基于Sentinel-2A数据的森林生物量遥感估测方法研究
文献综述
一、研究意义
森林生物量大小与森林生产力水平的高低密切相关，是反映森林生态系统功能的基本数据。欧洲空间局2016年发射的Sentinel-2A卫星数据具有多个红边波段，提取的植被指数与生物量密切相关。“哨兵－2A”卫星携带一枚多光谱成像仪，可覆盖13个光谱波段，刈幅宽度达290千米。该卫星在运行期间将提供有关农业、林业种植方面的监测信息，对预测粮食产量、保证粮食安全等具有重要意义。此外，它还将用于观测地球土地覆盖变化及森林，监测湖水和近海水域污染情况，以及通过对洪水、火山喷发、山体滑坡等自然灾害进行成像为灾害测绘和人道主义救援提供帮助。
以江苏连云港市海州区为研究对象，以研究区2016年的Sentinel-2A数据、同期森林资源二类调查数据为主要信息源，利用Sentinel-2A卫星数据红边波段提取的多个植被指数为自变量，构建森林地上生物量间的最优估算模型，在此基础上绘制研究区的森林生物量空间分布图。研究成果可以为Sentinel-2A数据在景观及区域尺度上森林生物量遥感估测中的应用提供科学参考。
二、国内研究概况
由于Sentinel-2A卫星数据于2016年发射所以国内应用Sentinel-2A卫星数据展开的研究并不是很多，多为生物量反演，主要包括：
1、杨斌等利用Sentinel-2A数据，在数据预处理的基础上，利用ESA的SNAP软件，提取岷江上游流域的L2A级数据和场景分类图；在生成的L2A数据基础上结合SNAP软件中生物物理量参数处理模块，分别计算反演出岷江上游的叶面积指数、光合有效辐射吸收率、叶绿素含量、冠层含水量和植被覆盖度5类生物量指标和5个县域内生物物理量均值与标准差，利用叶面积指数、光合有效辐射吸收率和叶绿素含量指标诠释岷江上游5个县域内植被生长及健康状态，再结合场景分类结果对岷江上游植被特征进行区位分析，该研究为区域生态环境定量评估提供了快捷高效的参考依据[1] 。
2、面向对象决策树方法的植被识别，基于Sentinel-2A时序数据，根据归一化植被指数(NDVI)时序曲线特征和光谱特征，构建基于面向对象决策树方法的分层分类模型，成功提取了陈家湾流域的植被信息，分类总体精度达到89.7%，Kappa系数为0.87。基于面向对象决策树方法的多时相分类结果与单时相分类结果相比，可以有效改善波谱特征相近和受地形影响较大地物的区分，减少混分现象；基于Sentinel-2A时序数据和面向对象决策树分类方法能够有效提高植被分类的精度 [2]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
