ArcGis反演实验报告.docx

实验四反演一、目的和要求: Excel 的使用 、相关知识影像预处理:包括对原始影像进行辐射定标、大气校正以及几何精校正影像信息:包括植被指数,纹理信息,单波段灰度值等地面数据处理:(1)样地数据测量。布设样地大小为 30×30m ,在样地中进行每木检尺,测量每木的胸径、树高等因子。使用差分 GPS 记录样地西南角坐标(通过接收 JSCORS 广域差分信号定位精度优于 1米)。(2)样地数据汇总。根据单木调查数据汇总样地尺度的相关森林参数,包括:每块样地单位面积的胸高断面积( m 3/hm 2) ;平均高; 样地尺度上的单位面积地上生物量( Mg·ha -1) 。生物量信息是通过异速生长方程计算单木的生物量,并汇总得到每块样地的单位面积地上生物量(W A) 一元回归分析:( 1)计算胸径、树高、地上生物量、胸高端面积与遥感影像提取的特征变量间的 Pearson 相关系数,看哪个因子与反演因子的相关性较强。(本实验因变量有胸径、平均高、地上生物量、胸高断面积;自变量有 6个,其中 2 个纹理信息均匀度和相异性, 2 个单波段灰度值:第 2 波段和第 3 波段, 2个植被指数: 修正型简单比值植被指数和归一化植被指数 ND 563)(2)绘制散点图。绘制每个因变量和所有自变量之间的散点图,观察他们的相关性 Pearson 相关系数的定义:Pearson 相关系数[1] 用来衡量两个数据集合是否在一条线上面,它用来衡量定距变量间的线性关系。如衡量国民收入和居民储蓄存款、身高和体重、高中成绩和高考成绩等变量间的线性相关关系。当两个变量都是正态连续变量,而且两者之间呈线性关系时,表现这两个变量之间相关程度用积差相关系数,主要