分类： 地球科学 >> 地理学 提交时间： 2020-12-17 合作期刊: 《干旱区研究》
摘要： 作物系数（Kc）对提高实际蒸散量的估算精度及区域水资源调控具有重要意义。通过Landsat 8数据计算归一化植被指数（NDVI）、土壤调整植被指数（SAVI）和简单比值植被指数（SR），结合2017年地面实测土壤含水量（SM）和叶面积指数（LAI），通过逐步回归分析建立科尔沁地区草甸及沙丘试验区的作物系数估算模型，利用2018年模拟作物系数值与FAO 56 P-M模型计算所得潜在蒸散量（ET0）相乘，得到实际蒸散量（ETa）的估算值，与涡度相关系统所测实际蒸散量进行对比验证。结果表明：（1）草甸和沙丘试验区的作物系数在生长季内的变化趋势与植被指数及SM具有一致性，说明了基于这些指标建立Kc估算模型的可行性；（2）相关性分析中，草甸试验区的Kc与SR相关性不显著（P>0.05），沙丘试验区Kc与SR相关性较低（0.46），故剔除该因子；（3）逐步回归分析中进一步剔除不显著因子后建立草甸及沙丘作物系数估算模型，模型的均方根误差、修正的决定系数分别为0.06、0.84和0.12、0.71；（4）经涡度相关数据验证，基于Kc估算模型计算的ETa在草甸和沙丘试验区均取得较好的模拟效果。
分类： 环境科学技术及资源科学技术 >> 环境科学技术基础学科 提交时间： 2020-06-12 合作期刊: 《干旱区研究》
摘要： 为了提高干旱半干旱地区不同植被的分类精度，以多尺度分割后的Sentinel-2A影像为主要数据源。通过融合主成分变换分析、植被指数以及影像纹理特征等，对比分析了CART决策树、C4.5决策树、KNN、SVM 4种分类模型在干旱半干旱地区面向对象的分类精度。结果表明：面向对象分类的最佳分割尺度为58、81和102，即在102尺度下分离出植被和非植被后，分别在58、81尺度下提取不同植被的特征信息。由分类精度可知，基于决策树的分类精度高于KNN、SVM算法，各模型的分类精度均达到89%以上，其中CART决策树分类总体精度最高达到91.28%，Kappa系数0.91，验证了基于中分辨率单时相遥感影像进行复杂下垫面植被识别的可行性。
点击量
点击量
下载量
评论
