ArcGis反演实验报告.docx

《ArcGis反演实验报告.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实验四反演一、目的和要求：1．练习Excel的使用2．掌握反演的概念和方法二、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（m3/hm2）；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

2、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(WA)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ND563）（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，

3、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，主要有Pearson简单相关系数。三、实验准备1、软件准备：ArcGIS2、数据准备：航片.tif四、主要步骤和内容1、利用Pearson相关系数公式计算相关性2、将以上数据制成表格3、将以上数据制成散点图第一步利用Pearson相关系数公式计算相关性在（57，E）中输入“=PEARSON($B2:$B56,E2:E56)”并拉至（57，H）在（58，E）中输入“=PEAR

4、SON($C2:$C56,E2:E56)”并拉至（58，H）在（59，E）中输入“=PEARSON($D2:$D56,E2:E56)”并拉至（59，H）第二步将以上数据制成表格第三步将以上数据制成散点图