥炭沼泽、湿草甸、沼泽化草甸、河流、湖泊和裸地共12类。 基于EVI时序的决策树分类 基于NDVI时序的决策树分类
植被类型分类 基于时序MODIS植被指数的植被类型分类 数据源：2007年全年MODIS13Q1产品数据集，空间分辨率250m,16天最大值合 成，共计23景。 分类体系（IGBP）：常绿林、灌木林、灌丛、高覆盖度草地、中覆盖度草地、 低覆盖度草地、泥炭沼泽、湿草甸、沼泽化草甸、河流、湖泊和裸地共12类。 基于EVI时序的决策树分类 基于NDVI时序的决策树分类 植被专题信息提取
植被专题信息提取 植被产品质量改进 基于傅里叶级数拟合方法提高植被产品质量 comparation of before and after fitting comparation of before and after fitting 2.0 5 1.5 eiep e 7风 1.0 0.5 10 20 30 40 10 20 30 40 days days L
植被产品质量改进 基于傅里叶级数拟合方法提高植被产品质量 植被专题信息提取
9230'0"E 9240'0"E 9250'0"E 930'0°E 93°10'0"E 9320'0"E 4·.16K0 TM估算的生物量 10 0500 500.0000001-1.000 1000.000001-1,500 0 8 12 16 1,500.000001-2,900 Miles 11·0-08099 2,000.000001-Z,78.0458 9230'0°E 9240'0E 9250'0E 930'0"E 93°100"E 9320'0E
植被参数反演 统计方法 基于遥感植被指数的地表生物量反演（估算） 外测数据 遥感数据 空间分析 归一化 数据值 适用的估算模型 抽样选取样本 生物量精度 评价 不同遥感数据生物 量估算结果图 尺度转换 生物量时空变化 特征图