基于GIS模型预测C3和C4植物物种分布：在鄱阳湖的一个案例分析

作者： 郑源  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： 稳定碳的同位素分析  分布  DEM模型 

描述：程带的草地。从而，鄱阳湖草地呈现一个“短草低长，长草高长”的结构特点。 相对于C4植物物种，越冬雁类更喜欢C3牧草。C3牧草在较暗光线，较高土壤湿度，较低温度，较高二氧化碳浓度环境下茁壮成长，通常C3

全文：程带的草地。从而，鄱阳湖草地呈现一个“短草低长，长草高长”的结构特点。 相对于C4植物物种，越冬雁类更喜欢C3牧草。C3牧草在较暗光线，较高土壤湿度，较低温度，较高二氧化碳浓度环境下茁壮成长，通常C3

基于GIS模型预测C3和C4植物物种分布：在鄱阳湖的一个案例分析

作者： 郑源  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： 稳定碳的同位素分析  分布  DEM模型 

描述：程带的草地。从而，鄱阳湖草地呈现一个“短草低长，长草高长”的结构特点。 相对于C4植物物种，越冬雁类更喜欢C3牧草。C3牧草在较暗光线，较高土壤湿度，较低温度，较高二氧化碳浓度环境下茁壮成长，通常C3

全文：程带的草地。从而，鄱阳湖草地呈现一个“短草低长，长草高长”的结构特点。 相对于C4植物物种，越冬雁类更喜欢C3牧草。C3牧草在较暗光线，较高土壤湿度，较低温度，较高二氧化碳浓度环境下茁壮成长，通常C3

基于GIS模型预测C3和C4植物物种分布：在鄱阳湖的一个案例分析

作者： 郑源  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： 稳定碳的同位素分析  分布  DEM模型 

描述：程带的草地。从而，鄱阳湖草地呈现一个“短草低长，长草高长”的结构特点。 相对于C4植物物种，越冬雁类更喜欢C3牧草。C3牧草在较暗光线，较高土壤湿度，较低温度，较高二氧化碳浓度环境下茁壮成长，通常C3

全文：程带的草地。从而，鄱阳湖草地呈现一个“短草低长，长草高长”的结构特点。 相对于C4植物物种，越冬雁类更喜欢C3牧草。C3牧草在较暗光线，较高土壤湿度，较低温度，较高二氧化碳浓度环境下茁壮成长，通常C3

鄱阳湖湿地植被的多源影像数据融合制图

作者： 纪卓娅  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： Brovey变换  影像融合  植物群落  IHS变换 

描述：%，kappa0.66）。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中，沙地和水体被完全的区分开来。在Brovey融合分类结果图中（总体精度达93.4

全文：%，kappa0.66）。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中，沙地和水体被完全的区分开来。在Brovey融合分类结果图中（总体精度达93.4

基于半经验生物光学模型的鄱阳湖水质定量反演

作者： 周希畅  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： 底部反射  鄱阳湖  水体固有光学特性 

描述：鄱阳湖对于鸟类的保护有着重要的生态价值。但是，采砂已经很大程度的伤害了当地的水文条件。因此，监测水的混浊度的工作是很重要的。本文旨在用遥感的方法和对于浅水湖适用的半经验生物光学模型来建立鄱阳湖详细水体固有光学特性库和量化水的含沙量。 GSM模型在本文中被应用，通过实地测量的水面遥感反射率来获取水体固有光学特性，然后运用实地采集并在实验室测量的悬浮泥沙和叶绿素a含量来计算详细水体固有光学特性。考虑到本模型使用了非线性回归的方法，模型输出物的不确定性也被获取了。然后，底部反射被加入到模型之中来研究底部反射的影响。在对MERIS影像进行预处理之后，模型的反演算法被应用到影像之中以获得鄱阳湖悬浮泥沙含量的图。 在获取的水体固有光学特性和测量的悬浮泥沙含量之间建立了一个很强的关系（R2=0.85）。对叶绿素a来说，这个关系（R2=0.68）不如悬浮泥沙。这个计算出来的详细水体固有光学特性然后就被另外一半的采样点进行了评价。获取的水体固有光学特性同其一起，可以给出悬浮泥沙和叶绿素a含量的结果。加入底部反射由于对水体物质含量的较弱关系，并没有改善模型的结果。在对悬浮泥沙的评价中，两个模型，没有加入和加入了底部反射的，哪一个拥有较小的误差是不明显的。GSM模型和线性回归得到的详细水体固有光学特性被应用到影像中来获取悬浮泥沙含量图。用这种方法得到的含量图是不可用的，因为在湖区只有少量的像素点仍然保存下来。BEAM中的神经网络方法被用来获取含量图。这幅含量图也暗示了在采砂经常发生的区域，悬浮泥沙含量略高一些。 有很多个因素都有可能导致不合适的加入底部反射的方法，包括底部光谱的获取和底部深度的测量等。基本的原因是在模型中加入的波段的限制性。因此也需要更深入的研究。此外，也需要时间序列的影像来研究水的混浊度的变化。

全文：鄱阳湖对于鸟类的保护有着重要的生态价值。但是，采砂已经很大程度的伤害了当地的水文条件。因此，监测水的混浊度的工作是很重要的。本文旨在用遥感的方法和对于浅水湖适用的半经验生物光学模型来建立鄱阳湖详细水体固有光学特性库和量化水的含沙量。 GSM模型在本文中被应用，通过实地测量的水面遥感反射率来获取水体固有光学特性，然后运用实地采集并在实验室测量的悬浮泥沙和叶绿素a含量来计算详细水体固有光学特性。考虑到本模型使用了非线性回归的方法，模型输出物的不确定性也被获取了。然后，底部反射被加入到模型之中来研究底部反射的影响。在对MERIS影像进行预处理之后，模型的反演算法被应用到影像之中以获得鄱阳湖悬浮泥沙含量的图。 在获取的水体固有光学特性和测量的悬浮泥沙含量之间建立了一个很强的关系（R2=0.85）。对叶绿素a来说，这个关系（R2=0.68）不如悬浮泥沙。这个计算出来的详细水体固有光学特性然后就被另外一半的采样点进行了评价。获取的水体固有光学特性同其一起，可以给出悬浮泥沙和叶绿素a含量的结果。加入底部反射由于对水体物质含量的较弱关系，并没有改善模型的结果。在对悬浮泥沙的评价中，两个模型，没有加入和加入了底部反射的，哪一个拥有较小的误差是不明显的。GSM模型和线性回归得到的详细水体固有光学特性被应用到影像中来获取悬浮泥沙含量图。用这种方法得到的含量图是不可用的，因为在湖区只有少量的像素点仍然保存下来。BEAM中的神经网络方法被用来获取含量图。这幅含量图也暗示了在采砂经常发生的区域，悬浮泥沙含量略高一些。 有很多个因素都有可能导致不合适的加入底部反射的方法，包括底部光谱的获取和底部深度的测量等。基本的原因是在模型中加入的波段的限制性。因此也需要更深入的研究。此外，也需要时间序列的影像来研究水的混浊度的变化。

鄱阳湖湿地植被的多源影像数据融合制图

作者： 纪卓娅  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： Brovey变换  影像融合  植物群落  IHS变换 

描述：%，kappa0.66）。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中，沙地和水体被完全的区分开来。在Brovey融合分类结果图中（总体精度达93.4

全文：%，kappa0.66）。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中，沙地和水体被完全的区分开来。在Brovey融合分类结果图中（总体精度达93.4

基于半经验生物光学模型的鄱阳湖水质定量反演

作者： 周希畅  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： 底部反射  鄱阳湖  水体固有光学特性 

描述：鄱阳湖对于鸟类的保护有着重要的生态价值。但是，采砂已经很大程度的伤害了当地的水文条件。因此，监测水的混浊度的工作是很重要的。本文旨在用遥感的方法和对于浅水湖适用的半经验生物光学模型来建立鄱阳湖详细水体固有光学特性库和量化水的含沙量。 GSM模型在本文中被应用，通过实地测量的水面遥感反射率来获取水体固有光学特性，然后运用实地采集并在实验室测量的悬浮泥沙和叶绿素a含量来计算详细水体固有光学特性。考虑到本模型使用了非线性回归的方法，模型输出物的不确定性也被获取了。然后，底部反射被加入到模型之中来研究底部反射的影响。在对MERIS影像进行预处理之后，模型的反演算法被应用到影像之中以获得鄱阳湖悬浮泥沙含量的图。 在获取的水体固有光学特性和测量的悬浮泥沙含量之间建立了一个很强的关系（R2=0.85）。对叶绿素a来说，这个关系（R2=0.68）不如悬浮泥沙。这个计算出来的详细水体固有光学特性然后就被另外一半的采样点进行了评价。获取的水体固有光学特性同其一起，可以给出悬浮泥沙和叶绿素a含量的结果。加入底部反射由于对水体物质含量的较弱关系，并没有改善模型的结果。在对悬浮泥沙的评价中，两个模型，没有加入和加入了底部反射的，哪一个拥有较小的误差是不明显的。GSM模型和线性回归得到的详细水体固有光学特性被应用到影像中来获取悬浮泥沙含量图。用这种方法得到的含量图是不可用的，因为在湖区只有少量的像素点仍然保存下来。BEAM中的神经网络方法被用来获取含量图。这幅含量图也暗示了在采砂经常发生的区域，悬浮泥沙含量略高一些。 有很多个因素都有可能导致不合适的加入底部反射的方法，包括底部光谱的获取和底部深度的测量等。基本的原因是在模型中加入的波段的限制性。因此也需要更深入的研究。此外，也需要时间序列的影像来研究水的混浊度的变化。

全文：鄱阳湖对于鸟类的保护有着重要的生态价值。但是，采砂已经很大程度的伤害了当地的水文条件。因此，监测水的混浊度的工作是很重要的。本文旨在用遥感的方法和对于浅水湖适用的半经验生物光学模型来建立鄱阳湖详细水体固有光学特性库和量化水的含沙量。 GSM模型在本文中被应用，通过实地测量的水面遥感反射率来获取水体固有光学特性，然后运用实地采集并在实验室测量的悬浮泥沙和叶绿素a含量来计算详细水体固有光学特性。考虑到本模型使用了非线性回归的方法，模型输出物的不确定性也被获取了。然后，底部反射被加入到模型之中来研究底部反射的影响。在对MERIS影像进行预处理之后，模型的反演算法被应用到影像之中以获得鄱阳湖悬浮泥沙含量的图。 在获取的水体固有光学特性和测量的悬浮泥沙含量之间建立了一个很强的关系（R2=0.85）。对叶绿素a来说，这个关系（R2=0.68）不如悬浮泥沙。这个计算出来的详细水体固有光学特性然后就被另外一半的采样点进行了评价。获取的水体固有光学特性同其一起，可以给出悬浮泥沙和叶绿素a含量的结果。加入底部反射由于对水体物质含量的较弱关系，并没有改善模型的结果。在对悬浮泥沙的评价中，两个模型，没有加入和加入了底部反射的，哪一个拥有较小的误差是不明显的。GSM模型和线性回归得到的详细水体固有光学特性被应用到影像中来获取悬浮泥沙含量图。用这种方法得到的含量图是不可用的，因为在湖区只有少量的像素点仍然保存下来。BEAM中的神经网络方法被用来获取含量图。这幅含量图也暗示了在采砂经常发生的区域，悬浮泥沙含量略高一些。 有很多个因素都有可能导致不合适的加入底部反射的方法，包括底部光谱的获取和底部深度的测量等。基本的原因是在模型中加入的波段的限制性。因此也需要更深入的研究。此外，也需要时间序列的影像来研究水的混浊度的变化。

鄱阳湖湿地植被的多源影像数据融合制图

作者： 纪卓娅  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： Brovey变换  影像融合  植物群落  IHS变换 

描述：%，kappa0.66）。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中，沙地和水体被完全的区分开来。在Brovey融合分类结果图中（总体精度达93.4

全文：%，kappa0.66）。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中，沙地和水体被完全的区分开来。在Brovey融合分类结果图中（总体精度达93.4

基于半经验生物光学模型的鄱阳湖水质定量反演

作者： 周希畅  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： 底部反射  鄱阳湖  水体固有光学特性 

描述：鄱阳湖对于鸟类的保护有着重要的生态价值。但是，采砂已经很大程度的伤害了当地的水文条件。因此，监测水的混浊度的工作是很重要的。本文旨在用遥感的方法和对于浅水湖适用的半经验生物光学模型来建立鄱阳湖详细水体固有光学特性库和量化水的含沙量。 GSM模型在本文中被应用，通过实地测量的水面遥感反射率来获取水体固有光学特性，然后运用实地采集并在实验室测量的悬浮泥沙和叶绿素a含量来计算详细水体固有光学特性。考虑到本模型使用了非线性回归的方法，模型输出物的不确定性也被获取了。然后，底部反射被加入到模型之中来研究底部反射的影响。在对MERIS影像进行预处理之后，模型的反演算法被应用到影像之中以获得鄱阳湖悬浮泥沙含量的图。 在获取的水体固有光学特性和测量的悬浮泥沙含量之间建立了一个很强的关系（R2=0.85）。对叶绿素a来说，这个关系（R2=0.68）不如悬浮泥沙。这个计算出来的详细水体固有光学特性然后就被另外一半的采样点进行了评价。获取的水体固有光学特性同其一起，可以给出悬浮泥沙和叶绿素a含量的结果。加入底部反射由于对水体物质含量的较弱关系，并没有改善模型的结果。在对悬浮泥沙的评价中，两个模型，没有加入和加入了底部反射的，哪一个拥有较小的误差是不明显的。GSM模型和线性回归得到的详细水体固有光学特性被应用到影像中来获取悬浮泥沙含量图。用这种方法得到的含量图是不可用的，因为在湖区只有少量的像素点仍然保存下来。BEAM中的神经网络方法被用来获取含量图。这幅含量图也暗示了在采砂经常发生的区域，悬浮泥沙含量略高一些。 有很多个因素都有可能导致不合适的加入底部反射的方法，包括底部光谱的获取和底部深度的测量等。基本的原因是在模型中加入的波段的限制性。因此也需要更深入的研究。此外，也需要时间序列的影像来研究水的混浊度的变化。

全文：鄱阳湖对于鸟类的保护有着重要的生态价值。但是，采砂已经很大程度的伤害了当地的水文条件。因此，监测水的混浊度的工作是很重要的。本文旨在用遥感的方法和对于浅水湖适用的半经验生物光学模型来建立鄱阳湖详细水体固有光学特性库和量化水的含沙量。 GSM模型在本文中被应用，通过实地测量的水面遥感反射率来获取水体固有光学特性，然后运用实地采集并在实验室测量的悬浮泥沙和叶绿素a含量来计算详细水体固有光学特性。考虑到本模型使用了非线性回归的方法，模型输出物的不确定性也被获取了。然后，底部反射被加入到模型之中来研究底部反射的影响。在对MERIS影像进行预处理之后，模型的反演算法被应用到影像之中以获得鄱阳湖悬浮泥沙含量的图。 在获取的水体固有光学特性和测量的悬浮泥沙含量之间建立了一个很强的关系（R2=0.85）。对叶绿素a来说，这个关系（R2=0.68）不如悬浮泥沙。这个计算出来的详细水体固有光学特性然后就被另外一半的采样点进行了评价。获取的水体固有光学特性同其一起，可以给出悬浮泥沙和叶绿素a含量的结果。加入底部反射由于对水体物质含量的较弱关系，并没有改善模型的结果。在对悬浮泥沙的评价中，两个模型，没有加入和加入了底部反射的，哪一个拥有较小的误差是不明显的。GSM模型和线性回归得到的详细水体固有光学特性被应用到影像中来获取悬浮泥沙含量图。用这种方法得到的含量图是不可用的，因为在湖区只有少量的像素点仍然保存下来。BEAM中的神经网络方法被用来获取含量图。这幅含量图也暗示了在采砂经常发生的区域，悬浮泥沙含量略高一些。 有很多个因素都有可能导致不合适的加入底部反射的方法，包括底部光谱的获取和底部深度的测量等。基本的原因是在模型中加入的波段的限制性。因此也需要更深入的研究。此外，也需要时间序列的影像来研究水的混浊度的变化。

鄱阳湖湿地植被的多源影像数据融合制图

作者： 纪卓娅  来源：武汉大学 年份：2009 文献类型 ：学位论文 关键词： Brovey变换  影像融合  植物群落  IHS变换 

描述：%，kappa0.66）。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中，沙地和水体被完全的区分开来。在Brovey融合分类结果图中（总体精度达93.4

全文：%，kappa0.66）。大部分的沙地都被错误的分类到水体类。用两种技术融合之后的影像分类都更加成功。在两幅融合分类图中，沙地和水体被完全的区分开来。在Brovey融合分类结果图中（总体精度达93.4