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：每年，沿长江中下游的湿地吸引数以万计的水鸟来越冬并且它们以草和莎草的叶和根茎为食。由季风性降水和地形上位置导致的每年水位波动变化决定了鄱阳湖草地的结构特点，因此在低高程带的草地被淹没的时间要长于高高程带的草地。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牧草具有较高浓度的光合酶。我们假设C3牧草在鄱阳湖的低高程带占主导地位，进而，我们想调查研究在鄱阳湖国家级自然保护区草地中C3和C4物种的分布，以及基于DEM模型之上建模和预测C3/C4比率随着高程的变化规律。 我们建立了三个模型来量化这些关系。植被高度与高程模型确定了植被高度与高程之间很显著的关系（R2=0.542）；植被高度与淹没期限模型显示出植被高度与淹没期限显著相关（R2=0.743）。C3/C4比率与淹没时间模型告诉我们，在每个样点上的C3植物的百分比与淹没期限显著相关（R2=0.738）。同位素分析表明，白额雁取食于C3植物物种。最终，我们能够生成鄱阳湖大湖池的C3/C4分布图。

全文：每年，沿长江中下游的湿地吸引数以万计的水鸟来越冬并且它们以草和莎草的叶和根茎为食。由季风性降水和地形上位置导致的每年水位波动变化决定了鄱阳湖草地的结构特点，因此在低高程带的草地被淹没的时间要长于高高程带的草地。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牧草具有较高浓度的光合酶。我们假设C3牧草在鄱阳湖的低高程带占主导地位，进而，我们想调查研究在鄱阳湖国家级自然保护区草地中C3和C4物种的分布，以及基于DEM模型之上建模和预测C3/C4比率随着高程的变化规律。 我们建立了三个模型来量化这些关系。植被高度与高程模型确定了植被高度与高程之间很显著的关系（R2=0.542）；植被高度与淹没期限模型显示出植被高度与淹没期限显著相关（R2=0.743）。C3/C4比率与淹没时间模型告诉我们，在每个样点上的C3植物的百分比与淹没期限显著相关（R2=0.738）。同位素分析表明，白额雁取食于C3植物物种。最终，我们能够生成鄱阳湖大湖池的C3/C4分布图。

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：每年，沿长江中下游的湿地吸引数以万计的水鸟来越冬并且它们以草和莎草的叶和根茎为食。由季风性降水和地形上位置导致的每年水位波动变化决定了鄱阳湖草地的结构特点，因此在低高程带的草地被淹没的时间要长于高高程带的草地。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牧草具有较高浓度的光合酶。我们假设C3牧草在鄱阳湖的低高程带占主导地位，进而，我们想调查研究在鄱阳湖国家级自然保护区草地中C3和C4物种的分布，以及基于DEM模型之上建模和预测C3/C4比率随着高程的变化规律。 我们建立了三个模型来量化这些关系。植被高度与高程模型确定了植被高度与高程之间很显著的关系（R2=0.542）；植被高度与淹没期限模型显示出植被高度与淹没期限显著相关（R2=0.743）。C3/C4比率与淹没时间模型告诉我们，在每个样点上的C3植物的百分比与淹没期限显著相关（R2=0.738）。同位素分析表明，白额雁取食于C3植物物种。最终，我们能够生成鄱阳湖大湖池的C3/C4分布图。

全文：每年，沿长江中下游的湿地吸引数以万计的水鸟来越冬并且它们以草和莎草的叶和根茎为食。由季风性降水和地形上位置导致的每年水位波动变化决定了鄱阳湖草地的结构特点，因此在低高程带的草地被淹没的时间要长于高高程带的草地。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牧草具有较高浓度的光合酶。我们假设C3牧草在鄱阳湖的低高程带占主导地位，进而，我们想调查研究在鄱阳湖国家级自然保护区草地中C3和C4物种的分布，以及基于DEM模型之上建模和预测C3/C4比率随着高程的变化规律。 我们建立了三个模型来量化这些关系。植被高度与高程模型确定了植被高度与高程之间很显著的关系（R2=0.542）；植被高度与淹没期限模型显示出植被高度与淹没期限显著相关（R2=0.743）。C3/C4比率与淹没时间模型告诉我们，在每个样点上的C3植物的百分比与淹没期限显著相关（R2=0.738）。同位素分析表明，白额雁取食于C3植物物种。最终，我们能够生成鄱阳湖大湖池的C3/C4分布图。

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：每年，沿长江中下游的湿地吸引数以万计的水鸟来越冬并且它们以草和莎草的叶和根茎为食。由季风性降水和地形上位置导致的每年水位波动变化决定了鄱阳湖草地的结构特点，因此在低高程带的草地被淹没的时间要长于高高程带的草地。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牧草具有较高浓度的光合酶。我们假设C3牧草在鄱阳湖的低高程带占主导地位，进而，我们想调查研究在鄱阳湖国家级自然保护区草地中C3和C4物种的分布，以及基于DEM模型之上建模和预测C3/C4比率随着高程的变化规律。 我们建立了三个模型来量化这些关系。植被高度与高程模型确定了植被高度与高程之间很显著的关系（R2=0.542）；植被高度与淹没期限模型显示出植被高度与淹没期限显著相关（R2=0.743）。C3/C4比率与淹没时间模型告诉我们，在每个样点上的C3植物的百分比与淹没期限显著相关（R2=0.738）。同位素分析表明，白额雁取食于C3植物物种。最终，我们能够生成鄱阳湖大湖池的C3/C4分布图。

全文：每年，沿长江中下游的湿地吸引数以万计的水鸟来越冬并且它们以草和莎草的叶和根茎为食。由季风性降水和地形上位置导致的每年水位波动变化决定了鄱阳湖草地的结构特点，因此在低高程带的草地被淹没的时间要长于高高程带的草地。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牧草具有较高浓度的光合酶。我们假设C3牧草在鄱阳湖的低高程带占主导地位，进而，我们想调查研究在鄱阳湖国家级自然保护区草地中C3和C4物种的分布，以及基于DEM模型之上建模和预测C3/C4比率随着高程的变化规律。 我们建立了三个模型来量化这些关系。植被高度与高程模型确定了植被高度与高程之间很显著的关系（R2=0.542）；植被高度与淹没期限模型显示出植被高度与淹没期限显著相关（R2=0.743）。C3/C4比率与淹没时间模型告诉我们，在每个样点上的C3植物的百分比与淹没期限显著相关（R2=0.738）。同位素分析表明，白额雁取食于C3植物物种。最终，我们能够生成鄱阳湖大湖池的C3/C4分布图。

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：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

全文：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

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：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

全文：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

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：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

全文：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

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：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

全文：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

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：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

全文：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

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：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

全文：全球湿地资源由于人类的活动正以惊人的速度减少。比起高花费的野外调查，随着遥感科学以及地理信息系统的发展，基于监测植物群落的湿地管理变得更加有效率。然而，光学遥感不总是能够正确地区分出湿地植物群落。而且，湿地典型的潮湿性气候大大的降低了光学影像的质量并进一步减少了其在原本在发展中国家就难以获得的数量。作为一种解决方法，本文研究了光学影像与雷达影像的融合。这两种不同来源的影像数据中有着相互补充的信息。本文的目的就是研究两种不同的融合技术亮度，色相合饱和度（IHS）变换以及Brovey变换在区分确定湿地植物群落是否可行。 在影像数据融合之前，分别对光学影像ALOS以及ENVISAT雷达影像中的湿地植物群落（苔草，荻和狗牙根）进行最大释然法的监督分类。尽管有一些分类错误，ALOS影像的分类结果基本能够区分这三种植物群落（总体精度达到88.7%，kappa统计值达到0.86）。ALOS分类图中这三种植物群落围绕着湖呈现带状分布，但是难以看出苔草和荻哪一种更接近湖泊。在图中沙地非常清晰可见。虽然水体被归类的很准确，ENVISAT雷达影像的分类图几乎不能分辨出这三种植物群落的区别（总体精度75%，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%，kappa0.91），荻群落被绘制的比较分散而不是形成带状。但是苔草是最接近湖泊，跟着是荻和狗牙根的分布次序还是非常明显的。在IHS融合分类结果图中这三种植物群落被区分的非常好（总体精度94.4%，kappa0.93）。 不同传感器来源的影响融合，充分利用了相互补充的信息内容可以成功的对湿地植物群落进行制图。这种便宜而且高效监测湿地资源的方法的潜力是显而易见的。

鄱阳湖流域LUCC的景观生态评价

作者： 府伟娟  来源：武汉大学 年份：2007 文献类型 ：学位论文 关键词： 鄱阳湖流域  景观生态学  土地利用/土地覆盖变化 

描述：体现在如下几个方面： 1. 本文对鄱阳湖流域1992、1995、1998和2002年四个时期的NDVI数据进行了分类，类型为以下六种：城市或建筑用地、农业用地、灌丛草地、林地、水体、湿地。结合野外

全文：体现在如下几个方面： 1. 本文对鄱阳湖流域1992、1995、1998和2002年四个时期的NDVI数据进行了分类，类型为以下六种：城市或建筑用地、农业用地、灌丛草地、林地、水体、湿地。结合野外