排序方式: 共有1条查询结果,搜索用时 686 毫秒
1
1.
植被光谱变异性广泛存在于遥感图像当中,本文尝试通过PROSAIL辐射传输模型来描述植被端元变异性,并提出一种光谱解混方法,实现逐像元地估计植被变异性端元。具体地,面向植被—土壤背景两端元的场景,在非负矩阵分解框架下,利用PROSAIL辐射传输模型从机理上描述植被端元的变异性,并通过两组神经网络来分别实现辐射传输模型的反演与正算,从而更高效地拟合植被端元,最终得到一种能逐像元求解变异性植被端元的光谱解混算法。由于该方法求解了植被端元的空间变异光谱,因此,能够对植被参数遥感反演的尺度效应进行纠正。为此,本文进一步以LAI尺度效应为例,通过无人机图像实验来验证该方法的有效性。实验结果得出,经过光谱解混方法处理后,该方法能较准确地估计植被端元,并能使LAI尺度效应均方根误差RMSE能够从0.2151降低到0.0896,有望提升遥感植被信息提取的精度。 相似文献
1