专利名称：快鸟卫星归一化植被指数预测苦草盖度的方法
技术领域：
本发明涉及一种高分辨率快鸟(Quickbird)卫星归一化植被指数预测苦草盖度的方法。
背景技术：
利用遥感技术估测Chesapeake湾较低处的沉水植物覆盖度，并将估测所得结果与Landsat-MSS的TM影像观测所得结果相比较。从1983到1989年间从飞机上利用35mm相机拍下的真彩色植物照片，利用航拍来检测自然生长在Kasumigaura湖表面的浮叶植物、盾、荇、莲和芰每年的变化。通过不同位置的垂直投影来追踪植物地图的位置变化，利用光谱特性的不同辨别出一种沉水植物——苦草[1_6]。通过对固定的样带和地点进行定期检测确定了沉水植物的形态和数量是此类研究中的典型m，很多研究者对此进行了研究。Jakubauskas[8]等对睡莲的盖度与光谱反射之间的关系进行了定量的研究。Hant9]等在试验池中研究了金鱼藻在清水和富含藻类水体的不同深度下光谱反射率的变化。Jensen—等成功的利用Landsat-MSS的图像和SPOT影像来绘制沿加州海岸的巨藻(海带)分布情况。

发明内容
本发明的目的在于:提供一种快鸟卫星归一化植被指数预测苦草盖度的方法，准确性好，可行性强，能够实时、无损的对苦草盖度进行全方位的时空检测。为实现上述目的，本发明可采取下述技术方案:本发明一种快鸟卫星归一化植被指数预测苦草盖度的方法，其特征包括以下步骤:步骤一:测定反射光谱通过光谱设备紫外/可见光近红外(350 1050nm)的光谱仪测定冠层反射光谱；步骤二:计算归一化植被指数(NDVI)根据测量得到的光谱值，模拟快鸟卫星近红外和红波段，计算出苦草的归一化植被指数(NDVI)；步骤三:构造估算模型并分析利用光谱值模拟快鸟计算出的NDVI与苦草盖度构造估算模型，然后对其进行回归分析；步骤四:将预测值与实际值进行比较验证根据模型计算出苦草盖度的预测值，然后将预测值与实际值进行比较分析；步骤五:把模拟结果应用到卫星上根据模拟结果，结合快鸟卫星，对苦草盖度进行无损检测。步骤二所述的计算归一化植被指数(NDVI)的步骤为:步骤六:根据快鸟卫星的红光和近红外两个波段范围将所测苦草的光谱反射率作快鸟卫星的NDVI计算，NDVI的计算公式为:归一化植被指数(NDVI)=(近红外波段-红波段)/ (近红外波段+红波段)。步骤二所述的计算归一化植被指数(NDVI)应该满足:-1 ≤ NDVI ≤I。步骤三中所述的建立的估算模型的步骤为:步骤七:将所测的反射光谱数字化导入到Excel表格中；步骤八:利用Excel软件，计算出NDVI与苦草盖度进行回归分析；步骤九:得到快鸟卫星计算出的NDVI与苦草盖度的相关性，即相关系数，其相关系数达到0.7377，并且得到线性回归方程，其线性回归方程为:y=0.7031NDVI1 5234。步骤四中所述的将预测值与实际值进行比较，其步骤为:步骤十:根据建立的高分辨率快鸟卫星-归一化植被指数(NDVI)预测苦草盖度的模型，和权利要求1所述的步骤一中得到的反射光谱值，计算出苦草盖度的预测值；步骤十一:将预测值与实际值输入到Excel表格中；步骤十二:根据公式计算出平均偏差(MD)和均方根偏差(RMSD)，具体公式为:平均偏差(Mean Deviation, MD)是比较两组数据之间的偏差.平均偏差可以用(I)计算
权利要求
1.一种快鸟卫星归一化植被指数预测苦草盖度的方法，其特征包括以下步骤: 步骤一:测定反射光谱 通过光谱设备紫外/可见光近红外(350 1050nm)的光谱仪测定冠层反射光谱； 步骤二:计算归一化植被指数(NDVI) 根据测量得到的光谱值，模拟快鸟卫星近红外和红波段，计算出苦草的归一化植被指数(NDVI)； 步骤三:构造估算模型并分析 利用光谱值模拟快鸟计算出的NDVI与苦草盖度构造估算模型，然后对其进行回归分析； 步骤四:将预测值与实际值进行比较验证 根据模型计算出苦草盖度的预测值，然后将预测值与实际值进行比较分析； 步骤五:把模拟结果应用到 卫星上 根据模拟结果，结合快鸟卫星，对苦草盖度进行无损检测。
2.根据权利要求1所述的快鸟卫星归一化植被指数预测苦草盖度的方法，其特征在于，步骤二所述的计算归一化植被指数(NDVI)的步骤为: 步骤六:根据快鸟卫星的红光和近红外两个波段范围将所测苦草的光谱反射率作模拟快鸟卫星的NDVI计算，ND VI的计算公式为:归一化植被指数(NDVI)=(近红外波段-红波段)/ (近红外波段+红波段)。
3.根据权利要求1所述的快鸟卫星归一化植被指数预测苦草盖度的方法，其特征在于，步骤二所述的计算归一化植被指数(NDVI)应该满足:-1 ( NDVI ( I。
4.根据权利要求1所述的快鸟卫星归一化植被指数预测苦草盖度的方法，其特征在于，步骤三所述的建立的估算模型的步骤为: 步骤七:将所测的反射光谱数字化导入到Excel表格中； 步骤八:利用Excel软件，计算出NDVI与苦草盖度进行回归分析； 步骤九:得到快鸟卫星计算出的NDVI与苦草盖度的相关性，即相关系数，其相关系数达到0.7377，并且得到线性回归方程，其线性回归方程为:y=0.7031NDVI1.5234。
5.根据权利要求1所述的快鸟卫星归一化植被指数预测苦草盖度的方法，其特征在于，步骤四所述的将预测值与实际值进行比较，其步骤为: 步骤十:根据建立的高分辨率快鸟卫星-归一化植被指数(NDVI)预测苦草盖度的模型，和权利要求1所述的步骤一中得到的反射光谱值，计算出苦草盖度的预测值； 步骤十一:将预测值与实际值输入到Excel表格中； 步骤十二:根据公式计算出平均偏差(MD)和均方根偏差(RMSD)，具体公式为: 平均偏差(Mean Deviation，MD)是比较两组数据之间的偏差.平均偏差可以用(I)计算 TM-dAMD=B--山 k 式中Hli是通过估算模型得到的预测值、Cli地面观测中第i个样点的实际数值，均方根偏差(Root Mean Square Deviation, RMSD)用来评价两组数据之间的吻合度.均方根偏差可以用(2)计算，
6.根据权利要求1所述的快鸟卫星归一化植被指数预测苦草盖度的方法，其特征在于，步骤五所述的将模拟结果应用到卫星上，其步骤为: 步骤十三:根据快鸟卫星拍摄得到的图片，计算出图片区域内苦草的NDVI值； 步骤十四:将计算得到的NDVI值，带入公式:y=0.7031NDVI1.5234中，计算出苦草覆盖度； 步骤十五:通过得到的结果了解苦草盖度的时空变化，即对苦草盖度进行无损监测。
全文摘要
本发明公开了一种快鸟卫星归一化植被指数预测苦草盖度的方法，其特征包括以下步骤步骤一通过光谱设备紫外/可见光近红外(350～1050nm)的光谱仪测定冠层反射光谱；步骤二根据测量得到的光谱值，模拟快鸟影像近红外和红波段，计算出苦草的归一化植被指数(NDVI)；步骤三计算出的NDVI与苦草盖度构造估算模型，然后对其进行回归分析；步骤四根据模型计算出苦草盖度的预测值，然后将预测值与实际值进行比较分析；步骤五根据模拟结果，结合快鸟卫星，对苦草盖度进行无损检测。本发明准确性好，可行性强，能够实时、无损的对苦草盖度进行全方位的时空检测。
文档编号G01N21/25GK103196839SQ20131009011
公开日2013年7月10日 申请日期2013年3月20日 优先权日2013年3月20日
发明者程乾, 巫坤锜 申请人:浙江工商大学